基于多傳感器融合的植保無(wú)人機(jī)自主著陸系統(tǒng)

于坤林，于明清

（長(zhǎng)沙航空職業(yè)技術(shù)學(xué)院，湖南長(zhǎng)沙，410124）

0 引言

目前，無(wú)人機(jī)自主著陸技術(shù)主要采用精密進(jìn)場(chǎng)雷達(dá)著陸引導(dǎo)技術(shù)、微波著陸引導(dǎo)技術(shù)、衛(wèi)星導(dǎo)航著陸引導(dǎo)技術(shù)和計(jì)算機(jī)視覺(jué)著陸引導(dǎo)技術(shù)等著陸技術(shù)[1-2]，這些單一的著陸技術(shù)都存在比較大的缺點(diǎn)：要么不能較好地獲得無(wú)人機(jī)的位姿信息，要么不能精確地獲得無(wú)人機(jī)與著陸點(diǎn)之間的高度信息，從而影響無(wú)人機(jī)的精確著陸。為了使植保無(wú)人機(jī)準(zhǔn)確著陸，可以考慮將高度傳感器[3]和機(jī)器視覺(jué)傳感器結(jié)合在一起，組成一款多傳感器融合的無(wú)人機(jī)自主著陸系統(tǒng)，著陸系統(tǒng)中采用多個(gè)高度傳感器來(lái)測(cè)量無(wú)人機(jī)的著陸高度，采用視覺(jué)傳感器來(lái)測(cè)量無(wú)人機(jī)的位姿信息，將多傳感器融合技術(shù)應(yīng)用于農(nóng)業(yè)植保無(wú)人機(jī)自主著陸當(dāng)中，有效地解決了植保無(wú)人機(jī)精準(zhǔn)自主著陸問(wèn)題。

1 系統(tǒng)總體架構(gòu)設(shè)計(jì)

基于多傳感器融合的植保無(wú)人機(jī)自主著陸系統(tǒng)主要由高度測(cè)量系統(tǒng)、機(jī)器視覺(jué)系統(tǒng)、飛行控制系統(tǒng)三部分組成。其中高度測(cè)量系統(tǒng)主要由氣壓傳感器模塊、超聲波傳感器模塊和激光傳感器模塊等組成。機(jī)器視覺(jué)模塊由CCD攝像頭、圖像采集卡、視覺(jué)處理模塊三部分組成。基于多傳感器融合的植保無(wú)人機(jī)自主著陸系統(tǒng)總體架構(gòu)設(shè)計(jì)框圖如圖1所示。

圖1 基于多傳感器融合的植保無(wú)人機(jī)自主著陸系統(tǒng)總體架構(gòu)設(shè)計(jì)框圖

高度測(cè)量系統(tǒng)解算出高度信息，機(jī)器視覺(jué)系統(tǒng)解算出無(wú)人機(jī)的俯仰角、滾轉(zhuǎn)角和航向角等姿態(tài)信息以及位置信息；植保無(wú)人機(jī)自主著陸系統(tǒng)最終將高度測(cè)量解算出的高度信息和機(jī)器視覺(jué)系統(tǒng)解算出的位姿信息進(jìn)行數(shù)據(jù)融合，飛行控制系統(tǒng)依據(jù)融合后的高度、姿態(tài)和位置等信息精準(zhǔn)控制農(nóng)業(yè)植保無(wú)人機(jī)的自主著陸。

1.1 高度測(cè)量系統(tǒng)

植保無(wú)人機(jī)高度測(cè)量系統(tǒng)由氣壓傳感器模塊,激光傳感器模塊,超聲波傳感器模塊和微控制器四個(gè)部分組成。三個(gè)測(cè)高模塊均與微控制器連接,高度測(cè)量系統(tǒng)把三個(gè)高度傳感器測(cè)量出的高度通過(guò)加權(quán)平均算法進(jìn)行數(shù)據(jù)融合,從而解算出高度信息，得到適合植保無(wú)人機(jī)低空飛行的高精度數(shù)據(jù)。

