1.一种基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：该方法所采用的降落系统包括无人机和无人机起落机坪；

所述无人机上设有计算机、飞行控制模块、GPS接收模块、遥控信号接收模块、红外摄像头、四个电子调速器、超声波测距模块、无线数据传输模块、遥控器信号切换电路、航模电池、电源管理单元和自稳云台；所述计算机上运行有QT应用程序，所述QT应用程序能实现在计算机开机时自启；所述无人机起落机坪表面由一个同心圆和六个同心圆环组成，所述一个同心圆和六个同心圆环由内向外颜色依次为黑色，红色，黑色，绿色，黑色，蓝色和黑色；

包括如下具体步骤：

1)飞行控制模块接收到自动返航命令后，调取起飞时无人机起落机坪的GPS定位信息，并根据该GPS定位信息控制无人机进行返航，直至无人机悬停在无人机起落机坪正上方高度H1处，然后发送计算机开机指令，QT应用程序自启；计算机初始化红外摄像头和超声波测距模块；同时运行步骤2和步骤3；

2)QT应用程序线程一，逐帧抓取红外摄像头拍摄的图像，每帧图像经过图像处理算法得到起落机坪同心圆圆心像素级别坐标，该圆心像素级别坐标是以红外摄像头几何中心为原点建立的坐标系中的坐标，并将该圆心像素级别坐标发送至线程二；其中，待处理的图像缓存在队列中；

该图像处理算法包括如下具体步骤：

2.1)将当前待处理的图像记为Frame；

2.2)对Frame进行灰度化处理，得到图片记为midImage；

2.3)对midImage进行阈值比较，得到midImage中所有同心圆中最外部圆轮廓的图片，并记为destImage；

2.4)对destImage进行形态学处理和Canny边缘检测处理，得到destImage对应的清晰轮廓的灰度图；

2.5)将2.4)中得到的灰度图作为参数代入霍夫圆检测函数，得到起落机坪同心圆圆心像素级别坐标，该圆心像素级别坐标是以红外摄像头几何中心为原点建立的坐标系中的坐标；

2.6)将2.1)中的Frame由RGB颜色空间模型转换到HSV颜色空间模型下，得到HSV颜色空间模型下的图片frame，然后在HSV颜色空间模型下对frame提取红绿蓝三种颜色，由于无人机在下降过程中视野会减小，提取到的色环可能是红绿蓝三色环或者是红绿两个色环或者是红色同心圆；

2.7)将2.6)中的提取到的色环由HSV颜色空间模型转换到RGB颜色空间模型，分别得到在RGB颜色空间模型下的对应的色环；然后再对在RGB颜色空间模型下的三个色环分别按步骤2.2、步骤2.3和步骤2.4的方法处理，得到提取到的色环对应的灰度图；

2.8)将步骤2.5)中无人机起落机坪同心圆圆心像素级别坐标和步骤2.7)中得到的色环对应的灰度图作为参数代入到霍夫变换函数，分别得到圆环半径对应的像素级别长度；

其中，最大同心圆半径对应的像素级别长度记为Bpix/2；Bpix为最大同心圆直径对应的像素级别长度；

3)QT应用程序中线程二，计算机发送查询高度指令，超声波测距模块查询高度并将查询到的无人机当前高度H通过串口发送给计算机；将线程一的圆心像素级别坐标代入坐标转换算法，得到对应的无人机起落机坪同心圆圆心真实坐标；所述无人机当前高度H为超声波测距模块相对于无人机起落机坪的高度；

4)飞行控制模块控制无人机水平移动，并实时按步骤2)和步骤3)获取圆心真实坐标，直至圆心真实坐标与红外摄像头几何中心坐标在横纵轴的误差值小于等于预设误差值，则水平移动完成；飞行控制模块控制无人机垂直下降1米，再进入步骤5；所述预设误差值范围在0到30厘米间；

5)超声波测距模块发送查询高度指令，当查询到的无人机当前高度H大于H2时，重复步骤2、步骤3和步骤4的方法，直至查询到的无人机当前高度H与H2相等，无人机精准降落完成,其中，所述H2为无人机停机状态超声波测距模块距离起落机坪的高度。

2.根据权利要求1所述的基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：步骤4中所述坐标转换算法包括如下具体步骤：

对步骤2中圆心像素级别坐标乘以系数k，得红外摄像头几何中心相对于同心圆圆心的真实坐标；

其中,系数 R为步骤2.6)中提取到的圆环中最大同心圆的半径；Bpix为最大同心圆直径对应的像素级别长度。

3.根据权利要求2所述的基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：所述RGB颜色空间模型转化到HSV颜色空间模型所采用的公式为：v＝max

其中r,g,b是图片在RGB颜色空间模型下的分量，max为r,g,b中的最大值，min为最小值；h在0到360°之间，s在0到100％之间；

所述HSV颜色空间模型转化到RGB颜色空间模型所采用的公式为：x＝v×(1‑s)

y＝v×(1‑f×s)

z＝v×(1‑(1‑f)×s)

其中对于每个颜色向量(r,g,b)

其中h,s,v为HSV颜色空间的色彩分量，hi,x,y,z,f为变量。

4.根据权利要求3所述的基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：所述高度H1范围在9到12米。

5.根据权利要求4所述的基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：所述高度H1为10米。

6.根据权利要求5所述的基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：所述飞行控制模块分别与GPS接收模块和无线数据传输模块连接；所述飞行控制模块还通过飞行控制模块总接口与四个电子调速器连接；所述飞行控制模块还通过遥控器信号切换电路分别与遥控信号接收机和计算机连接；所述自稳云台设于无人机底板下方的几何中心；所述红外摄像头位于自稳云台上，红外摄像头镜头方向朝下，所述红外摄像头通过USB接口和计算机连接；所述超声波测距模块垂直设置于无人机顶板，且与所述红外摄像头处于同一平面；所述超声波测距模块通过串口与计算机连接；所述航模电池通过电源管理单元与计算机连接，为无人机供电。

7.根据权利要求6所述的基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：所述无人机选用多旋翼型无人机，所述计算机选用RasapberryPi 3B+型号的树莓派。

8.根据权利要求7所述的基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：所述一个同心圆和六个同心圆环半径自内向外依次为10cm、15cm、20cm、30cm、35cm、45cm和

50cm。

9.根据权利要求8所述的基于机器视觉的无人机同心圆靶精准降落方法，其特征在于：所述红外摄像头的广角为90度或90度以上，所述红外摄像头分辨率为800*600。