基于机载单目视觉的四旋翼无人机集群相对定位研究学术报告

作者及发表信息

本研究的通讯作者为Feng Qi（国防科技大学电子对抗学院），其他作者包括Xiaokun Si、Guozhen Xu、Mingxing Ke、Haiyan Zhang（均来自国防科技大学电子对抗学院）以及Kaixiang Tong（北京空间信息中继与传输技术中心）。研究论文《Relative Localization Within a Quadcopter Unmanned Aerial Vehicle Swarm Based on Airborne Monocular Vision》于2023年9月29日发表于开源期刊Drones（Volume 7, Issue 10, Article 612），隶属于MDPI出版社。

学术背景

研究领域与动机

本研究属于无人机（UAV）集群协同控制与计算机视觉定位的交叉领域。随着小型多旋翼无人机在物联网中继、区域安防、军事任务等场景的广泛应用，集群化成为发展趋势。然而，现有相对定位方案（如GNSS、UWB、SLAM）依赖外部基础设施或复杂传感器，在GNSS拒止环境中失效，且存在成本高、误差累积等问题。受自然界生物群体通过视觉直接感知相对位置的启发，作者提出一种仅依赖机载单目视觉的轻量化解决方案，旨在实现无人机间实时、高精度的相对定位，降低对外部信息的依赖。

核心科学问题

单目视觉无法直接测量距离，需引入辅助信息。传统方法需检测至少4个特征点（如LED标记或AprilTag），但实际飞行中常因遮挡仅能检测到3个电机。如何基于3个特征点（即P3P问题）实现稳定解算，并利用无人机几何特性优化算法，是本研究的核心挑战。

研究流程与方法

1. 目标检测与关键点识别

• 研究对象：四旋翼无人机及其转子电机（每组4个，实际检测2-4个）。
  
• 方法：采用轻量化YOLOv8-pose模型（原用于人体姿态估计），通过迁移学习训练无人机电机检测。
  
  • 数据采集：模拟机载视角，从不同距离（2-12米）、角度拍摄无人机图像1250张，标注无人机边界框及电机关键点（按顺时针顺序标记可见电机）。
    
  • 排序算法：针对遮挡导致的电机顺序错乱，提出基于图像坐标中点的几何校验算法（Algorithm 1），确保2D-3D点对正确匹配。
    

2. P3P问题改进解法

• 模型构建：建立相机坐标系（Oc）、像素坐标系（Opuv）和电机坐标系（Om），将相对定位转化为求解电机坐标系到相机坐标系的旋转矩阵（Rmc）和平移向量（Tmc）。
  
• 算法创新：
  
  • 单阶段直接求解：基于无人机对称性（电机间距d=21cm），推导代数方程直接解算位置（非传统先求距离再SVD分解）。
    
  • 多解判定方案：传统P3P需第4个点通过重投影筛选正确解，本研究提出基于无人机姿态合理性的判定准则（Algorithm 2）：
    
  • 定义机身倾斜角βu（与重力方向夹角），正常飞行时βu < βmax（通过仿真标定为70°-80°）。
    
  • 错误解对应的βu’大多超出阈值，结合俯仰/横滚角范围（αmax=52°-62°）进一步过滤。
    
  • 四电机加权融合：若检测到4个电机，按检测置信度加权融合4组P3P解（公式38-39），提升精度。
    

3. 实验验证

• 仿真实验：
  
  • 模型参数：相机内参矩阵K（焦距640像素），添加高斯噪声（σ=0.5-1.5cm模拟检测误差）。
    
  • 性能对比：与Gao’s、迭代法（IM）、AP3P算法相比，本文算法速度提升35%-5倍（单次计算0.534ms），平均定位误差1.53%-3.01% d（距离d）。
    
• 实机实验：
  
  • 平台：Prometheus 450无人机搭载Jetson Xavier NX边缘计算机与G1云台相机。
    
  • 结果：在GPS辅助的真实环境中，平均相对定位误差4.14%，验证方案可行性。
    

主要结果与逻辑链条

1. 检测性能：YOLOv8-pose模型实现43.5ms/帧的实时检测，电机像素误差控制在半径2cm内，为后续定位提供稳定输入。
   
2. 算法效率：改进P3P解法通过几何约束降低计算复杂度，速度较经典算法显著提升，满足集群实时性需求。
   
3. 抗遮挡能力：姿态筛选方案在仅检测3个电机时，误差与四电机相当（1.68%-3.19% d），解决了传统方法依赖第四点的局限。
   
4. 系统集成：实机实验证实整套方案在资源受限的嵌入式设备（Jetson Xavier NX）上可稳定运行。
   

结论与价值

科学价值

• 方法论创新：首次将人体姿态估计模型（YOLOv8-pose）迁移至无人机电机检测，并提出基于姿态约束的P3P多解判定理论，为视觉定位提供新思路。
  
• 算法突破：利用无人机固有几何特性简化P3P求解流程，实现速度与精度的双重优化，理论贡献发表于开源期刊Drones。
  

应用价值

• 工程意义：方案仅需单目相机，成本低于UWB/LiDAR，适用于小型无人机集群的GNSS拒止环境（如室内、峡谷）。
  
• 军事潜力：可增强集群在复杂战场环境下的自主协同能力，如编队保持、碰撞规避等。
  

研究亮点

1. 轻量化设计：无需额外标记或高成本传感器，仅利用无人机固有电机特征。
   
2. 抗遮挡鲁棒性：通过姿态筛选突破传统P3P需4个点的限制，适应实际飞行中的部分遮挡场景。
   
3. 全流程验证：从仿真到实机实验，覆盖算法设计、性能对比及系统集成，结论具有高可信度。
   

局限与展望

当前检测距离限于12米内，未来可通过改进小目标检测模型扩展范围；此外，时序滤波（如卡尔曼滤波）可进一步平滑定位输出。研究代码已开源，为后续研究提供基准。