关于车载无人机自主降落技术的探讨

刘俞伯

（武警工程大学，西安 710086）

1 概述

无人机（Unmanned Aerial Vehicle，UAV）的种类其实并不少，从飞行平台的架构这一点上可以将其划分成固定翼无人机、无人直升机和多旋翼无人机。最开始的时候无人机是应用于军事中，多执行那些危险系数高，容易造成人员伤亡的任务。

最近几年，无人机被频繁的应用在军事和民用行业，全球的无人机行业的进步极快。在以人工智能、VR 技术等为首的现代科技极速发展的情况下，无人机技术一些比较棘手的问题被解决，在很多方面的技术上都获得了很大的进步。和固定翼无人机比起来多旋翼无人机的结构更加简单、成本小、维护更方便、灵活、适应力强，而且它能够带着多种设施，方便的任务的进行。所谓无人机自主着陆便是无人机只利用机载设施，而非一些地面设施的帮助，在能见度低和恶劣天气中顺利降落。

2 视觉辅助技术

最近几年，计算机视觉技术的发展十分迅速，而其中最为基本和首要的人物局在于目标检测，这方面比较有效的算法并不少，比如：帧差法、背景建模法、模板匹配法、SIFT 算法、YOLO 法、SSD 法。目标跟踪技术的现实是利用图像相邻帧之间的关联还有空间相关性达成目的，从而长期的对目标进行观测，因此这种技术通常应用在军事、交通、监控这一类行业中。目前普及较广的跟踪器大都是在利用管理光流法、 Camshift 算法、KCF 算法。

综上所述，围绕这些技术，国外一些大学和科研机构获得了不少的优秀成效，很多国家基于此获得了很多的有着开创意义的研究成果。在当前的大环境下应用十分普遍的视觉导航自主降落系统策略大部分为合作标志。其中由美国南加州大学研究出来的AVATAR 自主着陆控制系统就采用了中国的H 图标作为合作标志，可以迅速的进行定位，对于直升机的飞行状态进行监控。这一策略利用Hu 不变矩来区分地面标识物，其鲁棒性和实时性都十分的优秀，而且也可以完成0.42m 着陆精度的目的，而姿态角得到精度可以达到7°。最近几年GPU 有名的制造商 Nvidia 在研究智能设备的方面也十分的重视，该公司的目前投入使用的无人机导航系统是其研发的Jetson TX1 高性能运算平台，可以做到把摄像机捕捉到的视觉信息进行整理和融合。将这种导航机制和机器学习算法进行结合，将可以不依赖GPS 展开导航，能够在一些经常GPS 信号失灵的地方应用。

其实中国的无人机视觉导航方面的研究相对于国外的研究其实研究时间还是比较短的，不过在最近这几年，中国该方面的发展十分的快速。在无人直升机和固定翼无人机这方面南京航空航天大学的成绩是十分骄人的，早在973项目的研究中这一学校的研发团队就实现了固定翼无人机视觉导航自主着陆的研究，运用模板匹配的方式区分跑到，利用跑道边缘线及地平线之间存在的关系获得无人机位置。西北工业大学则对经相匹配和运动估计匹配这些比较重要的专业技术方面进行了深入的研发。在显著性的基础上，对于自动航路点方面的内容展开探索，当达到加权时，利用Hausdorff 景象匹配法来进行，完善KLT 特征底单跟踪法，之后通过各个时间段的谷歌世界地图开展研究，建设了一个能够有目标性的验证视觉导航的机制，从而达到了在各种分辨率中更好的对于运算的京都进行估算。哈尔滨工业大学的研究主要在于在视觉辅助的帮助下的无人机回收，整个研究利用了二进制的编码标识物的办法，利用在以ArUco 算法为基础的视觉手段，把获得的位置和速度信息当做 PID控制的输入，之后通过卡尔曼滤波器的手段估算运动轨迹，视线无人机的自主降落。

3 发展趋势展望

在军事方面，有自主着陆能力的无人机明显受到更多关注，这是因为在那些环境恶劣的战争中这种无人机要比传统的无人机适应能力更加的强悍。自主着陆的出现让无人机不再过度依赖地面设备，尤其是在作战的过程中，自主着陆技术的重要性更加是不言而喻。

在民用航空方面，无人机拥有的自主着陆技术也童谣重要，特别是车载无人机方面，自主着陆技术的长处是不可比拟的。其原因是因为被车顶大小束缚，另外就是驾驶员做到在驾驶车辆的同时兼顾无人机是一件比较困难的事情，若是要达到无人机有些爱哦重复利用的目的，那么自主着陆技术就尤为重要。

在疫情期间，就有了十分大的非接触物资转移和低空接到状况监控要求。而车载无人机自主降落技术就完美处理了车辆静止和移动的时候的车辆回收的工作，完美的融合了车辆续航能力和多旋翼无人机的空间活动功能。