基于矢量约束的随机特征点选取算法

马　旭, 程咏梅, 郝　帅

(1. 西北工业大学自动化学院, 陕西 西安 710129;2. 西安科技大学电气与控制工程学院, 陕西 西安 710054)



基于矢量约束的随机特征点选取算法

马旭1,2, 程咏梅1, 郝帅2

(1. 西北工业大学自动化学院, 陕西 西安 710129;2. 西安科技大学电气与控制工程学院, 陕西 西安 710054)

无人机利用视觉在未知区域自主着降时,提取的特征点具有数量多、随机性强等特点。针对利用随机特征点进行位姿估计精度低、稳定性差的问题,提出一种基于矢量约束的随机特征点选取算法。首先通过分析位姿估计方程可知，特征点地理坐标是影响方程组求解精度的重要因素;然后在引入矢量角均分度、矢量模值均值及矢量模值最大值三项约束指标基础上，制定了一种基于矢量约束的特征点选取策略;最后利用正交迭代算法对所选取的特征点进行位姿估计精度验证。实验结果表明，提出的算法相比于随机选取的特征点进行相对位姿估计精度更高,鲁棒性更强。

随机特征点; 相对位姿估计; 矢量约束; 正交迭代; 未知区域

0　引　言

无人机在执行营救、搜索等任务时,面临着降区地形未知、复杂且无地面辅助导航设备的紧急着陆问题[1]。由于惯性导航存在累计误差、GPS易受干扰,使人机在复杂未知环境中着陆时存在安全隐患。视觉相对导航具有设备简单、信息量大、隐蔽性强、自主性好等优点,在无人机自主着陆/着舰、空中加油及航天器交汇对接[2]等领域都有广泛应用。利用计算机视觉技术引导无人机在未知环境自主着陆是目前的一个研究热点和难点[3-4]。……