倉貨場景中的光流與超寬帶定位

吳 昊，郭鑫宇，李玉杰，吳子昂，楊 寧

（南開大學濱海學院，天津 300270）

0 引言

為了滿足不斷增長的國民貨運需求，物流行業蓬勃發展，各大物流公司應運而生。倉儲業務作為各物流公司的主要經營業務和重要盈利中心，其作業效率、作業能力和服務水平可以對企業產生直接影響，因此，對倉儲作業的優化改革迫在眉睫。在大型的高位貨架倉庫中，選用體積小，使用方便，機動性強的無人機代替人工進行貨物檢視和盤點不失為一種好的選擇[1]。UWB是一種用于測距、定位和跟蹤的超帶寬通信的無線電技術，超寬帶無線信號具有傳輸速率髙、功耗低、抗干擾能力強、穿透性強、定位精度髙等優點，是一種發展前景廣闊的室內實時定位技術。基于UWB定位技術的無人機精準定位系統結合光流輔助定位、二維碼識別等技術，就可以對貨架上存放的貨物進行盤點[2]。借助無人機底部的智能攝像頭，采用光流算法計算兩幀的位移，實現對無人機的高精度定位。而對于二維碼識別技術，隨著移動互聯網的迅速發展，二維碼應用已經滲透到了生活的各個角度，它具有信息量大，可靠性、保密性、防偽性強等優點，無人機與之合作的倉儲作業方案將倉儲管理水平提高到一個全新的高度。

本項目擬開發一個倉貨場景中的光流和超寬帶定位系統。傳統無人機定位主要采用GPS方式，此種方法快速、廉價但準確性較差且在室內幾乎無法使用，與傳統的GPS定位系統不同，超寬帶（UWB）近場通信技術由于其抗干擾能力強、精準度高，在一些特定環境下可以輔助乃至完全替代GPS定位。在大型的高位貨架倉庫中，貨物檢視和盤點是一項費時費力的工作，且人工盤點的準確性僅有89%左右，而無人機結合UWB、光流、二維碼識別等技術，就可以對貨架上存放的貨物信息進行捕捉，從而實現貨物盤點。

1 系統總體結構

系統采用超寬帶定位技術、光流定位技術、二維碼識別技術，實現無人機的精準定位和貨物識別。融合超寬帶定位模塊和光流傳感器數據得到無人機的精準坐標，實現精準定位。無人機達到指定坐標后，機載相機掃描二維碼得到貨物信息，借助服務器作為上層應用進行數據存儲以及數據顯示，再以MySQL數據庫為數據存儲系統，即可將打包的信息傳輸至服務器的數據庫中。借助Fastadmin框架搭建監測平臺，使數據實時顯示在Web頁面上，方便查詢。系統總體流程圖如圖1所示。

圖1 系統總體流程圖

所搭建系統實物圖如圖2所示。

圖2 場景搭建實物圖

2 系統硬件技術

系統硬件設計主要由PX4 Flow、UWB定位等模塊組成。

2.1 光流定位技術

光流是在無人機上光流定位，是測速算法，它借助無人機底部的一個攝像頭采集圖像數據，采用光流算法計算兩幀圖像位移，實現對無人機的定位，即利用光流測試再積分定位。在室內沒有信號時，也可以實現對無人機高精度定位，實現更加平穩的控制，同時具有良好的抗噪能力。它通過檢測圖像中光點和暗點的移動，來判斷圖像中像素點相對于飛行器的移動速度。所謂光流定位，其實就是利用光流測速再積分定位。

基于梯度的方法又稱為微分法，它利用時變圖像灰度的時空微分（即時空梯度函數）來計算像素的速度矢量。通過加權矩陣的控制對梯度進行不同平滑處理。典型代表是Horn-Schunck光流計算方法。

圖3 光流計算流程圖

光流的計算歐拉方式

光流計算方式

在光流的計算方法中，很多方法基于如下的光流約束方程

式中，I是圖像上點(x,y)的灰度；(u,v)是該點的光流；Ix、Iy、It分別是灰度相對于x、y、z的偏導。

這就稱之為基于梯度的方法。

對于基于梯度法的光流定位，它的刷新速率快，短時精度高，并且易于實現。但基于梯度法的光流定位其本質是依靠計算明暗像素點的偏移速度，其位置估計則是對偏移速度的積分，在累計誤差的影響下，依靠光流定點的無人機還會出現水平漂移。

2.2 TDOA與TWR定位算法以及UWB定位技術

2.2.1 飛行時間差——TDOA定位算法

TDOA是一種利用時間差進行定位的方法，是一個穩定可靠的基于網絡化的定位方式，是基于多站點的定位系統，對信號進行定位必須有至少3個以上的檢測站進行同時測量。通過測量信號源的距離，確定信號源的距離，然后利用信號源到各個監測站的距離（以監測站為中心，距離為半徑作圓），確定信號位置。但是絕對時間一般比較難測量，通過比較信號到達各個監測站的絕對時間差，就能畫出以監測站為焦點，距離差為長軸的雙曲線，雙曲線的交點就是信號的位置。

