利用机场现有设施的机载单目视觉助降测量方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (4): 236-238.

利用机场现有设施的机载单目视觉助降测量方法

张小苗¹,刘肖琳²,于起峰¹

1.国防科学技术大学航天与材料工程学院，长沙 410073
2.国防科学技术大学机电工程与自动化学院，长沙 410073

收稿日期:2007-06-18 修回日期:2007-07-30 出版日期:2008-02-01 发布日期:2008-02-01
通讯作者: 张小苗

Airborne monocular vision-aided landing measurement using existent installations in airport

ZHANG Xiao-miao¹,LIU Xiao-lin²,YU Qi-feng¹

1.College of Aerospace & Material Engineering，National University of Defense Technology，Changsha 410073，China
2.College of Electromechanical Engineering & Automation，National University of Defense Technology，Changsha 410073，China

Received:2007-06-18 Revised:2007-07-30 Online:2008-02-01 Published:2008-02-01
Contact: ZHANG Xiao-miao

摘要/Abstract

摘要： 为了满足航空器在降落导航中的数据需求，对利用机场现有设施（跑道、信号灯等）的机载单目视觉助降测量方法进行了研究，并推导出了相应的投影关系。当航空器飞行至机场附近时，只要机载单目摄像机能够拍摄到若干现有机场设施且已知这些点线特征的大地坐标，即可在图像上提取相应的点线特征，并依据投影关系测量计算出拍摄时刻航空器的位置和姿态参数。由于不需要人为在机场附近布置测量标志物，极大地提高了方法应用的灵活性。仿真结果证明方法有效可行。

关键词: 单目视觉, 视觉助降, 图像测量, 机场现有设施

Abstract: To satisfying the data demand in landing navigation of aircraft，the method of airborne monocular vision-aided landing measurement using existent installations（runway，signal lamps，etc.） in airport is discussed，and specific projective relation is brought out.When aircraft approaching the airport，as long as camera can catch several existent installations and world-coordinates of which are known，current positions and attitudes of aircraft can be measured using projection relation by selecting corresponding point and line features.Without the necessity for manmade signs makes the method more flexible.Simulation experiments show that it is practical and effective.

Key words: monocular vision, vision-aided landing, image-based measurement, existent installations in airport

张小苗¹,刘肖琳²,于起峰¹. 利用机场现有设施的机载单目视觉助降测量方法[J]. 计算机工程与应用, 2008, 44(4): 236-238.

ZHANG Xiao-miao¹,LIU Xiao-lin²,YU Qi-feng¹. Airborne monocular vision-aided landing measurement using existent installations in airport[J]. Computer Engineering and Applications, 2008, 44(4): 236-238.

[1]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[2]	周彦，旷鸿章，牟金震，王冬丽，刘宗明. 面向半稠密三维重建的改进单目ORB-SLAM[J]. 计算机工程与应用, 2021, 57(8): 180-184.
[3]	刘春，吴一珩. 双路融合的深度估计神经网络方法研究[J]. 计算机工程与应用, 2020, 56(20): 138-145.
[4]	熊航，杨任农，梁晓龙，侯岳奇，王维佳. 无人机单目视觉AOA三维定位方法[J]. 计算机工程与应用, 2020, 56(17): 210-216.
[5]	李宇杰，李煊鹏，张为公. 基于视觉的三维目标检测算法研究综述[J]. 计算机工程与应用, 2020, 56(1): 11-24.
[6]	郑争光1，任小洪1，2，程亚军1，常政威3. 未知环境下单目视觉移动机器人路径规划[J]. 计算机工程与应用, 2018, 54(3): 255-258.
[7]	刘俊利，王立锋，孔秀平. 煤岩界面识别和定位测量方法研究[J]. 计算机工程与应用, 2017, 53(8): 246-249.
[8]	李庆，郑力新，潘书万，张裕坤，谢一首. 使用单目视觉的移动机器人导航方法[J]. 计算机工程与应用, 2017, 53(4): 223-227.
[9]	薛俊韬，徐少朋，王烨. 基于计算机视觉的智能小车路径规划[J]. 计算机工程与应用, 2016, 52(7): 236-241.
[10]	弋英民，黄莹. 多视角几何Rao-Blackwellised SLAM算法[J]. 计算机工程与应用, 2015, 51(7): 35-39.
[11]	夏文玲1，顾照鹏2，杨唐胜2. 实时三维重建算法的实现——基于Kinect与单目视觉SLAM的三维重建[J]. 计算机工程与应用, 2014, 50(24): 199-203.
[12]	孙博轩1，魏志光2，梁军2，肖琳3. 用于单目视觉的路径失真矫正系统设计与实现[J]. 计算机工程与应用, 2014, 50(14): 180-184.
[13]	沈舷¹，杨勇²，赵力². 改进的电缆护套厚度检测方法[J]. 计算机工程与应用, 2010, 46(34): 232-236.
[14]	沈志熙，黄席樾. 基于数据回归建模的单目视觉测距算法[J]. 计算机工程与应用, 2007, 43(24): 15-18.