降落/跟踪方案

一、标志物选择

要考虑的因素：颜色、形状、尺寸、以及是否对应特定编码
颜色特征可以用于初步判断图像中是否具备着陆目标模型；形状特征可以用于目标模型的提取，提取效果明显优于特征点匹配；形状和尺寸特征能够通过坐标转换求取无人机的位姿。

总结：第一，必须便于识别，容易与周围环境区分；第二，需要提供足够的引导信息；第三，必须能间接提供位置信息，便于对无人机位姿估计。**

定位算法：
方案一：
使用ArUco 标识码，并通过目标识别过程（opencv）得到标识码的特征点，构造并求解 PnP 方程求解标识码与相机之间的相对位姿关系。最后，通过卡尔曼滤波处理相对位姿关系进行相对位姿的估计。

具体实现：
首先读取图像采集与传输模块传输的图像，进行图像处理和目标识别过程。成功识别出目标之后，从主控计算机中读取飞机当前姿态以及通过相机标定(OpenCV中有介绍)得到的相机内部参数，构造关于飞机与目标的相对位置和姿态的 PnP 方程，然后求解方程，得到飞机与目标的相对位置和姿态。结合由视觉计算模块计算得到的目标与飞机的相对位置和姿态，由主控计算机进行导航信息的计算。然后主控计算机将导航信息发送给飞行控制处理器，进而计算出飞机需要的飞行姿态以及飞行状态。

在进行目标识别的时候，必须实现不同角度的识别。


方案二：
选取有特点的图案，如H、X型图案， 首先通过直方图匹配，初步检测图像中是否存在 H 模型的彩色分量，然后将图像分块，检测出包含 H 模型的最小图像块，采用 CamShift 等图像跟踪算法确定 H 模型在图像中的位置，提取出轮廓，最后再经过 SIFT 算法，提取并匹配特征点。

方案三：
使用如下图所示的标志，其中六边形与三角形尺寸为边长长度，圆的尺寸为直径长度。由此可知三个圆的半径比例固定，三角形与外圆，六边形与外圆的比例同样固定。在着陆目标识别算法中，根据三个同心圆的比例检测目标的位置，识别圆心位置，根据六边形与外圆比例检测着陆目标的边界，依据三角形与外圆的比例确定三角形的位置，最终根据椭圆方程及三角形估计无人机的位姿。

二、自主降落策略

在多数情况下对于移动目标的自主降落策略选择阶梯式降落方法。即当四旋翼在巡航过程中发现目标时，进行目标跟踪；满足一定条件时，进行降落过程；降落到一定高度时，继续进行目标跟踪，如此反复，直到最终降落，降落轨迹呈现阶梯状。

改进措施：选用阶梯式降落方法与类平行接近法相结合的自主降落策略，当飞行器在飞行过程中发现目标时，进行目标跟踪，判断飞行器是否位于目标正上方，即通过视觉定位算法得到的目标与飞行器的水平方向相对位置小于 0.3 米；当飞行器位于目标正上方时，降落一段高度，之后采用一边跟随一边降落的类似于平行接近法的方法进行降落。


飞行器的具体飞行路径：
飞行器在执行任务时，首先通过一键起飞操作进行起飞，随后进入巡航阶段。

在这一阶段，飞行器不断检测是否发现目标，一旦发现目标，进入目标跟踪模式。在跟踪阶段，通过视觉模块实时检测目标位置，并估计目标的速度，将目标的位置和速度作为输入量，控制飞行器的飞行速度，使飞行器可以位于目标的正上方。

当要执行降落功能时，（此处应有指令进行模式切换）
静态降落：参考前文的阶梯式降落。
（动态降落：飞机降低一定高度，继续重复跟踪，直到高度低于一定值。最后，直接将目标水平方向的估计速度作为飞行器的输入，对飞行器做速度控制，使飞行器可以在水平方向与地面目标具有相同的速度，竖直方向不断降落）



不满足降落条件（船横滚过大），无人机悬停