项目名称
无人机降落引导
基本信息
| 项目 | 详情 |
|---|---|
| 项目名称 | 无人机降落引导 |
| 小组名称 | 无人机降落引导 |
| 项目方向 | 视觉感知、无人机六自由度位姿估计、降落引导 |
| 项目周期 | 2026年7月 — 2026年8月 |
小组成员
| 姓名 | 角色 | GitHub |
|---|---|---|
| 郑焯宝 | 前端设计 | @ZzzzZhengzb |
| 袁润洲 | 飞控调试 | @Parad11se |
| 侯昌浩 | 视觉识别 | @hou0103 |
| 李晓杜 | 视觉识别 | @Coco-xiaodu |
| 娄世旺 | 飞控调试 | @Lou-sw |
| 胡永万 | 视觉识别 | @Hyw6057 |
| 郑政 | 飞控调试 | @ZZheng96 |
项目简介
本项目面向无人机降落阶段的精确引导需求，计划利用固定在地面的双目摄像头向上观察无人机，并在无人机底部安装合作视觉标志。摄像头图像由 Jetson Orin Nano Super 实时处理，从而估计无人机相对于地面降落区域的三维位置和三维姿态，并根据无人机状态给出校准建议与指令。
技术栈
- 开发语言：Python、Shell/Bash
- 视觉与算法：OpenCV、NumPy、OpenCV ArUco、AprilTag 16h5、PnP/IPPE六自由度位姿解算、旋转矩阵、四元数与欧拉角姿态处理
- 边缘计算平台：NVIDIA Jetson Orin Nano Super、JetPack SDK
- 前端展示：Python ThreadingHTTPServer、原生 HTML/CSS/JavaScript、MJPEG实时视频流、JSON状态接口
- 通信协议：USB 串口、MAVLink、ArduPilot
- 硬件设备：HBVCAM-W2307-2V11 双目摄像头、MicoAir743v2-AIO-45A 飞控、无人机机体、ArUco 标志
- 数据处理：位置与姿态滤波、异常值剔除、零姿态标定、CSV/JSONL日志记录
- 运行环境：Linux/Ubuntu、Jetson 平台部署
核心功能
功能1：地面摄像头实时采集使用 HBVCAM-W2307-2V11 双目摄像头获取无人机底部区域图像，并在 Jetson 上进行实时处理。
功能3；三维位置估计输出无人机相对于地面摄像头或降落区域的 (x、y、z)，分别表示左右偏移、前后偏移和相对高度。
功能4：六自由度位姿估计利用相机内参、畸变参数、ArUco 实际尺寸以及 PnP/IPPE 算法，输出：(x、y、z)、roll（横滚角）、pitch（俯仰角）、yaw（偏航角）。
功能5：坐标系转换将“ArUco 标志相对于相机的位姿”转换为“无人机机体相对于地面降落坐标系的位姿”。
功能6：位姿滤波与异常值剔除对连续帧位置和姿态进行平滑，减少角点抖动、姿态跳变和错误检测的影响。
功能7：模拟降落引导根据检测结果输出向左、向右、向前、向后、旋转、减小倾角、允许下降或暂停下降等提示。
项目 Logo
项目截图
Web 端主界面
飞行页面 
标定界面 
飞控及诊断界面 
硬件实物
NVIDIA Jetson Orin Nano Super 
HBVCAM-W2307-2V11 双目摄像头 
MicoAir743v2-AIO-45A飞控及无人机机体、RadioMaster遥控器 
系统架构图
代码仓库
2026-uav-landing-guidance： https://github.com/binbatlab/2026-uav-landing-guidance.git
演示
请点击查看视频 
项目亮点
- 亮点1：地面视觉结构摄像头固定在地面并向上观察无人机，与常见的机载相机向下观察降落标志方案不同。
- 亮点2：基于 ArUco 标志与 PnP/IPPE算法，完成无人机相对降落目标的三维位置和姿态解算，可实时输出 X、Y、高度及 Roll、Pitch、Yaw。
- 亮点3：引入零姿态标定、位置与姿态滤波、异常跳变剔除和连续稳定判断，降低图像噪声及误检测对引导结果的影响。
- 亮点4：通过 USB串口和 MAVLink读取 ArduPilot飞控的姿态、模式、解锁状态及电池信息，并与视觉测量结果集中展示。
- 亮点5：工程部署在 NVIDIA Jetson Orin Nano Super上，结合 OpenCV、V4L2和 GStreamer完成 USB摄像头实时采集，具备离线运行能力。
- 亮点6：Web界面采用视频与数据双栏布局，将飞行、标定和诊断信息分类展示，支持实时视频、状态监控和零姿态标定操作。
- 亮点7：项目采用模块化设计，包含参数配置、日志记录、异常恢复、摄像头重连、硬件检测脚本和单元测试，便于调试与后续扩展。
项目总结
通过本项目实践，了解到了 ArUco 标志检测、PnP 位姿解算、坐标系转换、姿态滤波及异常值处理等关键技术，并进一步理解了相机标定对测量精度的重要影响。 在 Jetson 平台部署过程中，成员学会了排查 USB 摄像头设备节点、图像格式、驱动通信和串口权限等软硬件问题。 通过 MAVLink 接入飞控数据，掌握了飞控消息读取与状态监测方法。 同时，网页界面的优化让我认识到，工程系统不仅要实现功能，还要重视稳定性、可诊断性和使用体验。 本次实践提升了各成员的综合开发、问题定位和系统集成能力。