专利类型 | 发明公开 | 法律事件 | 公开; 实质审查; |
专利有效性 | 实质审查 | 当前状态 | 实质审查 |
申请号 | CN202411614022.7 | 申请日 | 2024-11-13 |
公开(公告)号 | CN119579512A | 公开(公告)日 | 2025-03-07 |
申请人 | 哈尔滨工业大学(威海); | 申请人类型 | 学校 |
发明人 | 杨凯琦; 王晓丽; 杨恒宇; 谢玮; | 第一发明人 | 杨凯琦 |
权利人 | 哈尔滨工业大学(威海) | 权利人类型 | 学校 |
当前权利人 | 哈尔滨工业大学(威海) | 当前权利人类型 | 学校 |
省份 | 当前专利权人所在省份:山东省 | 城市 | 当前专利权人所在城市:山东省威海市 |
具体地址 | 当前专利权人所在详细地址:山东省威海市文化西路2号 | 邮编 | 当前专利权人邮编:264200 |
主IPC国际分类 | G06T7/00 | 所有IPC国际分类 | G06T7/00 ; G06T7/11 ; G06T7/62 ; G05D1/00 |
专利引用数量 | 0 | 专利被引用数量 | 0 |
专利权利要求数量 | 6 | 专利文献类型 | A |
专利代理机构 | 哈尔滨市文洋专利代理事务所 | 专利代理人 | 何强; |
摘要 | 本 发明 涉及无人机的 覆盖 控制和图像 质量 优化领域,公开了一种用于多无人机系统覆盖航拍区域的图像质量优化控制方法,包括如下步骤,步骤S1,建立图像质量函数,基于 像素 密度 和相机视 角 构建的图像质量函数,用于描述多无人机系统在凸多边形区域内的覆盖效果;步骤S2,任务区域的划分,采用扩展的维诺分割方法,对每架无人机的任务区域进行划分;步骤S3,分布式 控制器 的设计,基于设计的分布式控制器,实现无人机的局部最优部署,本发明引入一种新的图像质量函数,结合像素密度和镜头畸变,优化多无人机系统的覆盖控制,解决了 现有技术 中未能充分考虑光学相机特性的 缺陷 ,显著提升了航拍图像的质量和目标区域的完整覆盖。 | ||
权利要求 | 1.一种用于多无人机系统覆盖航拍区域的图像质量优化控制方法,其特征在于,包括如下步骤: |
||
说明书全文 | 一种用于多无人机系统覆盖航拍区域的图像质量优化控制方法 技术领域[0001] 本发明涉及无人机的覆盖控制和图像质量优化领域,具体为一种用于多无人机系统覆盖航拍区域的图像质量优化控制方法。 背景技术[0002] 多无人机系统近年来广泛应用于公共安全、环境监测和灾害应对等领域。然而,现有的多无人机系统在执行区域覆盖时,面临着诸多技术挑战,包括任务图像质量评估以及多无人机的协同控制。 [0003] 传统的图像获取方式,如卫星遥感和载人直升机,虽然能够提供一定的区域监测能力,但其成本高昂且响应速度较慢,相比之下,多无人机系统可以灵活部署,快速提供高分辨率实时图像,有效降低运营成本,然而,现有技术在多无人机覆盖控制方面存在不足,尽管部分研究提出了基于像素信息损失的优化方法和避免盲点的策略,但忽略了光学相机成像角度对图像质量的影响,特别是在物体与相机光轴角度的变化对图像清晰度和畸变的影响方面,即多无人机系统在执行凸多边形区域航拍时,无法实现全区域覆盖并获取高质量图像,传统方法未能充分考虑光学相机的成像特性,尤其是像素密度与相机视角对图像质量的影响,导致图像质量和区域覆盖效果不佳,多无人机系统在协同覆盖过程中,容易出现盲点、重叠和图像失真等问题,难以保证全局的图像清晰度与目标区域的完整性,为此,本申请提出了一种用于多无人机系统覆盖航拍区域的图像质量优化控制方法。 发明内容[0004] 本发明的目的在于提供一种用于多无人机系统覆盖航拍区域的图像质量优化控制方法,以解决上述背景技术中提出的问题。 [0005] 为实现上述目的,本发明提供如下技术方案:一种用于多无人机系统覆盖航拍区域的图像质量优化控制方法,包括如下步骤: [0006] 步骤S1,建立图像质量函数,基于像素密度和相机视角构建的图像质量函数,用于描述多无人机系统在凸多边形区域内的覆盖效果; [0007] 步骤S2,任务区域的划分,采用扩展的维诺分割方法,对每架无人机的任务区域进行划分; [0008] 步骤S3,分布式控制器的设计,基于设计的分布式控制器,实现无人机的局部最优部署。 [0009] 作为优选的:所述步骤S1建立图像质量函数具体为,对于第i架无人机,其对任务点q的图像质量函数定义如下: [0010] [0011] 其中,a表示一个像素所包含的区域面积,b表示相机镜头的焦距,m>0为相机的预2 设参数,i=1,2,...n.,函数a(b‑zi) 表示单位像素内所包含的环境信息,函数 用于衡量镜头畸变程度,表示目标点q与相机光轴夹角的影响,f(pi,q)的值与无人机对该点的图像质量成反比。 [0012] 作为优选的:所述步骤S2任务区域的划分,在凸多边形区域Q中部署n个无人机,C=(c1,c2,...,cn)表示n个无人机的水平坐标集合,无人机pi的任务区域由维诺分割定义为: [0013] [0014] 其中i=1,2,...n. 是凸多边形区域Qi的s扩展区域, 表示凸多边形区域Q的扩展维诺分割。 [0015] 作为优选的:所述步骤S3分布式控制器的设计提出覆盖质量函数评估多无人机系统对任务区域Q的覆盖效果,其定义如下: [0016] [0017] 其中,0<φ(q)≤1表示区域 中每个点的重要性权重,f(pi,q)由(1.3)式定义。 [0018] 作为优选的:所述步骤S3分布式控制器的设计过程具体为,首先,对(1.5)式求无人机水平位置ci的偏导数,得到: [0019] [0020] 其中Ni表示无人机pi的维诺分割邻居集合,对(1.6)式右侧第一项进一步展开: [0021] [0022] 通过求解由 和 构成的 项,对(1.7)式右侧第二项进一步简化并得出结果: [0023] [0024] 接着求解由 和 构成的 项,对(1.7)式右侧第三项进一步简化并得出结果: [0025] [0026] 将(1.8)式和(1.9)式代入(1.7)式中,得 [0027] [0028] 对于(1.6)式右侧第二项,进一步简化得: [0029] [0030] 得: [0031] [0032] 其中, [0033] [0034] 对(1.5)式求无人机高度zi的偏导数,得, [0035] [0036] 其中, [0037] [0039] [0040] 作为优选的:所述步骤S3分布式控制器的设计中,为无人机pi设计了如下的分布式控制器: [0041] [0042] 其中αi>0, 和 分别由(1.12)式、(1.13)式和(1.14)式定义,i=1,2,...,n。 [0043] 本发明相较于现有技术,其有益效果为: [0044] 本发明通过引入新的图像质量函数,能够有效优化无人机的姿态和位置,确保拍摄区域的高质量完整图像,相较于传统方法,本发明的图像质量在相同高度条件图像质量得到提升; [0045] 利用扩展的维诺分割方法,本发明能够将凸多边形区域划分为多个凸子区域,有效避免了无人机之间的碰撞,提高了系统的整体安全性和效率,不仅可以保证任务区域完全覆盖,而且便于后期多无人机系统拍摄的图像合成和处理; [0046] 本发明设计的分布式控制器能够实现无人机的局部最优部署,适应任务区域的变化; [0047] 本发明的覆盖控制方法减少了对人工干预的依赖,降低了操作成本,与传统的人工控制和固定摄像头网络相比,使用本发明的多无人机系统可以做到完全自动化,从而降低了整体任务成本; [0049] 图1为本发明方法流程图; [0050] 图2为无人机模型和光学相机结构示意图; [0051] 图3为凸多边形区域Q的s扩展区域 的示意图; [0052] 图4为凸区域Q的s扩展维诺分割; [0053] 图5为无人机的最终部署状况俯视图; [0054] 图6为多无人机系统的最终部署状况俯视图。 