3. 视觉引导原理
在无人机末端进近阶段，视觉引导的核心任务是把图像中目标的位置偏差，稳定、连续地转换为飞行器的速度或位姿修正指令。要理解这一过程，必须掌握视觉伺服的分类逻辑，以及两类主流方法——基于图像的视觉伺服（IBVS）与基于位置的视觉伺服（PBVS）——在误差定义、控制结构和鲁棒性上的差异。进一步，交互矩阵与雅可比矩阵是连接“像素变化”与“相机运动”的数学桥梁，决定了控制律能否收敛。
一、视觉伺服的基本分类
视觉伺服按反馈信号来源可分为三类：基于图像的视觉伺服、基于位置的视觉伺服，以及将两者结合的混合视觉伺服（2.5D）。分类的关键在于：误差是在图像空间定义，还是在三维笛卡尔空间定义。
- IBVS：直接以图像特征点坐标（如像素 u、v）与期望值之差作为误差，控制相机运动使图像误差趋零。
- PBVS：先从图像中估计目标相对相机的三维位姿，再在三维空间计算位姿误差并生成控制量。
- 混合视觉伺服：部分自由度用图像误差控制，部分用三维位姿控制，兼顾两者优点。
二、基于图像的视觉伺服（IBVS）
IBVS 把目标上的若干特征点投影到图像平面，设当前图像特征向量为 s，期望特征向量为 s*，误差 e = s - s*。控制目标是让 e → 0。相机运动速度 v 与图像特征变化率之间的关系由交互矩阵 L_s 描述：
s_dot = L_s · v
e_dot = L_s · v
v = -λ · L_s^+ · e其中 L_s^+ 是交互矩阵的伪逆，λ 是增益。IBVS 的优点是：不需要精确的三维模型，对相机标定误差和深度估计误差不敏感，图像平面内的收敛性较好。缺点是：交互矩阵可能奇异，导致某些运动方向不可控；当目标旋转较大时，图像特征可能超出视野，造成“特征丢失”。
在无人机末端进近中，IBVS 常用于对准跑道、降落标记或移动平台。例如，当无人机接近降落标志时，图像中标志的四个角点坐标被实时提取，控制器直接根据角点像素误差生成横向和纵向速度指令，使标志始终保持在图像中心附近。
三、基于位置的视觉伺服（PBVS）
PBVS 先利用图像特征和已知目标模型，估计出目标相对相机的三维位姿 T，再与期望位姿 T* 比较，得到位姿误差 e = T - T*，最后在三维空间设计控制律。其典型流程为：图像采集 → 特征提取 → 位姿估计 → 误差计算 → 速度指令生成。
PBVS 的优点是：控制律在三维空间设计，物理意义明确，便于与飞控的位姿环对接；对大范围运动和大角度旋转的适应能力较强。缺点是：位姿估计依赖相机内参、目标模型和标定精度，若标定有偏差或目标模型不准确，误差会直接进入控制回路，甚至导致不稳定。
四、交互矩阵与雅可比矩阵
交互矩阵 L_s 描述了图像特征变化率与相机运动速度之间的映射关系，也称为图像雅可比矩阵。对于单个三维点 P = (X, Y, Z)，其归一化图像坐标 x = X/Z、y = Y/Z，则交互矩阵为：
L_x = [ -1/Z 0 x/Z x·y -(1+x²) y
0 -1/Z y/Z 1+y² -x·y -x ]该矩阵的每一列对应相机的一个运动自由度：前三列为平移，后三列为旋转。矩阵中的元素与深度 Z 有关，因此 IBVS 对深度变化敏感。当 Z 估计不准时，控制增益会发生变化，但通常不会导致系统发散，这是 IBVS 鲁棒性的来源之一。
雅可比矩阵在机器人学中描述关节速度与末端速度的关系；在视觉伺服中，交互矩阵就是图像空间与相机空间之间的“雅可比”。理解它的结构，有助于分析哪些运动会导致图像特征如何变化，从而设计更合理的特征组合和控制增益。
五、两类方法的对比与选型
| 对比维度 | IBVS | PBVS |
|---|---|---|
| 误差空间 | 图像像素空间 | 三维笛卡尔空间 |
| 是否需三维重建 | 不需要 | 需要 |
| 标定敏感度 | 低 | 高 |
| 大旋转适应性 | 较弱，易丢失特征 | 较强 |
| 控制输出 | 相机速度（图像空间） | 位姿或速度（三维空间） |
| 典型场景 | 降落标志对准、移动目标跟踪 | 精确自主降落、抓取、对接 |
六、常见误区与复盘
误区二：把 PBVS 的位姿估计误差当作小扰动。在末端进近中，位姿估计偏差会直接映射为控制误差，可能造成降落点偏移。
误区三：忽略交互矩阵的奇异位形。当特征点共线或深度趋近于零时，L_s 可能降秩，导致某些方向不可控。
复盘建议：在无人机末端进近中，可先用 IBVS 完成远距离对准，保证目标始终在视野内；当距离足够近、位姿估计稳定后，切换到 PBVS 进行精确三维控制。切换过程中需注意误差定义的一致性，避免控制量突变。同时，应实时监测交互矩阵的条件数，当条件数过大时降低增益或切换特征组合，保证系统稳定收敛。