無人機智能交通系統

閆銘

摘要：當今，警用無人機技術應用逐漸普及，其功能出色、安全可靠，能滿足對交通治理的應用需求，并且出現了多種類型。由于多旋翼無人機懸停性能良好，體積較小，操作簡單，目前在警用無人機中已成為不可或缺的類型。多旋翼無人機經改裝后應用廣泛。在為多旋翼無人機加裝空中喊話系統后，可實現交警與事故現場進行遠程對話。在城鎮(zhèn)公路發(fā)生交通堵塞、大型事故甚至火災的情況下，地面路政、交警車輛以及工作人員會被漫長的車流隔離現場，而警用無人機可以快速飛到事故現場并將畫面?zhèn)鬏斀o交通管制中心，使事故處理更迅速。

關鍵詞：警用無人機;多旋翼;交通事故

1 研究背景

1.1 問題提出

在現代城市中，交通擁堵已成為令人頭疼且難于處理的一件事。目前傳統交警人工作業(yè)往往需要交警本人抵達現場，而交警穿越在擁擠的車流中不但影響到達速度，而且人身安全也得不到保障。而無人機行業(yè)的出現與發(fā)展恰恰為解決交通事故帶來了新的辦法。于是，設計一款警用無人機，就成了我們今天所研究的課題。

1.2 研究現狀

警用無人機目前已經在我國各省得到廣泛應用。據交警部門反映，警用無人機的執(zhí)法方式能夠涵蓋許多傳統工作方式做不到的內容，比如路口壓線、占用非機動車道等違法行為，尤其是在無監(jiān)控路段、交通擁擠路段等很難進行違章取證的地方。警用無人機不受地面交通情況影響，能夠做到多點覆蓋，全方位、無死角的展示違章行為，能夠更靈活、機動地輔助警方工作。

傾槳六旋翼的概念最早出現在2015年左右。當時CyPhy Works公司曾在Kickstarter上推出一款CyPhy LVL1無人機眾籌項目，該項目擬推出一款家用傾槳六旋翼攝影無人機，但最后因無法達到商業(yè)目的而遺憾失敗。至今，傾槳六旋翼機型在目前市場中暫未出現。若能通過對傾槳六旋翼的改造，將其機型獨特優(yōu)點應用到交警執(zhí)法中，就能打造出一款性能優(yōu)異、功能齊全的警用無人機。

2 設計思路及創(chuàng)新點

首先預估飛行性能及懸停時間，確定整體機型及飛機結構;其次進行輔助系統設計，如嵌入式攝像頭的選定等;最后進行軟件設計，對圖像處理、車牌識別系統進行設計。

整體思路如下：

本課題的創(chuàng)新性在于利用對傾槳六旋翼的改造提升無人機懸停時間，采用嵌入式攝像頭減小整機體積與飛行阻力，并對現場傳來畫面進行圖像處理與車牌識別。由于無人機飛行不受地面路況限制，通過喊話器、圖傳技術等能夠與事故現場進行指揮調度，能夠滿足交警實時指揮排除故障的要求，同時也最大程度地減少了出警時間與警力調動，有效地保障了工作效率與交警人身安全。能夠很好地勘測事故現場，并且智能識別對應的事故車輛車牌，克服了傳統記錄方式耗時耗力的缺點，充分體現了計算機與無人機視覺技術的優(yōu)勢，為交警的工作提供了一個更便捷的平臺。

科學性在于我們可以利用已有的技術，在此基礎上進行創(chuàng)新組合，理論上是可以達到要實現的目標的，下面對可行性進行分析：首先現代旋翼無人機技術已經成熟，我們對已有的普通六旋翼無人機進行改造，將槳盤傾斜安裝;其次是嵌入式攝像頭設計，擬采用小型攝像頭，利用傾槳六旋翼飛行平穩(wěn)的特點，擺脫云臺，減小體積;最后是圖像處理與車牌識別技術，這點我們可以運用霍夫變換、水平垂直投影法、對比標準字符庫來通過matlab實現。本實驗在理論上是完全可行的。

