一种无GNSS环境下基于云台视觉伺服的无人机自主降落策略的制作方法

一种无gnss环境下基于云台视觉伺服的无人机自主降落策略
技术领域
1.本发明属于无人机技术领域，具体涉及一种无gnss环境下基于云台视觉伺服的无人机自主降落策略。


背景技术：

2.无人机(uav)由于其操作简单、起降方便等优点，被广泛应用于各种危险或难以接近的场所。无人机常用作环境监测、地形勘探、军事打击、应急通信、搜索和救援行动等领域的设备。虽然无人机是由人工遥控控制的，但由于人工成本高、巡航距离有限，无人机的控制模式正逐渐转向自主飞行模式。
3.作为无人机自主巡航的结束，自主降落在无人机自主飞行中发挥着重要作用。大多数传统降落系统使用运动捕捉系统、全球定位系统(gps)和惯性导航系统(ins)来估计无人机的位置和状态。利用无人机的绝对位置信息和无人机与降落点的相对位置信息。然后将位置信息输入飞行控制系统，完成导航和降落。运动捕捉系统可以有效地预测和计算无人机的飞行轨迹。但其需要依赖外部设备，使用不便。gps广泛应用于无人机的自主导航。通过比较降落点和自身的经纬度信息，可以得到返航降落的方向。然而，在城市、森林等复杂环境中，卫星导航定位信号可能会发生中断或偏离，无法始终为无人机提供稳定、准确的定位信息。它关系到无人机完成任务后的回收。在自主飞行中，由于gps信号的丢失，无人机可能会失去联系。惯性导航系统利用陀螺仪、加速度计等惯性元件获取无人机的位置和速度。但由于累积误差的存在，这种导航系统在长期飞行中会出现漂移现象，为此我们提出一种无gnss环境下基于云台视觉伺服的无人机自主降落策略。


技术实现要素：

4.本发明的目的在于提供一种无gnss环境下基于云台视觉伺服的无人机自主降落策略，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种无gnss环境下基于云台视觉伺服的无人机自主降落策略，包括快速降落方法和导航方法、系统控制方法，所述快速降落方法包括以下步骤：无人机首先按规定的轨迹巡航，搜索一个能正常接收到gps信号的点作为无人机降落的起点，一旦接收到足够可靠的信号，无人机将比较无人机和降落点的绝对位置信息，确定它们之间的初始相对位置，然后开始降落；在降落过程中，通过ptbvs系统获取定位信息的算法提出的定位方法为基于云台的视觉伺服系统用于对无人机进行导航，无人机利用视觉信息和传感器数据获取降落平台与自身的相对位置信息，不受gps信号的干扰，当无人机移动到降落点上方一定距离时，会根据图像中降落点的成像位置调整无人机位置，而ptbvs获得的相对位置信息的精度要高于gps获得的相对位置信息，同时无人机进行水平运动和垂直降落运动。
7.优选的，所述导航方法包括降落平台搜索阶段和快速降落阶段。
8.优选的，所述降落平台搜索阶段包括以下步骤：无人机首先选择一个gps信号良好
的位置作为降落起点，获取经纬度信息，并与已知的降落点位置信息进行比较；通过初始相对位置信息，确定云台的初始角度，使降落点位于图像中心，然后无人机进入快速降落阶段。
9.优选的，所述无人机在提出的ptbvs系统的引导下开始执行降落动作，根据无人机与降落点的相对位置关系，采用不同的无人机导航策略，首先，结合机载相机的状态和图像信息，计算出无人机的实时位置，引导无人机接近降落平台，当无人机在降落点上方时，相机光轴垂直向下，像素坐标信息可用于导航。
10.优选的，所述降落平台搜索阶段导航信息的获取方法包括以下步骤：在降落过程中，降落点被发现和识别得越早，ptbvs就越早工作来得到的更精确的实时空间坐标，以降落点p2(降落平台的中心点)为原点建立导航坐标系∑s(xs,ys,zs)，取无人机的重心p1作为原点建立无人机机体坐标系∑b(xb,yb,zb)，xb轴指向无人机纵轴且机头的方向为正，yb轴指向无人机横轴且右方向为正，根据右手定则确定zb轴；无人机机体坐标系到导航坐标系的旋转矩阵由用欧拉角表示的无人机姿态(α,β,γ)确定，其中α是无人机俯仰角，β是无人机的横滚角，γ是无人机偏航角；当坐标系沿x、y、z轴的旋转角度为σ时，旋转矩阵的表达式如下所示：
