基于高效自動(dòng)識別,飛行的物理創(chuàng)新無人機(jī)的研究

賈睿龍 李冰

(重慶交通大學(xué),重慶 400074)

1 概述

在如今,無人機(jī)的運(yùn)用越來越廣泛,生活的很多方面都能看到其身影,但與此同時(shí),多數(shù)無人機(jī)用于航拍農(nóng)業(yè)居多,特用無人機(jī)相對較為少見,于是設(shè)計(jì)了此款識別類以及物理測量類兩用式無人機(jī)。此無人機(jī)旨在警用、物理實(shí)驗(yàn)用途以及測量用途。該無人機(jī)有一套完整的體系,在保持自身穩(wěn)定的情況下也可完成多項(xiàng)任務(wù),在物理方面有著不少的創(chuàng)新點(diǎn),例如引入光學(xué)思想來定點(diǎn)偵察,通過光譜像素等識別物體,借助聲波測量風(fēng)速等等,接下來將從多個(gè)方面進(jìn)行詳細(xì)說明。

2 設(shè)計(jì)思想

2.1 無人機(jī)總體方案設(shè)計(jì)

2.1.1 硬件系統(tǒng)設(shè)計(jì)

無人機(jī)整體采用多模塊搭配形式,根據(jù)硬件系統(tǒng)功能可分為五大類系統(tǒng)：中央處理器主控系統(tǒng)、圖像分類識別系統(tǒng)、光流系統(tǒng)、飛行器姿態(tài)控制系統(tǒng)、地面控制系統(tǒng)。

2.1.1.1 中央處理器主控系統(tǒng)

采用TM4C123G 為主控的芯片,該組件是基于ARM Cortex-M4F 的微控制器平臺,具有低功耗,高性能等優(yōu)點(diǎn)。同時(shí)使用樹莓派建立無人機(jī)與地面的通信連接。

2.1.1.2 圖像分類識別系統(tǒng)

借助AI 視覺識別模塊,利用當(dāng)前所流行的卷積神經(jīng)網(wǎng)絡(luò)技術(shù),依靠tensorflow 來訓(xùn)練模型,通過模塊特征點(diǎn)識別來達(dá)到航拍以及實(shí)時(shí)識別的效果。

2.1.1.3 光流系統(tǒng)

圖1

采用ATK-PMW3901 來進(jìn)行無人機(jī)的高精準(zhǔn)懸停,根據(jù)物理基礎(chǔ)融合光流,采用激光定高以及氣壓定高。

2.1.1.4 飛行器姿態(tài)控制系統(tǒng)

使用KS103 通過超聲波根據(jù)反射距離進(jìn)行空中自動(dòng)避障,同時(shí)通過PID 算法來進(jìn)行實(shí)時(shí)姿態(tài)調(diào)整,并且根據(jù)反饋結(jié)果來測定不同風(fēng)速。

地面控制系統(tǒng)：

通過PC 端借助上位機(jī)來進(jìn)行地面系統(tǒng)控制。

2.1.2 軟件系統(tǒng)設(shè)計(jì)

軟件系統(tǒng)主要是在64 位Ubantu18.04 操作系統(tǒng)下開發(fā)完成的,主體使用無名創(chuàng)新部分開源飛控代碼以及自己的模塊代碼。TI 芯片主用C 語言對其進(jìn)行操作,圖像識別部分主由microPython 進(jìn)行操作。

系統(tǒng)軟件功能模塊設(shè)計(jì)：各個(gè)模塊之間相互配合運(yùn)行,PID設(shè)計(jì),中值濾波,突發(fā)故障情況處理設(shè)計(jì),數(shù)據(jù)接收發(fā)送設(shè)計(jì)。

地面控制系統(tǒng)

地面監(jiān)控平臺是在64 位Window10 操作系統(tǒng)下開發(fā)完成的,使用Qt 開發(fā)環(huán)境來設(shè)計(jì)操作界面并且通過指令來進(jìn)行具體功能操作。

2.1.3 無人機(jī)總體方案創(chuàng)新點(diǎn)

當(dāng)今無人機(jī)主分為民用無人機(jī)、工業(yè)無人機(jī)、軍用無人機(jī)。在民用方面主要用于航拍,而這款無人機(jī)在航拍的基礎(chǔ)上添加了對航拍對象的識別分類功能。例如將可疑物導(dǎo)入訓(xùn)練,在拍攝中,攝像頭在拍攝全景的同時(shí),會對他所認(rèn)為的可疑物進(jìn)行全程檢測。同時(shí)此無人機(jī)增添了物理檢測功能,可記錄地理磁力因素、風(fēng)力因素、熱力等多項(xiàng)數(shù)據(jù),并且實(shí)時(shí)傳輸回用戶端。

2.2 基于模塊的無人機(jī)圖像識別分類方法

2.2.1 神經(jīng)網(wǎng)絡(luò)識別

無人機(jī)圖像識別采用卷積神經(jīng)網(wǎng)絡(luò),其本質(zhì)是根據(jù)物理思維以及數(shù)學(xué)思維來對特征點(diǎn)進(jìn)行記錄。通過AI 視覺識別模塊,將攝像頭所獲得的原始光學(xué)進(jìn)行邏輯分類處理并進(jìn)行實(shí)際運(yùn)算。

2.2.2 中值濾波技術(shù)

數(shù)字圖像在形成的過程中,經(jīng)常受到各種因素影響,例如光學(xué)影響、聲學(xué)影響。為了抑制或者盡可能消除這些影響,就需要對這些進(jìn)行處理,也就是通常所說的濾波處理。