1.1.1 氣壓傳感器

氣壓傳感器通過(guò)測(cè)量無(wú)人機(jī)所在高度的大氣壓強(qiáng)能夠間接地獲得無(wú)人機(jī)的高度，氣壓傳感器測(cè)高公式如下：

式中：Tb是高度Hb時(shí)的溫度，β是溫度垂直變換率，PH和Pb分別為高度H和Hb時(shí)對(duì)應(yīng)的大氣壓強(qiáng)，R是空氣專(zhuān)用氣體數(shù)，是重力加速度。

1.1.2 激光傳感器

激光傳感器由激光發(fā)射器、激光接收器以及雪崩光電二極管組成。其測(cè)高原理為：由激光發(fā)射器對(duì)準(zhǔn)地面發(fā)射激光脈沖，激光經(jīng)地面反射后部分被激光接收器接收，成像到雪崩光電二極管上并被放大，因此它能檢測(cè)到微弱的激光信號(hào)。記錄并處理從光脈沖發(fā)出到返回被接收所經(jīng)歷的時(shí)間，即可測(cè)定無(wú)人機(jī)的飛行或著陸高度。

1.1.3 超聲波傳感器

超聲波傳感器主要由發(fā)送器部分、接收器部分和控制部分構(gòu)成。超聲波傳感器測(cè)高原理是通過(guò)超聲波發(fā)射器向地面發(fā)射超聲波，并根據(jù)超聲波往返的時(shí)間差來(lái)計(jì)算無(wú)人機(jī)離地面高度。測(cè)高公式采用:

其中，c 表示聲波在空氣中傳播速度，一般為 340m/s，t 表示傳播時(shí)間。

1.2 機(jī)器視覺(jué)系統(tǒng)

機(jī)器視覺(jué)模塊由CCD攝像頭、圖像采集卡、視覺(jué)處理模塊三部分組成。機(jī)器視覺(jué)測(cè)量系統(tǒng)中的CCD圖像傳感器主要由CCD電荷耦合器件制成，它能實(shí)時(shí)拍攝著陸點(diǎn)地面標(biāo)志圖像，圖像采集卡帶有外接的信號(hào)接口與CCD圖像傳感器相連，圖像采集卡可以將CCD圖像傳感器拍攝的地面圖像采集進(jìn)來(lái)并送到視覺(jué)處理模塊；視覺(jué)處理模塊以STM32F427CPU為核心，它擁有豐富的硬件資源和擴(kuò)展接口，它將采集到的圖像進(jìn)行圖像處理、特征提取以及位姿估計(jì)，機(jī)器視覺(jué)系統(tǒng)最終解算出無(wú)人機(jī)的俯仰角、滾轉(zhuǎn)角和航向角等姿態(tài)信息及位置信息。

1.3 飛行控制系統(tǒng)

飛行控制系統(tǒng)主要由傳感器、機(jī)載計(jì)算機(jī)和伺服作動(dòng)設(shè)備組成，飛行控制系統(tǒng)依據(jù)融合后的高度、姿態(tài)和位置等信息，通過(guò)高效的控制算法和主控制單元去控制農(nóng)業(yè)植保無(wú)人機(jī)的著陸。

2 系統(tǒng)軟件設(shè)計(jì)

基于多傳感器融合的植保無(wú)人機(jī)自主著陸算法流程為：機(jī)器視覺(jué)系統(tǒng)中的CCD圖像傳感器將著陸點(diǎn)地面識(shí)別標(biāo)志進(jìn)行采集，然后視覺(jué)處理模塊對(duì)采集到的地面識(shí)別標(biāo)志圖像進(jìn)行圖像濾波等圖像預(yù)處理，然后再對(duì)地面識(shí)別標(biāo)志圖像進(jìn)行特征提取、特征匹配和位姿估計(jì)得到位置和姿態(tài)信息。同時(shí)高度測(cè)量系統(tǒng)對(duì)氣壓傳感器,激光傳感器和超聲波傳感器測(cè)量出的3個(gè)高度進(jìn)行自適應(yīng)高度加權(quán)平均融合算法得出高精度的高度信息。植保無(wú)人機(jī)自主著陸系統(tǒng)最終將機(jī)器視覺(jué)系統(tǒng)解算出的位置、姿態(tài)信息以及高度測(cè)量系統(tǒng)解算出的高度信息進(jìn)行數(shù)據(jù)融合，最后依據(jù)融合后的高度、位置和姿態(tài)等信息進(jìn)行植保無(wú)人機(jī)自主著陸。整個(gè)基于多傳感器融合的植保無(wú)人機(jī)自主著陸算法流程如圖2所示。