[0011][0012][0013][0014]
从导航坐标系到无人机机身坐标系的旋转矩阵已知，可表示为取相机的光心建立相机的坐标系，zc轴沿光轴方向，xc轴和yc轴由右手定则确定；从这个坐标系到导航坐标系的旋转矩阵由相机水平旋转角度ψ,横滚角φ和俯仰角θ确定，此外，从导航坐标系到相机坐标系的旋转矩阵是已知的，并且可以用表示，无人机机体坐标系与相机坐标系之间的旋转矩阵为
[0015]
优选的，所述无人机姿态角和云台角均为0时，相机光轴平行与无人机机头方向，为了确定飞行方向，无人机在返回和降落前，根据磁强计信息调整航向，使xb轴平行于xs轴，此外，无人机的高度信息可以通过气压计获得，通过将无人机和降落点的绝对位置信息代入求解大地测量问题的贝塞尔公式，可以得到无人机在导航坐标系中的坐标(x,y,z)，然后可以得到无人机质心p1′
以及降落平台中心点的投影p
′2之间的水平距离s和方位角a
az
。
[0016]
优选的，所述快速降落阶段包括以下步骤：无人机的水平飞行轨迹之间应为p1′
和p
′2之间的连线，无人机以最大水平速度飞行，水平速度方向为飞行轨迹的矢量方向，无人机根据降落平台的相对位置来调整飞行方向，综合图像信息、相机姿态和无人机高度，得到相对位置信息。
[0017]
优选的，在理想的控制条件下，云台实时调整角度，使降落点成像保持在图像中心，实际中使用地面站进行图像处理和数据传输会导致云台的控制延时，从而导致降落点和图像中心点之间的偏移，为解决由偏移量引起的定位误差，在求解相对位置时应考虑降落点在图像上的坐标；取图像左上角的顶点作为原点，上边缘作为轴，左侧为建立像素坐标系，当无人机移动到离降落点一定的水平距离时，通过调整相机角度使其光轴垂直向下；它保证了无人机拍摄图像中有一个完整的、能够正常识别的降落平台图像，根据相机的针孔成像原理，相机光轴上的点被成像在图像的中心，可以根据降落点和图像中心点之间的偏移判断它们之间的相对位置关系，然后调整无人机降落位置。
[0018]
优选的，所述无人机在降落过程中还可能接收到gps定位信息，gps定位信息可以作为辅助导航方法，提高系统的鲁棒性，一旦接收到gps数据且gdop小于2.7，uav将记录定位信息及其时间戳，同时，无人机通过对imu数据进行积分，得到从这一时刻开始的累积位移，这样，当图像识别失败或降落点由于某些干扰因素超过相机视野时，无人机可以根据gps和imu数据计算出的实时位置调整云台角，从而继续完成降落。
[0019]
优选的，所述系统控制方法包括云台控制方法和无人机的控制方法，所述云台控制方法为云台根据降落点成像位置与图像中心的偏移量来调整相机姿态角，且采用了稳定的云台，可以同时完成稳定和视觉跟踪任务，由于光轴与相机成像平面保持垂直，且平台位于相机光轴上，因此像素视场中心的物体与相机平面垂直；无人机降落时，由稳定云台控制无人机携带的相机跟踪降落平台，相机的姿态角将根据无人机的位置而变化；所述无人机的控制方法为：无人机飞到安全降落高度然后垂直降落，首先接近降落平台，进一步提高导航信息的精度，系统采用卡尔曼滤波，以ptbvs计算出的相对坐标信息为测量值，将无人机加载的imu数据进行积分，得到无人机在两帧间的位移，根据最后一帧的相对位置信息得到相对信息的估计值，并将滤波器输出的修正值作为无人机控制器的输入；无人机的水平运动路线应该在p1′
和p
′2之间；当接近着陆点时，无人机以设定的最大水平飞行速度飞行，控制器根据相对位置信息调整速度方向；同时，为了保证无人机的安全，需要根据水平距离确定垂直运动速度；当无人机与降落点之间的水平距离在2米以内时，通过地标导航进行垂直降落；通过调整相机使相机光轴垂直向下，根据图像上降落点的成像位置得到两者之间的偏差，在这个阶段，无人机将不再以最大水平速度飞行，而是通过以降落点像素坐标为输入的pid控制器来调整水平速度，当无人机飞行高度下降到设定的安全降落高度时,无人机将垂直降落。
[0020]
与现有技术相比，本发明的有益效果是：
[0021]