3 結構設計

3.1 機型設計

采用傾槳六旋翼機型。由于傾槳六旋翼獨特的動力特性，其飛行時能夠保持機身水平，因此無須云臺，能夠大幅度降低迎風阻力，且能解決無人機在高速飛行時因機身傾斜角度過大而導致的螺旋槳入鏡的問題。

3.2 攝像頭設計

由于傾槳六旋翼無須云臺保證攝像頭水平，因此可采用嵌入式攝像頭，減小了體積的同時也減小了飛行阻力。根據實際使用需求，擬采用博超200型500w像素攝像頭。

3.3 電機、電調、螺旋槳等配件的選用[1]

根據平槳六旋翼模型，利用文獻[1]中資料及方法計算，得到如下硬件選用方案及飛行性能估計：

其中方案1與方案2懸停時間較長，但整體機架軸距過大，不方便使用。在懸停時間幾乎不變的情況下考慮選用方案3，這樣在滿足使用需求的前提下能夠減小體積，方便攜帶與運輸。

4 車牌識別系統設計[24]

車牌定位：首先計算圖像中（x，y）處的像素點及其鄰近區(qū)域的參數（r，θ），然后將其累加。通過查找局部最大值，進而提取最可能存在的，得到符合閾值要求的直線，并且讀出它們的坐標方程，得到其在原圖上得位置。

假設待檢測直線方程為：

y=ax+b（1）

那么兩參數a，b將形成空間（a，b），即用在某固定坐標系中，我們可以通過斜率和截距來定位和表示一條直線。

為了解決直線豎直時斜率無窮大的情況，我們將上式轉化為：

ρ=xcosθ+ysinθ（2）

其中ρ為坐標原點到直線某一點的距離，θ為距離直線與x軸夾角。

那么將圖像中大于閾值（即符合要求）的直線投影回直角坐標中，得到方程：

y=-cosθlsinθlx+ρlsinθl（3）

字符分割：對灰度圖運用大津法（OTSU，自適應閾值分割）找出最佳分割點，將灰度圖轉化為二值圖，然后找到字符間的邊界點。

設τ為前、背景兩圖像的最佳分割值，則前景占比為ω0，平均灰度值為μ0;背景占比為ω1，平均灰度值為μ1。

則圖像的總平均灰度為：

μ=ω0*μ0+ω1*μ1（4）

前景和背景圖像的方差：

g=ω0*（μ0-μ）*（μ0-μ）+ω1*（μ0-μ）*（μ0-μ）

=ω0*ω1*（μ0-μ）*（μ0-μ）（5）

當方差達到最大值時，可以認為此時的前、背景擁有最大差異，得到最佳灰度值τ：

sb=ω0*ω1*（μ0-μ）*（μ0-μ）（6）

最后將得到的字符與標準模板庫進行對比，得到識別后的車牌。

5 結語

本文提出了一種利用傾槳六旋翼進行警用無人機設計的一種方案，進行了整體機械結構設計與可行性分析，并對車牌識別技術做了簡要理論分析。實驗結果表明，本文所提設計方案基本簡單可靠、經濟性好，能夠滿足交警執(zhí)法的使用需求，車牌識別檢測精度能夠基本達標，證明了該檢測系統可以快速而準確地檢測車輛信息，協助交警工作。

參考文獻：

[1]全權著，杜光勛，趙峙堯，戴訓華，任錦瑞，鄧恒譯.多旋翼飛行器設計與控制[M].北京：電子工業(yè)出版社，2018：7074.

[2]張云剛，張長水.利用Hough變換和先驗知識的車牌字符分割算法[J].計算機學報，2004（01）：130135.

[3]林俊，楊峰，林凱.一種利用Hough變換和先驗知識的車牌識別新方法[J].信息化縱橫，2009，28（17）：2325+30.

[4]佚名.基于FPGA水平垂直投影（字符分割）法的實現[EB/OL].http：//bbs.elecfans.com/m/jishu_1627225_1_1.html，201887.

項目基金：合肥工業(yè)大學2019年校級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目資助（項目編號：X201910359002）

作者簡介：閆銘（1999—），男，漢族，黑龍江綏化人，本科，研究方向：飛行器制造工程。