TDOA值的獲取：利用移動臺到達2個基站的時間TOA，取其差值。這時需要基站時間的嚴格同步，但是當兩基站間信號傳輸特性相似時，可減少由多徑效應帶來的誤差。

根據到達時間差獲得的TDOA方程為

算法示意圖：

圖4 TDOA算法示意圖

與其他定位技術相比，TDOA算法不存在相位模糊問題，測向基線可不受控制，系統復雜度低，同時定位精度較高。但是在TDOA系統中，各個基站的時鐘必須嚴格同步。

2.2.2 雙向測距—— TWR定位算法

TWR是一種雙向測距算法。定位基站分為主基站和從基站，一個主基站對應四個從基站，主基站主要負責和定位引擎進行通信，需要的基站數量總體較多。基站通過無線電波在基站與標簽之間進行三次飛行（標簽-基站-標簽-基站），然后算出基站與標簽之間的距離。

TWR算法大大縮短了標簽的待機時間，并且它的定位精度高于TDOA。

2.2.3 UWB定位技術

UWB定位超寬帶LinkTrack S/P室內測距模塊，是一個能通信的定位系統，具有高精度、高頻率、低延遲以及可靠性高等特點，集定位、導航、通信、授時于一體。通過室內布置四個已知坐標的定位基站，需要定位的定位標簽按一定的頻率發射脈沖，不斷和幾個基站進行測距，然后通過一定的精確算法定出標簽的位置。

優點：超寬帶定位依賴于基站定位，坐標位置明確，不會出現累計誤差，而且穿透力強，功耗低。

缺點：由于超寬帶通信定位受非視距影響較大，即使有冗余基站補償和NLOS優化算法，純粹依靠UWB模塊也很難實現高精度的定位。上層應用端做平滑處理后會產生時間滯后，也會影響定位效果。

2.3 超寬帶定位與光流定位融合

面對單一傳感器定位的各種不足，人們已經想出了將各種傳感器融合的方法。例如，常見將IMU和光流融合定位、IMU和UWB融合定位，這些辦法在實際應用中已經取得不錯的效果。UWB和光流的優缺點恰巧互補，下面主要討論如何使用一階互補濾波融合這兩種傳感器的數據實現無人機的高精度室內定位。

問題假設：我們已有兩路數據，光流可以獲取實時的對地速度，UWB能夠獲取位置信息，采樣間隔為Ts。兩者只涉及高頻和低頻的噪聲，且有以下線性關系

即光流測量值等于光流真實值加上光流低頻噪聲，UWB測量值等于UWB真實值加上高頻噪聲。

于是我們讓兩個傳感器分別通過高通濾波器和低通濾波器求和得到理想姿態，即

程序中常用一個簡化系數k代替濾波器的功能，則有算法如下

我們假設飛機在x,y軸方向均以一定速度移動，每隔一段時間得到UWB、光流和融合后的定位坐標值。

圖5 UWB、光流定位數據和濾波后數據對比圖

經MATLAB仿真驗證，能夠從圖中觀察到UWB的高頻噪聲和光流的累計誤差，單獨使用兩種傳感器進行定位效果并不理想，濾波后的無人機的位置軌跡和無人機運動的理想軌跡相符合，融合后的定位效果對比單個傳感器定位效果有顯著提升。

3 無人機上層控制設計

3.1 PX4固件和MAVROS

PX4-Autopilot是國外知名的開源無人機項目，其固件支持板載計算機和飛控通過MAVLINK通信，實現對無人機的狀態讀取和上層控制。MAVROS是ROS中支持MAVLINK通信的軟件包，開發者能夠利用ROS工具和MAVROS軟件包，編寫外部控制程序，向無人機發布控制指令。

激光定高模塊、光流模塊、UWB模塊通過TTL轉USB芯片接入板載計算機，板載計算將激光定高數據、光流和UWB濾波后的數據傳入“/mavros/vision_pose/pose”話題中，實現無人機的三維定位。修改無人機的飛行狀態，發布位置和速度期望，實現無人機的位置控制功能。

3.2 服務器端程序設計

圖6 定位數據顯示界面

無人機機頭搭載智能相機，opencv程序識別二維碼，每個貨物箱上的二維碼將以“貨物編號/貨物名稱/存放日期/描述”格式存儲信息。掃描到貨物信息之后，通過TCP發送到服務器端，貨物信息將被實時記錄下來并保存到服務器端的數據庫中，方便操作員可以從網頁中輕松的查找到入庫記錄。

4 結束語

本文設計了一個用于倉貨場景的光流與超寬帶定位系統，該方案包括以下步驟：獲取倉庫中貨物信息數據庫；獲取貨物信息數據庫中各個貨物對應的物品信息和貨物分區信息，獲取每個貨物分區的分區巡視路徑規劃地圖；獲取檢視和盤點指令信息并解析，從而得到待檢視和盤點貨物的信息，使得無人機根據該分區巡視路徑規劃地圖進行分區直飛巡檢，從而獲得實際檢視和盤點的貨物數據。更重要的是，無人機結合UWB、光流定位、二維碼識別等技術，就可以讀取大型的高位貨架倉庫上存放貨物的數據，能夠對獨立的貨物進行單獨檢視和分區盤點，以達到節省時間、人力物力資源。