1.为了保证无人机能够在无gnss信号的环境中返航和降落，该方法利用视觉系统对无人机的降落点进行跟踪和实时位置计算。在降落过程中，我们采取分步导航的方法来提高降落精度。无人机利用相机状态和图像信息获取导航信息，然后利用像素偏移量调整降落位置。另外，无人机在水平和垂直方向同时运动，缩短了降落时间，提高了降落成功率。仿真和实际实验验证了该方案的可靠性和准确性。实验结果表明，与传统的无人机降落方
案相比，该降落系统具有更高的降落成功率、降落精度和更短的降落时间。
[0022]
2.本发明基于云台的视觉伺服控制系统来获取位置信息，使用云台，可以从相对于降落点的任何方向获得视觉信息，无人机视觉跟踪降落点的ptbvs系统，在一个正方形平台上实时获取无人机与降落点的相对位置。ptbvs即使没有绝对位置信息，也能保证无人机通过相对位置信息安全返回，比gps更精确
[0023]
3.本发明在不同的降落阶段采用不同的导航信息获取方法。在无人机返回和降落过程中，通过相机状态和图像信息，利用ptbvs系统进行无人机导航。当无人机接近降落点时，ptz视觉伺服控制系统对最终垂直降落的偏差进行修正，并利用像素坐标对降落位置进行高精度的调整。
[0024]
4.本发明设计的倾斜下降降落方法可减小降落过程中的飞行距离，无人机同时在水平和垂直方向接近降落点，无人机的飞行速度是由各个方向决定的，该策略能有效缩短降落时间。
附图说明
[0025]
图1为本发明的无人机着陆方法示意图：(a)无人机采用gps导航；(b)传统无人机着陆策略；
[0026]
图2为本发明的快速降落方法示意图；
[0027]
图3为本发明的(a)无人机与着陆平台的相对位置示意图；(b)无人机车身坐标系；
[0028]
图4为本发明的相机初始姿态角计算方法示意图；
[0029]
图5为本发明的无人机云台相机示意图；
[0030]
图6为本发明的像素坐标系示意图；
[0031]
图7为本发明的使用图像信息的相对位置估计示意图；
[0032]
图8为本发明的利用像素信息调整无人机降落位置示意图；
[0033]
图9为本发明的云台的控制方法示意图；
[0034]
图10为本发明的使用kalman滤波器校正ptbvs的输出示意图；
[0035]
图11为本发明的快速降落模拟试验环境示意图；
[0036]
图12为本发明的(a)无人机快速降落仿真轨迹、(b)无人机降落过程中降落点的图像偏移量、(c)ptbvs系统相对位置计算误差、(d)无人机降落速度图、(e)无人机降落误差图；
[0037]
图13为本发明的无人机快速降落实景示意图；
[0038]
图14为本发明的快速降落方法的真实世界测试结果：(a)无人机在真实世界中的快速降落轨迹实验(b)无人机降落速度图(c)无人机降落加速度图(d)无人机降落误差图；
具体实施方式
[0039]
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。
[0040]
请参阅图1至图14，本发明提供一种技术方案：一种无gnss环境下基于云台视觉伺
服的无人机自主降落策略，其特征在于：包括快速降落方法和导航方法、系统控制方法，快速降落方法包括以下步骤：无人机首先按规定的轨迹巡航，搜索一个能正常接收到gps信号的点作为无人机降落的起点，在某些情况下，虽然gps信号可以正常接收，但定位信息可能存在较大误差或完全错误。几何精度因子(gdop)可以反映gps定位的精度信息，gdop实现全视定位和gps-prn码测距的四颗卫星最优定位。因此，认为gps信号在gdop≤2.7时是准确的，否则是不可靠的；一旦接收到足够可靠的信号，无人机将比较无人机和降落点的绝对位置信息，确定它们之间的初始相对位置，然后开始降落；在降落过程中，通过ptbvs系统获取定位信息的算法提出的定位方法为基于云台的视觉伺服系统用于对无人机进行导航，无人机利用视觉信息和传感器数据获取降落平台与自身的相对位置信息，不受gps信号的干扰，当无人机移动到降落点上方一定距离时，会根据图像中降落点的成像位置调整无人机位置，进一步提高降落精度，而ptbvs获得的相对位置信息的精度要高于gps获得的相对位置信息，因此ptbvs可以获得更好的导航效果，同时，为了保证无人机的安全飞行，使无人机进行水平运动和垂直降落运动，有效缩短了降落时间，提高了降落成功率。通过采用ptbvs导航和快速降落策略。