2.2.3 物理創(chuàng)新點(diǎn)

以光學(xué)分類技術(shù)為基礎(chǔ),相較于以往識別技術(shù)增加了更為準(zhǔn)確、可靠的性能。同時(shí)采用中值濾波算法對圖像進(jìn)行降噪處理,極大地保證了圖像的完整度以及分類的準(zhǔn)確性。

2.3 基于光流模塊的速度測定,位置數(shù)據(jù)測定

圖2

光流模塊是采集兩幀圖像之間的像素不變,并且兩幀圖像具有相對運(yùn)動(dòng)性質(zhì),根據(jù)微元思想,則會有I(x,y,t)=I(x+dx,y+dy,t+dt)經(jīng)過泰勒公式展開得：

引用lucas-kanade 方法進(jìn)行求解

采取最小二乘求解,便可得到飛行速度綜合式

2.4 流體平衡PID 算法測量風(fēng)速

PID 的本質(zhì)是將誤差值e(t)的比例,積分和微分通過線性構(gòu)合組成控制量對系統(tǒng)進(jìn)行實(shí)際控制,其輸出信號為：

在有風(fēng)速的情況下,無人機(jī)的自身平衡難以得到控制,但通過此算法,無人機(jī)可以進(jìn)行迅速的姿態(tài)調(diào)整來適應(yīng)當(dāng)前速度情況,在借助陀螺儀的情況下精準(zhǔn)感知集體偏轉(zhuǎn)角度等數(shù)據(jù),并且在比例公式下,將數(shù)據(jù)進(jìn)行反推算,便可得到實(shí)時(shí)的流體速度。在測量流體數(shù)據(jù)的情況下,能在自身保持穩(wěn)定的基礎(chǔ)之上,將數(shù)據(jù)穩(wěn)定實(shí)時(shí)反饋給PC 端。

圖3

將其進(jìn)行整合后,該控制系統(tǒng)可表達(dá)為：

通過平衡穩(wěn)定,借助光流模塊lucas-kanade 方法計(jì)算可得知機(jī)體飛行速度。

在得知機(jī)體速度后,運(yùn)用所搭配的超聲波模塊,另借助順風(fēng)逆風(fēng)之間的速度差,以及移動(dòng)速度的時(shí)間差,即可測量出當(dāng)前風(fēng)速情況。超聲波模塊可以準(zhǔn)確得知發(fā)出波長時(shí)間是t1,接受波長時(shí)間為t2,并且根據(jù)超聲波波速計(jì)算出移動(dòng)距離x。并且在超聲波傳遞過程中,可拿自身機(jī)體作為參照,不存在聲波發(fā)射出去不能接受的情況,并且通過pid 調(diào)節(jié)了平衡,極大情況的避免了誤差,即有以下公式：

物理創(chuàng)新點(diǎn)：

相較于傳統(tǒng)遙控器的控制,所設(shè)計(jì)無人機(jī)更偏向于進(jìn)行自我調(diào)控,也即自我適應(yīng)不同風(fēng)速下的飛行姿態(tài)。而且具備現(xiàn)代大多數(shù)無人機(jī)都不具備的功能,即在小誤差范圍內(nèi)測量流速的情況,并且將數(shù)據(jù)實(shí)時(shí)返回給用戶端,在測定地理風(fēng)速的情況下提供了有效途徑,并且完全不使用風(fēng)速計(jì),減輕了機(jī)體重量。

3 調(diào)試及其結(jié)果分析

根據(jù)初步調(diào)試,飛行狀態(tài)能保持較優(yōu)良的穩(wěn)定性能,但是重慶地區(qū)無強(qiáng)風(fēng),所以強(qiáng)風(fēng)數(shù)據(jù)暫時(shí)不能進(jìn)行測定。

表1

同時(shí)根據(jù)光進(jìn)行的圖像識別效果也很理想,準(zhǔn)確地識別出了書本這一物體。

該無人機(jī)還配備了氣壓檢測以及磁力檢測等功能,介于實(shí)驗(yàn)篇幅,在這里不進(jìn)行具體方法闡述以及實(shí)驗(yàn)結(jié)果說明。

結(jié)果分析方面：測定精確度很高,但仍然有很大的改進(jìn)空間,在一篇論文曾看到四點(diǎn)式三角函數(shù)測量風(fēng)速的方法,如若引用,實(shí)驗(yàn)數(shù)據(jù)應(yīng)會更加接近真實(shí)值。同時(shí)光流模塊的定點(diǎn)定高根據(jù)像素差的方法也很準(zhǔn)確。

4 結(jié)論

本次物理實(shí)驗(yàn)中,多考慮專業(yè)與物理結(jié)合的方向。發(fā)揮了電氣專業(yè)弱電特性與物理概念相結(jié)合的優(yōu)勢,設(shè)計(jì)了這款多用無人機(jī)。本來想加入無人機(jī)壓強(qiáng)測量實(shí)驗(yàn)和磁力測量實(shí)驗(yàn)的方法及數(shù)據(jù)結(jié)論,但礙于論文篇幅有限便未加入,只保留了風(fēng)速測量以及圖像識別光學(xué)部分。

總的來說物理實(shí)驗(yàn)測定效果還是不錯(cuò)的,但是多用無人機(jī)需要大量時(shí)間來做成,因此便未能完整體現(xiàn)成品效果,只能進(jìn)行一些實(shí)驗(yàn)數(shù)據(jù)的測定,暫不能完成PC 端完全控制的部分,有些許遺憾,但會投入更多將其完善。