现代无人驾驶飞行器 (UAV) 积极用于军事和民用的不同领域。典型任务包括大面积搜索各种对象、环境监测和控制、结构检查和监测、货物交付等. 所有这些任务都需要无人机在操作开始时起飞并在任务完成后着陆。然而，不使用全球定位系统（例如，室内）的精确着陆通常需要大量的人工干预以确保成功着陆。这对于关键任务和无人机携带昂贵设备的情况变得尤为重要，因为大多数无人机坠毁发生在着陆过程中并且是由意外硬着陆引起的。因此，着陆辅助系统是减少事故数量的常用方法。精确着陆的问题可以通过提高无人机姿态估计的准确性来解决。基于视觉感官数据的机器人姿态估计是许多机器人应用中的一个关键特征：定位、机器人导航、SLAM 和其他。该过程基于寻找真实环境中的特征点与其在二维图像（例如，来自光学相机）上的投影之间的对应关系。对于任意图像，此过程在计算上是昂贵的。因此，合成基准标记通常用于提取适当的特征点. 基准标记的预定义大小和比例允许提取相对相机旋转并估计到相机的距离。最流行的方法之一是使用二元方形基准标记（ArUco标记的示例如图1所示）。
图1 带有 ID 0、1、2、3 的原始 ArUco 标记（从左到右）
提出了一种新方法，旨在解决使用基准标记的无人机准确着陆问题。它使用修改后的 ArUco 标记，我们称之为 Embedded ArUco (e-ArUco) 标记。E-ArUco 标记可以在整个着陆过程中被检测到，无论是长距离还是短距离，检测只需要原始的 ArUco 检测算法。建议的 e-ArUco 标记在 Gazebo 模拟器中使用基于PX4 的无人机的虚拟无人机着陆实验进行了测试。
PX4-LIRS 无人机是一种带有四组电机的多旋翼，它是为智能机器人系统1实验室(LIRS) 的研究目的而设计和建造的，并使用机器人操作系统 (ROS) 作为其软件的骨干和控制。无人机使用带有 PX4 固件的 Pixhawk 和 Raspberry Pi 3 进行控制。Raspberry Pi 3 被用作 PX4-LIRS 无人机的主要计算单元，并具有以下功能：它使用以下命令向无人机的飞行控制器发送控制命令MAVROS 包接收来自光学相机的数据并处理捕获的帧。ROS 包aruco_detect检测相机图像中的ArUco标记。飞行控制器进一步使用检测结果来确定无人机的运动方向。它使用 Ubuntu Mate 18.04 和 ROS Melodic 。
基于ROS的3D 动态 Gazebo模拟器用于在虚拟环境中验证 e-ArUco 的提议方法和开发的软件。我们使用Pixhawk飞行控制器和 PX4软件为Gazebo模拟器（图 2）创建了PX4-LIRS无人机的无人机模型。
图2 真实的 PX4-LIRS 无人机（上）及其在 Gazebo 模拟器中的模型（下）
在无人机模型上安装了一个朝下的单目相机，以检测无人机下方着陆表面上的ArUco标记。无人机的软件也被模仿以简化未来从Gazebo到真正无人机的软件传输。Gazebo的内置编辑器无需编程即可创建3D场景，并包含一个大型的现成3D模型库（示例如图3所示）。除了标准工具之外，还有许多由用户提出的尖端工具和软件包，可以快速轻松地创建Gazebo世界。
图3 在 Gazebo 模拟器中创建的典型虚拟环境。3DR IRIS+ 和 Hector 四旋翼模型位于舞台中央
嵌入式 ArUco 设计
一种新颖的 e-ArUco 标记（图 4）是一种 ArUco 标记，在原始（外部）ArUco 标记的中心有一个附加的内部标记。两个标记（外部和内部）具有不同的 ID。所提出的解决方案的主要特点是能够在整个无人机着陆过程中稳健地检测标记。外标记用于粗略的无人机定位，内标记用于着陆的后期，当外标记离摄像机太近，因此不能完全被视频流的摄像机帧捕获（因为标记区域变得太大，并且它的一些区域结果在框架之外）。此功能提高了着陆的准确性，因为 e-ArUco 标记在整个着陆过程中都可以检测到。选择特定 ID 时对于外部ArUco 标记，应注意内部ArUco 标记替换其中心的单个黑色“像素”（构建块）。因此，外部 Aruco 标记ID 选择仅限于中心有黑色块的标记，而建议以这样的方式选择内部Aruco标记，使其黑色像素的数量超过白色像素的数量。本文使用的实验装置包括两个ArUco标记，外部标记为45×45厘米，内部标记为5×5cm。
图4 基于 7×7 尺寸ArUco标记的e-ArUco标记示例。内标记位于外标记的中心，取代了单个黑色编码方块。内部标记本身是一个7×7 大小的ArUco标记
着陆程序
aruco_detect ROS 包用于 处理相机帧并提取e-ArUco标记。这个包在图像流中找到ArUco标记，发布它们的顶点（四个角点）坐标，并计算相对于标记的相机位置。该软件包支持具有不同编码位数（从 4×4 到 7×7）的字典。E-ArUco标记基于7×7 类型的 ArUco标记。这样的选择允许将内标记直接放置在外标记的中心并且不影响外标记识别。
进行了多次着陆实验，以评估开发的e-ArUco标记系统的有效性。在Gazebo模拟器中总共进行了 20 次实验。试验过程中，无人机起飞至2m高度，等待指令降落在e-ArUco标记上（如图5和图6所示）。无人机接到指令后，按照上述降落程序进行。着陆完成后，测量无人机摄像头中心与e-ArUco标记中心之间的距离。
图5 从2米的高度检测到的e-ArUco标记的外部标记。检测由未修改的 aruco_detect ROS 包执行，该包通常用于原始 ArUco 标记检测
图6 在着陆的最后阶段检测到的 e-ArUco 标记的内部标记。外部标记超出框架，因此无法检测到
图7展示了在所有试验中获得的距离。平均精度为2.03厘米，标准偏差为1.53厘米。
图7 e-ArUco 标记中心与无人机摄像头中心之间的距离 (cm)
源自：2021 International Siberian Conference on Control and Communications (SIBCON)
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