[0041]
进一步地，导航方法包括降落平台搜索阶段和快速降落阶段；降落平台搜索阶段包括以下步骤：无人机首先选择一个gps信号良好的位置作为降落起点，获取经纬度信息，并与已知的降落点位置信息进行比较；通过初始相对位置信息，确定云台的初始角度，使降落点位于图像中心，然后无人机进入快速降落阶段；无人机在提出的ptbvs系统的引导下开始执行降落动作，根据无人机与降落点的相对位置关系，采用不同的无人机导航策略，首先，结合机载相机的状态和图像信息，计算出无人机的实时位置，引导无人机接近降落平台，当无人机在降落点上方时，相机光轴垂直向下，像素坐标信息可用于导航。
[0042]
降落平台搜索阶段导航信息的获取方法包括以下步骤：在降落过程中，降落点被发现和识别得越早，ptbvs就越早工作来得到的更精确的实时空间坐标，以降落点p2(降落平台的中心点)为原点建立导航坐标系∑s(xs,ys,zs)，取无人机的重心p1作为原点建立无人机机体坐标系∑b(xb,yb,zb)，xb轴指向无人机纵轴且机头的方向为正，yb轴指向无人机横轴且右方向为正，根据右手定则确定zb轴；无人机机体坐标系到导航坐标系的旋转矩阵由用欧拉角表示的无人机姿态(α,β,γ)确定，其中α是无人机俯仰角，β是无人机的横滚角，γ是无人机偏航角；当坐标系沿x、y、z轴的旋转角度为σ时，旋转矩阵的表达式如下所示：
[0043][0044]
[0045][0046]
从导航坐标系到无人机机身坐标系的旋转矩阵已知，可表示为取相机的光心建立相机的坐标系，zc轴沿光轴方向，xc轴和yc轴由右手定则确定；从这个坐标系到导航坐标系的旋转矩阵由相机水平旋转角度ψ,横滚角φ和俯仰角θ确定。此外，从导航坐标系到相机坐标系的旋转矩阵是已知的，并且可以用表示。无人机机体坐标系与相机坐标系之间的旋转矩阵为
[0047]
我们可以通过使相机的光轴垂直于地面来发现地面上的目标。这样，降落地标通过无人机的运动进入相机的视野。但这种方法视野有限，预见性不足。因此，我们提出了一种新的方法来获得前瞻视角，以便在降落过程开始时降落平台可以位于图像的中心。图4显示了计算使光轴对准降落点的相机初始角度的方法。
[0048]
当无人机姿态角和云台角均为0时，相机光轴平行与无人机机头方向。为了确定飞行方向，无人机在返回和降落前，根据磁强计信息调整航向，使xb轴平行于xs轴。此外，无人机的高度信息可以通过气压计获得，通过将无人机和降落点的绝对位置信息代入求解大地测量问题的贝塞尔公式，可以得到无人机在导航坐标系中的坐标(x,y,z)，然后可以得到无人机质心p1′
以及降落平台中心点的投影p
′2之间的水平距离s和方位角a
az
。
[0049]
该角度用于实现无人机下一阶段快速降落时的导航。该方法得到的降落点图像不会失真，视觉前瞻系统可以提升到最大，使ptbvs控制辅助系统能够尽早工作。
[0050]
进一步地，快速降落阶段包括以下步骤：无人机的水平飞行轨迹之间应为p1′
和p
′2之间的连线，无人机以最大水平速度飞行，水平速度方向为飞行轨迹的矢量方向，无人机根据降落平台的相对位置来调整飞行方向，综合图像信息、相机姿态和无人机高度，得到相对位置信息，为了获得相机的姿态，我们在自稳云台上加载了气压计、磁强计和惯性测量单元，并实时调整相机的姿态，使平台始终成像在图像中心点附近，保证图像的失真小，提高了相对位置信息解算的精度。
[0051]
在理想的控制条件下，云台实时调整角度，使降落点成像保持在图像中心，实际中使用地面站进行图像处理和数据传输会导致云台的控制延时，从而导致降落点和图像中心点之间的偏移，为解决由偏移量引起的定位误差，在求解相对位置时应考虑降落点在图像上的坐标；取图像左上角的顶点作为原点，上边缘作为轴，左侧为建立像素坐标系，当无人机移动到离降落点一定的水平距离时，通过调整相机角度使其光轴垂直向下；它保证了无人机拍摄图像中有一个完整的、能够正常识别的降落平台图像，根据相机的针孔成像原理，相机光轴上的点被成像在图像的中心，可以根据降落点和图像中心点之间的偏移判断它们之间的相对位置关系，然后调整无人机降落位置。