具体实施方式[0055] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。 [0056] 实施例 [0057] 请参阅图1,图示中的一种用于多无人机系统覆盖航拍区域的图像质量优化控制方法,包括如下步骤: [0058] 步骤S1,建立图像质量函数,基于像素密度和相机视角构建的图像质量函数,用于描述多无人机系统在凸多边形区域内的覆盖效果; [0059] 步骤S2,任务区域的划分,采用扩展的维诺分割方法,对每架无人机的任务区域进行划分; [0060] 步骤S3,分布式控制器的设计,基于设计的分布式控制器,实现无人机的局部最优部署。 [0061] 本发明中, 和 分别表示一维和n维欧氏空间,对于 |a|表示对向量a的每个元素求绝对值后的向量,a≤b表示a的元素都对应小于b的元素,||a||表示向量的模,0m×n表示一个m×n的零矩阵,In表示n阶单位矩阵。 [0062] 本发明中,考虑一种配备光学相机的无人机模型,该相机固定安装于无人机下方,其镜头光轴垂直向下,具有矩形视场,设定符号 表示第i架无人机的状态,其中 表示相机焦点的三维位置, 表示相机焦点的水平坐标,zi表示相机焦点的高度,ψi表示无人机的偏航角,i=1,2,...,n.N={1,2,...,n}表示所有无人机的编号集合,第i架无人机的矩形视场范围Bi定义如下: [0063] [0064] 其中,θ=[θ1θ2]Τ表示相机的半水平视角和半垂直视角,R(ψi)是与偏航角ψi相关的旋转矩阵: [0065] [0066] 设lik表示无人机视场的边界, 表示该边界上对应的单位外法向量,其中k=1,2,Τ Τ Τ Τ3,4,设定n1=[1 0] ,n2=[0 1] ,n3=[‑1 0] 和n4=[0 ‑1] 为固定方向的单位向量,为确保无人机之间的安全操作距离,设定安全距离为r,图2展示了无人机模型及其光学相机结构的示意图。 [0067] 本发明的目标是实现多无人机系统协同覆盖凸多边形区域的控制方法,其中“覆盖”指通过无人机搭载的光学相机获取任务区域的高质量、完整图像。假设任务区域为已知的凸多边形,并且无人机能够获取该区域的边界信息。为实现任务区域的有效覆盖,本发明设定以下控制目标: [0068] 多无人机系统获取凸多边形任务区域的完整、高质量图像; [0069] 无人机之间始终保持安全距离,避免碰撞。 [0070] 为达到上述覆盖控制目标,本发明为每架无人机设计了一阶控制器,用于动态调整无人机的飞行轨迹和姿态,确保任务区域的全覆盖与图像质量的优化,其形式如下: [0071] [0072] 本发明提出了一种新的图像质量函数,用于描述多无人机系统在凸多边形区域内的覆盖效果,该图像质量函数主要考虑两个因素:一是单位像素所包含的区域面积,二是镜头畸变对图像质量的影响,在本发明中,进一步考虑到当相机高度固定时,目标点与相机的距离越远,其与相机光轴的夹角越大,成像效果越差,因此,对于第i架无人机,其对任务点q的图像质量函数定义如下: [0073] [0074] 其中,a表示一个像素所包含的区域面积,b表示相机镜头的焦距,m>0(m可以任意2 大)为相机的预设参数,i=1,2,...n.函数a(b‑zi) 表示单位像素内所包含的环境信息,数值越小表明图像质量越高,函数 用于衡量镜头畸变程度,表示目标点q与相机光轴夹角的影响,数值越大表明夹角越大,成像效果越差,因此,f(pi,q)的值越小,无人机对该点的图像质量越高。 [0075] 上述图像质量函数能够动态评估多无人机系统在任务区域内的覆盖效果,优化无人机位置及姿态调整,确保每个子区域的高质量图像采集。 [0076] 针对多无人机系统覆盖凸区域的需求,本发明提出了一种扩展的维诺分割方法,此方法不仅实现任务区域的合理划分,还有效避免了智能体之间的碰撞问题,并为后期图像合成和处理保留了足够的边界空间。 [0077] 首先,本发明定义凸多边形区域Q的s扩展区域,用以确保任务区域的边界与相机的成像边界之间保持适当的距离,具体定义如下: [0078] 定义1:对于凸多边形区域Q,将每条边沿其单位外法向量方向平移距离s后,所有新边所在的直线交点构成新的凸多边形,称之为凸多边形区域Q的s扩展区域,记作 图3展示了凸多边形区域Q的s扩展区域的示意图,其中黄色区域为s扩展区域 黑色实线表示原凸多边形区域Q的边界,黑色虚线表示s扩展区域 的边界。 [0079] 基于上述s扩展区域的定义,提出扩展的维诺分割方法,具体定义如下: [0080] 定义2:在凸多边形区域Q中部署n个无人机,C=(c1,c2,...,cn)表示n个无人机的水平坐标集合,无人机pi的任务区域由维诺分割定义为: [0081] [0082] 其中 是凸多边形区域Qi的s扩展区域, 表示凸多边形区域Q的扩展维诺分割,图4展示了凸多边形区域Q的扩展维诺分割图,黑色实线表示Q区域的维诺分割边界,黑色虚线表示维诺分割区域Qi和Qj的s扩展区域的边界, 表示区域Qi和Qj的共享边界, 表示 中与 对应的边界,同理, 表示Qj中与 对应的边界。 [0083] 本发明通过扩展维诺分割方法,确保每架无人机的任务区域划分合理,同时避免了无人机之间的碰撞,增强了系统的安全性和任务执行的稳定性。 [0084] 在为每个无人机设计控制器之前,本发明首先给出如下关于无人机的相关引理,引理1:对于任意的q∈lik,点q满足关系式 [0085] (q‑ci)TR(ψi)Τnk=zi tanθT|nk|. (1.4) [0086] 其中lik为无人机视场Bi的边界,i=1,2,...,n,k=1,2,3,4.(1.4)式关于ci,zi和ψi的偏导数分别为, [0087] [0088] 引理2:对于任意的 无人机pi和pj是维诺邻居,那么q关于ci的偏导数满足,[0089] [0090] 其中 表示边界 处的单位外法向量,i,j=1,2,...,n,i≠j. [0091] 为了评估多无人机系统对任务区域Q的覆盖效果,本发明提出了一个覆盖质量函数,其定义如下: [0092] [0093] 其中,0<φ(q)≤1表示区域 中每个点的重要性权重,f(pi,q)由(1.3)式定义,H数值越小,表明该多无人机系统对区域Q的覆盖效果越佳,因此本发明的目标是求该函数的局部最小值,以优化覆盖效果。 [0094] 针对无人机pi,本发明设计了分布式控制器,将其部署到任务区域Q的局部最优位置,以求得覆盖质量函数(1.5)的局部最小值,首先,对(1.5)式求无人机水平位置ci的偏导数,得到: [0095] [0096] 其中Ni表示无人机pi的维诺分割邻居集合,对(1.6)式右侧第一项进一步展开: [0097] [0098] 通过求解由 和 构成的 项,对(1.7)式右侧第二项进一步简化并得出结果: [0099] [0100] 接着求解由 和 构成的 项,对(1.7)式右侧第三项进一步简化并得出结果: [0101] [0102] 将(1.8)式和(1.9)式代入(1.7)式中,得 [0103] [0104] 对于(1.6)式右侧第二项,进一步简化得: [0105] [0106] 得: [0107] [0108] 其中, [0109] [0110] 对(1.5)式求无人机高度zi的偏导数,得, [0111] [0112] 其中, [0113] [0114] 对(1.5)式求无人机偏航角ψi的偏导数,得, [0115] [0116] 为无人机pi设计了如下的分布式控制器: [0117] [0118] 其中αi>0, 和 分别由(1.12)式、(1.13)式和(1.14)式定义,i=1,2,...,n。 [0119] 无人机pi在控制器(1.15)的驱动下,整个多无人机系统将会被部署到凸多边形区域Q中的局部最优位置,从而实现对该区域的完全高质量覆盖,i=1,2,...,n。 [0120] 为了展示发明所提出的覆盖控制策略的有效性,本发明将分别通过数学证明和数值仿真说明本发明的有效性。 [0121] 数学证明 [0122] 考虑覆盖质量函数,令 [0123] [0124] V≥0成立,对(1.16)式求时间的导数,得 [0125] [0126] 若使 这意味着 根据LaSalle不变集原理,无人机将收敛到满足的不变集中。 [0127] 数值仿真 [0128] 我们将通过数值模拟方法验证所提出的分布式控制器的有效性。相机的参数为a‑6 ‑2 17=10 ,b=10 ,θ1=45°,θ2=30°,m=10 .飞行速度为v=3m/s,旋转速度为 时间间隔Δt=0.01s。 [0129] 为了展示本发明提出的图像质量函数的效果,第一部分的仿真将通过单个智能体覆盖单个凸区域来说明,与传统的仅考虑像素密度的图像质量函数相比,本发明中的图像质量函数可以将目标区域放置在图像中心,以此减少镜头畸变对于图形质量的影响从而达到提高图像质量的目的。 [0130] 该凸多边形任务区域的顶点坐标按逆时针顺序分别为[14 22]Τ,[14.7 17.8]Τ,Τ Τ Τ[22.7 17.6] ,[25 21.8] 和[23 24] .凸多边形区域Q的s扩展区域Q中的参数s=1.无人Τ 机p的初始状态为p=[10 15 20π/6] 。 [0131] 图5表示在不同图像质量函数和控制器作用下的无人机最终部署状况俯视图,其中黑色实线表示凸多边形任务区域Q的边界,黑色虚线表示其s扩展区域Q的边界,蓝色实线表示无人机视场范围的边界,红色实心圆点表示无人机的位置,图5(a)表示采用传统图像质量函数和控制器对任务区域Q进行覆盖的最终部署状况,图,5(b)表示采用图像质量函数(1.3)和控制器(1.15)对任务区域进行覆盖的最终部署状况。 [0132] 相较于图5(a),图5(b)中无人机的视场边框与任务区域保留了一定的距离,便于图像后期的裁剪和处理,同时,图5(b)中任务区域Q被放置在无人机视场中更加靠近光轴的位置,可以减少镜头畸变对于图形质量的影响。 [0133] 仿真2 [0134] 在本部分的仿真中,考虑了多无人机系统对凸多边形任务区域的覆盖。该凸多边Τ Τ Τ Τ形任务区域的顶点坐标按逆时针顺序为[27 27] ,[39 23] ,[53 30] ,[54 38] ,[48 46Τ Τ Τ ] ,[35 53] 和[25 40] ,对应的扩展维诺分割区域参数为s=1,无人机的初始状态分别为Τ Τ Τ Τ p1=[34 35 20 0] ,p2=[35 35 20 0] ,p3=[36 35 20 0] ,p4=[35 34 20 0] 和p5=Τ [36 34 20 0] ,图6展示了在不同图像质量函数和控制器作用下多无人机系统的最终部署状态的俯视图,其中黑色实线表示凸多边形任务区域Q的维诺分割边界,黑色虚线表示区域Q的扩展维诺分割边界,蓝色实线代表无人机视场范围的边界,红色实心圆点表示无人机的位置,图6(a)展示了采用传统图像质量函数和控制器对任务区域进行覆盖的最终部署状态,图6(b)展示了采用图像质量函数(1.3)和控制器(1.15)对任务区域进行覆盖的最终部署状态。 [0135] 从图6中可以看到,采用图像质量函数(1.3)和控制器(1.15)获得的任务区域会被放置在图像中心位置,同时让无人机视场边框与任务区域保留的间距,方便后期图像和成和处理。 [0136] 需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。 |