圖2 基于多傳感器融合的植保無(wú)人機(jī)自主著陸算法流程

3 算法分析及實(shí)驗(yàn)

3.1 高度測(cè)量

為了防止高度測(cè)量不準(zhǔn)確，高度測(cè)量系統(tǒng)采用了氣壓傳感器、超聲波傳感器和激光傳感器等三個(gè)不同的傳感器來(lái)測(cè)量植保無(wú)人機(jī)與著陸點(diǎn)間的相對(duì)高度，并將三個(gè)傳感器各時(shí)刻測(cè)量出的高度值采用自適應(yīng)加權(quán)平均算法進(jìn)行數(shù)據(jù)融合處理，從而保證了高度測(cè)量的精準(zhǔn)性。

對(duì)三個(gè)高度傳感器測(cè)量出的高度數(shù)據(jù)采用了加權(quán)平均算法為：

其中的系數(shù)(k1,k2,k3)稱(chēng)權(quán),他說(shuō)明該系數(shù)后面的數(shù)據(jù)在整個(gè)統(tǒng)計(jì)數(shù)據(jù)中占的比重.也說(shuō)明這個(gè)數(shù)據(jù)對(duì)統(tǒng)計(jì)結(jié)果的影響程度。h1、 h2、 h3分別為氣壓傳感器、超聲波傳感器和激光傳感器的測(cè)量高度，h為采用加權(quán)平均算法后的無(wú)人機(jī)高度。

3.2 目標(biāo)識(shí)別和位姿估計(jì)

目標(biāo)識(shí)別算法包括對(duì)著陸地標(biāo)彩色圖像進(jìn)行降維處理、噪聲消除，邊緣檢測(cè)和特征點(diǎn)提取等圖像處理[4]。

3.2.1 降維處理

邊緣信息是識(shí)別物體的關(guān)鍵因素，通過(guò)灰度圖像可以檢測(cè)其邊緣，因此識(shí)別物體一般只需要識(shí)別物體的灰度圖就夠了。而RGB彩色圖像則由于能夠提供的信息量很少，但計(jì)算量會(huì)會(huì)很大，因此在目標(biāo)識(shí)別時(shí)，需要將RGB彩色圖像作降維處理，將三維彩色圖像降為二維灰度圖像。 也就是說(shuō)要對(duì)彩色圖像進(jìn)行灰度化處理。

3.2.2 噪聲消除

噪聲消除方法主要有均值濾波和中值濾波方法。由于均值濾波容易使圖像細(xì)節(jié)模糊，濾波效果不好，所以通常采用中值濾波方法去噪。中值濾波是一種最常用的非線性信號(hào)處理方法，該濾波方法是采用一個(gè)奇數(shù)點(diǎn)的滑動(dòng)窗口，將窗口中心點(diǎn)的值用窗口內(nèi)所有點(diǎn)的中值來(lái)代替。中值濾波的窗口形狀和尺寸會(huì)影響濾波效果，常用的中值濾波窗口形狀有方形、線狀、圓形、十字形等。這里采用 3×3 窗口對(duì)圖像進(jìn)行中值濾波，對(duì)含有噪聲的著陸地面標(biāo)志灰度圖像進(jìn)行濾波仿真實(shí)驗(yàn)如圖3所示。

圖3 無(wú)人機(jī)著陸地面標(biāo)志圖像濾波處理

3.2.3 邊緣檢測(cè)