[0052]
进一步地，无人机在降落过程中还可能接收到gps定位信息，gps定位信息可以作为辅助导航方法，提高系统的鲁棒性。一旦接收到gps数据且gdop小于2.7，uav将记录定位
信息及其时间戳。同时，无人机通过对imu数据进行积分，得到从这一时刻开始的累积位移。这样，当图像识别失败或降落点由于某些干扰因素超过相机视野时，无人机可以根据gps和imu数据计算出的实时位置调整云台角，从而继续完成降落。
[0053]
进一步地，根据无人机与降落点之间相对距离的不同范围，采用不同的导航信息获取方法实现精确降落。相应地，我们也采用了不同的无人机控制方法，系统控制方法包括云台控制方法和无人机的控制方法，云台控制方法为云台根据降落点成像位置与图像中心的偏移量来调整相机姿态角，且采用了稳定的云台，可以同时完成稳定和视觉跟踪任务，由于光轴与相机成像平面保持垂直，且平台位于相机光轴上，因此像素视场中心的物体与相机平面垂直；无人机降落时，由稳定云台控制无人机携带的相机跟踪降落平台。相机的姿态角将根据无人机的位置而变化；无人机的控制方法为：无人机飞到安全降落高度然后垂直降落，首先接近降落平台，进一步提高导航信息的精度，系统采用卡尔曼滤波，以ptbvs计算出的相对坐标信息为测量值，将无人机加载的imu数据进行积分，得到无人机在两帧间的位移，根据最后一帧的相对位置信息得到相对信息的估计值，并将滤波器输出的修正值作为无人机控制器的输入；无人机的水平运动路线应该在p1′
和p
′2之间；当接近着陆点时，无人机以设定的最大水平飞行速度飞行，控制器根据相对位置信息调整速度方向；同时，为了保证无人机的安全，需要根据水平距离确定垂直运动速度；当无人机与降落点之间的水平距离在2米以内时，通过地标导航进行垂直降落；通过调整相机使相机光轴垂直向下，根据图像上降落点的成像位置得到两者之间的偏差，在这个阶段，无人机将不再以最大水平速度飞行，而是通过以降落点像素坐标为输入的pid控制器来调整水平速度，当无人机飞行高度下降到设定的安全降落高度时,无人机将垂直降落，通过像素调整的导航方法，可以有效地进一步提高降落精度。
[0054]
表1：几种视觉伺服方法的比较
[0055]
[0056]
模拟与实验：建立了基于airsim的无人机自主降落仿真模型。仿真环境可以提供无延迟、快速、准确的飞行环境。无人机在飞行中不受风、磁场、光等外界环境的干扰。因此，仿真环境能够真实反映无人机在理想环境下的飞行状态。如图11所示，在airsim平台中，我们添加了一个带有6
×
6阿鲁科编码并将平台中心设置为降落目标点。aruco码是机器人视觉识别研究中广泛应用的平台识别方法。然后，我们将无人机的降落起点设置在距降落点水平距离25米、垂直距离20米的任何位置。我们设定最大水平飞行速度为5m/s，垂直降落速度为2m/s，安全降落高度为3m。
[0057]
图12(a)显示了无人机降落过程中的轨迹图。蓝色曲线代表无人机的实际飞行轨迹，红色曲线代表ptbvs系统的导航预测轨迹，黑色虚线代表所提出的快速降落方法获得的理想轨迹。无人机在地面确定降落点后，根据ptbvs计算出的降落点与自身的相对位置信息，快速降落并实时调整飞行方向。从侧视图和俯视图可以看出，ptbvs系统可以在gps拒绝的环境下对无人机进行精确导航。利用ptbvs提供的导航信息，无人机的实际降落轨迹与最优降落轨迹基本吻合。
[0058]
图12(b)显示了无人机降落期间降落点和图像中心点之间的偏移。在测试中，我们将云台pid控制器的pid参数设定为p＝0.0005，i＝0.00002，d＝0.00003，图像分辨率为1080
×
720图像x轴方向上的平均像素偏移为1.16像素，图像y轴方向上的平均像素偏移为8.83像素，分别占图像x轴和y轴大小的0.11％和1.23％。证明了基于pid控制器的ptz跟踪方法能够满足系统的要求。
[0059]
