饶颖露，邢金昊，张 恒，马晓静，马思乐

（山东大学 海洋研究院，山东 青岛 266237）

0 概述

随着无人机行业的发展，无人机应用产生了越来越多的新需求，例如快递自动定点投送物品、自动定点检查输电线路异常等。这些需求对无人机自动精准降落技术提出了新的挑战。无人机自动精准降落是飞行任务中最关键的阶段之一，实现无人机精确着陆对完成飞行任务、保障飞行安全具有重要意义。

无人机自主精确着陆主要有2 种方法：视觉处理着陆和卫星导航着陆［1-3］。卫星导航着陆适合长时间飞行任务但其容易受环境影响，且精度较低，需要多种复杂传感器配合［4］。此外，卫星导航在GPS/GNSS 拒绝区域系统下将无法工作，因此该应用一般情况下适合作为二次支撑。

无人机视觉引导降落只需要搭载摄像头这一单一传感器作业，易于与多种无人机系统集成，结合图像算法可以实现高精度实时降落。无人机视觉自主精准降落中常用的检测方法［5-7］有图像匹配法［8］、轮廓检测法［9］、滤波算法［10-11］等。李会敏等［12］采用双目视觉探测无人机特征点并进行特征立体匹配以计算无人机位置，该方法实时性好，但仅能在仿真环境下使用，实际使用时还需要考虑复杂环境下无人机降落的匹配效果。高嘉瑜等［13］采用AprilTag 二维码引导无人机着陆搭建虚拟场景仿真，该方法参数误差低，但容易受到环境变化的影响。洪亮等［14］采用模糊预测同步视觉预测数据，提高卡尔曼滤波对无人机位姿估计的实时性，速度快但精度较低。……