邊緣檢測(cè)是識(shí)別物體最常用的方法，常用的邊緣檢測(cè)算法有roberts算子、sobel算子、prewitt算子以及canny算子、Laplacian算子、LOG算子等。由于噪聲點(diǎn)對(duì)邊緣檢測(cè)影響較大，所以在邊緣檢測(cè)時(shí)必須消除噪聲，而LOG算子是由高斯濾波和拉普拉斯算子結(jié)合形成的高斯拉普拉斯算子，該算子同時(shí)具有濾波和邊緣檢測(cè)的功能，所以這里可以采用LOG算子對(duì)著陸地面標(biāo)志灰度圖像進(jìn)行邊緣檢測(cè)。由高斯濾波和拉普拉斯算子結(jié)合由高斯函數(shù)根據(jù)拉普拉斯算子的公式求導(dǎo)可得：

采用LOG算子進(jìn)行圖像邊緣檢測(cè)的基本步驟如下：

(1)采用高斯濾波器對(duì)噪聲圖像進(jìn)行平滑濾波去噪；

(2)采用拉普拉斯算子對(duì)濾波后的圖像進(jìn)行增強(qiáng)處理；

(3)依據(jù)二階導(dǎo)數(shù)零交叉對(duì)增強(qiáng)后的圖像進(jìn)行邊緣檢測(cè)。對(duì)著陸地面標(biāo)志灰度圖像進(jìn)行邊緣檢測(cè)的仿真實(shí)驗(yàn)如圖4所示。

圖4 無(wú)人機(jī)著陸地面標(biāo)志圖像邊緣檢測(cè)

零交叉檢測(cè)自動(dòng)選擇的閾值為0.0119；Log算子自動(dòng)選擇的閾值為0.0062；對(duì)比圖4中的三幅圖可以看出：圖4(b)由于沒(méi)有對(duì)圖像進(jìn)行濾波而直接對(duì)圖像進(jìn)行邊緣檢測(cè)，所以含有大量的噪聲且引起了偽邊緣，圖4(c)雖濾除了噪聲但丟失了一些邊緣細(xì)節(jié)，只有圖4(d)邊緣定位準(zhǔn)確性最高，有較強(qiáng)的去噪能力，邊緣檢測(cè)效果最好。因此這里選用自動(dòng)閾值的LOG算子對(duì)濾波后的農(nóng)業(yè)植保無(wú)人機(jī)著陸點(diǎn)的地面標(biāo)志圖像進(jìn)行邊緣檢測(cè)。

3.2.4 特征點(diǎn)提取

圖像和參考圖像的特征點(diǎn)也是無(wú)人機(jī)位置和姿態(tài)估計(jì)的關(guān)鍵，Harris角點(diǎn)檢測(cè)算法是一種常用的圖像特征點(diǎn)提取方法。提取特征點(diǎn)之后，再通過(guò)角點(diǎn)匹配算法可以將當(dāng)前圖像的角點(diǎn)與參考圖像的角點(diǎn)進(jìn)行匹配，根據(jù)旋轉(zhuǎn)矩陣解算出無(wú)人機(jī)的姿態(tài)角，并根據(jù)視覺(jué)標(biāo)志質(zhì)心與圖像中心的位置關(guān)系及相機(jī)成像原理實(shí)現(xiàn)視覺(jué)標(biāo)志的位置估計(jì)[5]。對(duì)地面標(biāo)志進(jìn)行特征點(diǎn)提取的仿真實(shí)驗(yàn)如圖5所示。

圖5 無(wú)人機(jī)著陸地面標(biāo)志特征點(diǎn)提取后的圖像

4 結(jié)束語(yǔ)

本文設(shè)計(jì)的多傳感器融合植保無(wú)人機(jī)自主著陸系統(tǒng)能夠精確地測(cè)量低空植保無(wú)人機(jī)飛行或著陸高度，能夠準(zhǔn)確地識(shí)別著陸點(diǎn)地標(biāo)并能解算出無(wú)人機(jī)的著陸位置以及無(wú)人機(jī)的姿態(tài)信息，從而能夠?qū)崿F(xiàn)無(wú)人機(jī)的自主精準(zhǔn)著陸。本設(shè)計(jì)解決了依靠單一的著陸技術(shù)所存在的一些問(wèn)題，具有比較好的應(yīng)用價(jià)值。