基于圖像識別的“無人機遙感概論”教學(xué)實驗平臺設(shè)計

李玉霞， 何 磊， 徐永鑫(1. 電子科技大學(xué) a. 自動化工程學(xué)院; b. 光電信息學(xué)院, 成都 611731；. 成都信息工程大學(xué) 軟件工程學(xué)院， 成都 6105)

0 引 言

“無人機遙感概論”課程主要包含無人機飛行原理、無人機控制系統(tǒng)、無人機遙感原理和無人機數(shù)字圖像處理及應(yīng)用等內(nèi)容，分別屬于航空航天、控制工程、遙感科學(xué)、圖像處理等不同學(xué)科間的交叉內(nèi)容。但是，在“無人機遙感概論”課程，這幾部分內(nèi)容不是獨立的，而是融為一體、前后銜接的。其中，無人機飛行控制系統(tǒng)和無人機遙感原理是無人機圖像處理的基礎(chǔ)[1]，因為無人機圖像處理中涉及到無人機飛行姿態(tài)參數(shù)，這些參數(shù)是靠無人機控制系統(tǒng)獲取，同時無人機遙感成像原理是無人機圖像校正、配準(zhǔn)、拼接等環(huán)節(jié)的技術(shù)基礎(chǔ)[2-3]。所以，“無人機遙感概論”課程是一個集成的、多學(xué)科的教學(xué)內(nèi)容，如何能通過實驗教學(xué)將課程交叉內(nèi)容做到系統(tǒng)性、集成性和整合性是教學(xué)實驗的關(guān)鍵問題。

四旋翼無人機具有機動靈活、成本低、質(zhì)量輕、安全性強、體積小等特點[3-4]，是國內(nèi)外信息技術(shù)的研究熱點。目前，國內(nèi)外學(xué)者對四旋翼無人機的飛行控制研究分為基于光流傳感器的和基于攝像頭的自主控制系統(tǒng)[5-6]。譬如，Meier等[7]基于PX4FLOW光流傳感器實現(xiàn)四旋翼無人機的懸停和矩形軌跡跟蹤等功能的；文獻[7-9]中基于攝像頭的視覺SLAM算法實現(xiàn)了四旋翼無人機的自主定位與導(dǎo)航。基于光流傳感器的和基于攝像頭的自主控制系統(tǒng)均取得一定的成果，但存在一些不足。譬如，基于光流傳感器的自主控制系統(tǒng)中，光流傳感器因為其算法上的既定局限容易產(chǎn)生位置漂移問題，不適合長時間長距離導(dǎo)航[7]。而在基于攝像頭的自主控制系統(tǒng)中，SLAM 算法復(fù)雜程度高，很難實現(xiàn)機載運行[9-13]。并且上述研究只對定位等較為基礎(chǔ)的指標(biāo)進行了測試，距離實際應(yīng)用尚有一定的距離。

本文根據(jù)“無人機遙感概論”課程的實驗內(nèi)容需求，設(shè)計一個基于圖像處理與識別的“無人機遙感概論”教學(xué)實驗平臺。

1 搭建四旋翼無人機的教學(xué)實驗系統(tǒng)

本實驗平臺設(shè)計的無人機控制系統(tǒng)結(jié)構(gòu)如圖1所示。系統(tǒng)包括飛行控制子系統(tǒng)、地面控制子系統(tǒng)及導(dǎo)航子系統(tǒng)，飛行控制子系統(tǒng)包括藍牙接收機、ARM嵌入式控制器、單片機和四旋翼無人機機體。地面控制子系統(tǒng)包括遙控器和地面站控制電腦，能實時地顯示無人機的飛行參數(shù)和狀態(tài)。導(dǎo)航子系統(tǒng)包含單片機和攝像頭OV7725。

圖1 系統(tǒng)設(shè)計總框圖

1.1 四旋翼飛行器

構(gòu)建四旋翼飛行器硬件教學(xué)實驗平臺時，一般需考慮結(jié)構(gòu)穩(wěn)定性、負(fù)載能力、續(xù)航時間、控制信號轉(zhuǎn)換可靠性等因素[2-4]。四旋翼飛行器有4個對稱分布、同一水平面的旋翼，且旋翼結(jié)構(gòu)和翼展半徑相同。在四旋翼飛行器的支架端安裝有對稱的4個電動機，并設(shè)置有安放飛行控制處理器和外部設(shè)備的結(jié)構(gòu)。本文依據(jù)以上特點和因素，搭建了四旋翼飛行器的主體結(jié)構(gòu)如圖2所示。該飛行器的主要性能參數(shù)如下：機身直徑55 cm，高度26.5 cm。機身質(zhì)量0.9 kg(不含電池)，安全起飛質(zhì)量2.0 kg。采用3 300 mA·h(3S)的鋰電池，飛行時間約12 min。