图12(c)示出了由ptbvs计算的相对位置信息与实际值之间的误差。本文提出的系统定位结果与地面实际值非常接近。在导航坐标系下，ptbvs控制方法解的平均误差在x轴方向为0.115m，在y轴方向为0.128m，在相对距离上为0.162m，在相对距离上为0.189m，在rmse上为0.206m。说明ptbvs系统可以为无人机提供精确的导航信息，帮助无人机顺利返回。
[0060]
图12(d)显示了降落过程中三轴的飞行速度。可见，在降落过程中，无人机速度在导航坐标系x轴和y轴方向上的分量大小不变，这表明无人机在水平方向上的轨迹类似于无人机降落起点投影和目标降落点投影之间的直线。同时，无人机保持一定的垂直运动速率。在我们提出的方法中，无人机同时水平和垂直移动，以缩短降落距离和时间。
[0061]
图12(e)显示了目标定位和目标降落点的降落误差。我们做了200次降落实验，所有的降落都完成了。x和y的定位误差均在0.1cm以内，平均定位误差分别为0.296cm和0.313cm，飞行时间约为15s。在垂直降落阶段，通过地标导航调整降落位置，可以有效控制降落误差。
[0062]
真实场景实验：为了验证我们的无人机快速降落系统在现实世界中的有效性，我们搭建了一个自主降落平台，如图13所示。它包括带有视觉识别系统的服务器、无人机降落平台和带有ptbvs系统的无人机。为了测试pbvs系统的解算精度，我们采用高精度rtk采集无人机实时位置数据作为实际值，根据ptbvs得到的无人机与降落点的相对位置信息，利用贝塞尔公式[48]计算出无人机的经纬度信息。值得一提的是，为了避免飞行危险，我们增加了地面遥控装置，防止无人机因突发原因造成事故。
[0063]
我们把无人机降落平台放置在纬度26.0548366
°
,经度119.1921069
°
海拔2米。同时，我们将降落平台设置为棋盘模式，以便于目标识别。无人机从距降落平台约15米处垂直
起飞，飞行高度约17米，然后启动自动降落模式。整个降落过程与airsim相似。
[0064]
在120次试飞中，成功降落率为99.17％，平均降落时间为62s，平均降落误差小于10cm。无人机在实际测试环境中的快速降落测试结果如图14所示。
[0065]
返回和降落轨迹图如图14(a)所示，蓝色曲线代表无人机的实际飞行轨迹，红色曲线代表ptbvs系统的导航预测轨迹，黑色虚线代表拟快速降落获得的理想轨迹。可以看出，在实际环境中，由于风等因素的影响，加上传感器的噪声，ptbvs得到的无人机与降落点之间的相对位置误差增大。实际降落轨迹与理想降落轨迹存在偏差。但是，这种偏差是可以容忍的，无人机仍然可以通过ptbvs顺利降落到目标降落点，仅用于导航。
[0066]
图14(b)和图14(c)显示了快速降落过程中速度和加速度随时间的变化。无人机在接近降落平台的过程中，三轴方向的速度保持稳定，但受实际环境和硬件条件的影响，速度略有波动。当无人机移动到距降落点不到2米的水平距离时，速度急剧下降，甚至出现反转，可能导致一定程度的抖动。在垂直降落阶段，通过调整降落位置，消除抖动的影响，保证降落精度。119次成功降落的误差如图14(c)所示。可见，x轴和y轴的定位误差均小于0.1m，平均定位误差分别为0.067m和0.064m。
[0067]
模拟结果见表。结果表明，与传统方法相比，本文提出的降落方法具有更高的降落成功率和降落精度，降落次数大大减少。
[0068]
表2：不同方案的比较表。
[0069][0070]
在相同的降落高度下，我们的方案比其他方案要快得多。此外，该方法还支持导航模式的切换。基于这些观测结果，我们可以得出结论，所提出的快速降落系统在自主降落速度、安全性和降落精度方面比现有方案有很大的优势。
[0071]
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。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0072]
以上，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。