圖2 四旋翼飛行器結(jié)構(gòu)示意圖

1.2 機載主控制器和傳感器

本文采用基于ARM Cortex M4的低功耗微處理器STM32F407ZET6。其數(shù)據(jù)總線寬度是32位，最大時鐘頻率為168 MHz，并集成有高速嵌入式存儲器和4 KB的后備SRAM，及2條APB總線、2條AHB總線和1個32位AHB總線矩陣的I/O。

四旋翼飛行器控制平臺采用傳感器GY-86，它集成HMC5883L、MPU6050、MS5611三塊芯片。HMC5883L是一種帶有數(shù)字接口的弱磁傳感器集成芯片，包括高分辨率HMC118X系列磁阻傳感器、放大器、自動消磁驅(qū)動器等，用于羅盤和磁場檢測；MPU6050是整合性6軸運動處理組件，以數(shù)字輸出旋轉(zhuǎn)矩陣、四元數(shù)、歐拉角格式的演算數(shù)據(jù)；MS5611是具有SPI和I2C總線接口的氣壓傳感器。該高分辨率氣壓傳感器包括壓力傳感器、模數(shù)轉(zhuǎn)換器，用于提高轉(zhuǎn)換速度并優(yōu)化電流消耗。

2 基于扇型光電圖像處理與識別的四旋翼無人機控制算法

2.1 PID飛行控制算法

實驗平臺采用優(yōu)化的單環(huán)PID控制算法，結(jié)合光電圖像處理算法對目標(biāo)物進行識別，實現(xiàn)四旋翼無人機控制的教學(xué)實驗[14-15]。位置式PID公式如下：

(1)

式中:Kp代表比例環(huán)節(jié);ek代表偏差；Ki代表積分環(huán)節(jié)；Kd代表微分環(huán)節(jié)。

系統(tǒng)通過記錄輸入的值，即可以計算輸出值，而PID系數(shù)需要實際測試中進行調(diào)節(jié)，如圖3所示。

圖3 PID調(diào)節(jié)仿真圖

2.2 扇型光電圖像處理與識別

本文引入扇形圖像處理算法對機載實時獲取的圖像進行處理。首先，對OV7725攝像頭收集到的圖像進行二值化處理，然后，二值化的圖像進行搜索，當(dāng)掃描到連續(xù)幾個黑點之后，判斷為圖像頭；同理，搜索到圖像尾的中點，可求得兩點連線的傾斜角φ，利用旋轉(zhuǎn)矩陣M把圖像旋轉(zhuǎn)為正圖形，其表達式為：

(2)

沿著圖像頭到尾掃描1行，取得第1行的中間點，以圖像頭的中點為起點，向與圖像頭中點與圖像尾中點連線的±θ1,±θ2,±θ3，…等方向進行搜索，其中tanθ1=1,tanθ2=1/2,…,tanθn=1/n，n越大描述特性越準(zhǔn)確，可以按照實際需要進行選擇。圖4為處理前后的圖像結(jié)果對比。

3 飛行實驗測試

依據(jù)教學(xué)的特定場景和任務(wù)需求，本文在室內(nèi)搭建了的教學(xué)實驗場地，對四旋翼飛行器進行實驗測試，場地如圖5所示。

3.1 投擲鐵片飛行實驗

本文設(shè)計了投擲鐵片任務(wù)，測試該四旋翼無人機系統(tǒng)能否完成從A區(qū)起飛，沿預(yù)設(shè)路線前行，自主識別指示線與其他地面情況成功抵達B區(qū)，并能否精確地投擲鐵片，最后安全返回A區(qū)。具體測試方法為：在飛行器下擺放一小鐵片，放置好示高裝置，一鍵式啟動，飛行器高于30 cm之后開始計時，在飛行器降落到A區(qū)之后，讀取飛行時間，記錄飛行器距離A區(qū)距離，記錄此時小鐵板的重量以及距離B區(qū)的距離。測試結(jié)果記錄在表1。

(a) 圖像處理前(b) 圖像處理后

圖5 測試場地俯視圖(cm)

表1 四旋翼無人機投擲鐵片試驗測試

實驗結(jié)果表明，該系統(tǒng)成功完成了指定任務(wù)，但在一定程度的外界干擾下，四旋翼在前行、返程過程中，會產(chǎn)生誤判。大量測試結(jié)果顯示該系統(tǒng)成功率可達到95%。

3.2 找尋鐵片飛行實驗

本文設(shè)計了找尋鐵片任務(wù)，測試該四旋翼無人機系統(tǒng)能否完成從A區(qū)出發(fā)找尋到在B區(qū)隨機放置的鐵片，并能夠成功返程。具體測試方法為：將四旋翼擺放在A區(qū)，小鐵板擺放在B區(qū)任意位置，一鍵式起飛，在飛機離地30 cm之后開始計時，在飛行器降落到A區(qū)之后讀取時間與距離A點的距離。試驗結(jié)果表明，該系統(tǒng)可以完成該任務(wù)，但有一定的失誤率。大量測試結(jié)果表示該失誤率約為20%。

4 結(jié) 語

本文設(shè)計和實現(xiàn)了基于圖像處理與識別的“無人機遙感概論”教學(xué)實驗平臺，該實驗平臺已經(jīng)在電子科技大學(xué)全校公選課“無人機遙感概論”中得以實施，取得了良好的教學(xué)效果。學(xué)生通過該實驗平臺可以學(xué)習(xí)和掌握無人機飛行控制算法、圖像處理與識別算法，并可以給無人機發(fā)送指令來完成特定的教學(xué)實驗任務(wù)。通過教學(xué)實驗鍛煉了學(xué)生的實踐能力和創(chuàng)新意識。相比其他文獻，本文設(shè)計和實現(xiàn)的實驗教學(xué)平臺具有以下特點: ① 實現(xiàn)了一種機載的光電圖像處理與識別算法，可以使學(xué)生通過熟悉算法從而設(shè)置實驗參數(shù)達到控制無人機飛行的目的；② 將飛控系統(tǒng)與光電圖像處理教學(xué)實驗內(nèi)容進行集成使用，學(xué)生通過教學(xué)實驗內(nèi)容，能完成沿預(yù)設(shè)軌跡跟蹤巡邏、在目標(biāo)區(qū)域精確投擲鐵塊以及尋找隨機放置的鐵塊等教學(xué)實驗，具有較好的教學(xué)實驗功能，并通過教學(xué)實驗平臺學(xué)習(xí)提升學(xué)生的學(xué)習(xí)積極性和動手能力。

考慮到該教學(xué)實驗平臺主要面向本科生，所以本文設(shè)計的機載圖像處理算法較為簡易，在復(fù)雜場景下應(yīng)用此教學(xué)實驗平臺時有一定誤差。所以，在保證機載高效實時運行的前提下，如何激發(fā)學(xué)生進一步優(yōu)化算法，并進行大量實驗測試，提高識別率是下一步教學(xué)實驗研究和改革的重點。

參考文獻(References)：

[1] 蓋文東，張 婧，李玉霞，等. 基于分布式仿真的智能控制實驗教學(xué)平臺設(shè)計[J]. 實驗技術(shù)與管理，2016,33(3)：134-137.

[2] 張新英，余發(fā)軍，劉 聰. 基于模糊PID控制的四旋翼無人機設(shè)計[J].實驗室研究與探索，2017,36(4):56-59.

[3] LEISHMAN J G. Principles of Helicopter Aerodynamics[M]. New York: Cambridge University Press, 2000：98-105.

[4] 張 垚，鮮 斌，殷 強，等. 基于ARM處理器的四旋翼無人機自主控制系統(tǒng)研究[J]. 中國科學(xué)技術(shù)大學(xué)學(xué)報，2012，42(9)：753-760.

[5] Weiss S, Scaramuzza D, Siegwart D. Monocular-SLAM-based navigation for autonomous micro helicopters in GPS-denied environments[J]. Journal of Field Robotics, 2011,28(6) : 854-874.

[6] 于進勇，寇昆湖，陳 勇. 無人機模擬訓(xùn)練教學(xué)系統(tǒng)設(shè)計[J]. 實驗室研究與探索，2014，33(7):221-224.

[7] Meier L, Tanskanen P, Fraundorfer F,etal. Pixhawk: A system for autonomous flight using onboard computer vision[C]∥2011 IEEE International Conference on Robotics and Automation (ICRA). Piscataway NJ,USA: IEEE, 2011: 2992 -2997.

[8] 王艷芬，叢瀟雨，王 剛，等. 基于Simulink的Chirp-UWB通信系統(tǒng)綜合實驗設(shè)計[J].實驗室研究與探索，2015，34(7):90-93.

[9] Weiss S, Achtelik M W, Lynen S,etal. Monocular vision for long-term micro aerial vehicle state estimation: A compendium[J].Journal of Field Robotics, 2013, 30(5) : 803-830.

[10] Papadopoulos S, Kompatsiaris Y, Vakali A,etal. Community detection in social media performance and application considerations[J]. Data Mining and Knowledge Discovery, 2012, 24: 515-554.

[11] 張云洲，胡禹超，吳成東. 三維姿態(tài)實時顯示的小型無人機飛控仿真系統(tǒng)[J]. 實驗室研究與探索，2015，34(1):73-78.

[12] 丁 琳，管小衛(wèi)，朱 霞. 基于RSSI的集群實時定位系統(tǒng)設(shè)計[J]. 國外電子測量技術(shù)，2014,33(12):69-73

[13] Kcndoul F, Yu Z Y, Vonami K. Guidance and nonlinear control system for autonomous flight of minirotorcraft unmanned aerial vehicles[J]. Journal of Field Robotics, 2010，27(3):311-334.

[14] 鄭學(xué)理，付敬奇. 基于PDR和RSSI的室內(nèi)定位算法研究[J].儀器儀表學(xué)報，2015，36(5): 1177-1185.

[15] 劉輝邦，褚金奎，支 煒，等. 基于PID控制的無人機姿態(tài)測量系統(tǒng)設(shè)計[J].傳感器與微系統(tǒng)，2013，32(8): 108-110.