SCI论文（www.lunwensci.com）:
摘要：目前,无人机以其显著的优势在许多领域得到了广泛的应用。基于视觉的无人机智能跟随系统开发工作,成为了一项非常重要的课题。本文探讨了基于视觉的无人机智能跟随系统的设计研究意义,阐述了基于视觉的无人机智能跟随系统的设计,分析了关键技术,研究了基于视觉的无人机智能跟随系统的飞行实验,以供参考。
关键词：无人机；智能跟随系统；设计
Design and Research of UAV Intelligent Following System Based on Vision
XIE En
(Jingdezhen University,Jingdezhen Jiangxi 333000)
【Abstract】：At present,UAV is widely used in many fields because of its significant advantages.The development of UAV intelligent following system based on vision has become a very important topic.This paper discusses the design and research significance of UAV intelligent following system based on vision,the design of UAV intelligent following system based on vision is described,the key technologies are analyzed,the flight experiment of UAV intelligent following system based on vision is studied,for reference.
【Key words】：UAV;intelligent following system;design
0引言
进入21世纪后,特别是近十年来,国内外纷纷加大了无人机技术的研究,推动着该领域持续向前发展。无人机的飞行控制涵盖两大飞行模式,分别是自由飞行以及遥控飞行。针对自主飞行类,地面站可以向无人机发送相关的任务指令,无人机自主解析任务、研究如何执行任务,并独立完成飞行任务。地面站对无人机进行监控,也是促进用户交互的重要站点。就遥控飞机而言,飞行操作人员既要查看地面站展现的飞控数据处,又要操控无人机,指导它们执行特定的飞行任务。假如地面站和无人机之间存在较长距离,飞行操控人员通常难以保证正确地实现全部任务,因此必须强化无人机的自主控制能力。
1基于视觉的无人机智能跟随系统的设计研究意义
无人机(UAV)指的是,配置了自动控制系统、通信系统、数据处理系统等,能进行有效控制和稳态飞行的飞行器。如今关于无人机自主控制的相关研发设计中,重中之重在于自主追踪和自主降落。无人机借助飞行控制器和传感器,实现自主控制的目标,而且也能使无人机实现安全着陆,实现自主追踪。为使无人机实现安全着陆和自主追踪,在设计研发过程中,科研人员应增强无人机的自主导航以及自主定位能力。
在研发无人机的过程中,如何提升其自主定位导航的实际精度,会对其自主控制的效果产生决定性影响[1]。对于其发展历程而言,从之前的惯性导航到后来的GPS导航,无人机的导航精度循序渐进地提升。然而,GPS易遭受四周环境的强烈干扰。无人机处于强电磁干扰的背景下,无人机采用GPS导航时,其导航精度也会受到严重的不利影响。为了解决GPS易于遭受外界干扰的问题,人们经常借助计算机视觉技术,为无人机的定位导航提供辅助。
人工智能技术取得了显著进步,机器人视觉分析已经成为其非常关键的组成部分。叠加日益成熟的数字图像处理科技,无人机的自主定位,以及定位导航精度持续提高。机器人视觉可以和GPS导航信息以及惯性导航有机融合,降低误差,增加导航精度。传统的GPS导航以及惯性导向而言,只能捕捉和分析静态目标。但是,以视觉为基础的无人机技术,能够自动捕捉和分析运动目标的情况。此外,无人机视觉具有非常突出的抗干扰能力,可靠性和安全性都非常高。因此,视觉分析技术在无人机中的科学应用,有利于增强无人机智能控制的能力。
2基于视觉的无人机智能跟随系统的设计研究
基于视觉的无人机智能跟随系统的项目设计研究工作,重点涵盖以下内容。
在研发以视觉为基础的无人机智能跟随系统的过程中,硬件电路设计涵盖下列方面,分别是传感器、电子芯片、飞控模块、模块的选型、GPS导航模块、无线通信模块、气压计模块、视觉分析模块等一系列功能模块[2]。此处重点论述飞行控制器的相关设计工作。飞行控制器也被叫作“飞控”,在无人机仪器中,其发挥着控制中枢的功能。设计师可以购买市场上常见的相关部件,进行有机组合并进行二次开发。因此,飞行控制器的配置方案,应重点关注两个方面,分别是扩展能力以及二次开发能力。在这其中,二次开发应重点关注飞行控制器的软件系统,能不能为二次开发提供技术支撑。而且,飞行控制器有没有配备硬件传感器的扩展接口。本次设计选用了好盈利电调以及朗宇电机等组件,以实现飞行功能的基本要求。Pixhawk配备了数量加多的外部设备接口,有SPUI以及I2C等多个数据接口,便于拓展更多的外部功能,更好地实施二次开发。其也借助几何三角法实现目标定位的需要,保证Z向高度的准确性。还在Pixhawk中加入mb 1240超声波传感器,以确保其准确性。
3关键技术分析
主要从软件和硬件两大领域进行针对性的设计和研发。
3.1开发流程和硬件设计方案
以视觉为基础的无人机智能跟随系统的开发流程和硬件设计方案,主要涵盖下列模块：GPS导航模块、无线通信模块、电机模块、飞控核心模块、摄像模块。
中央处理器是电脑系统的微控制器。无人机通过无线通信模块,能够接收摄像模块拍摄的各种图像信息。微控制器将任务信息发送给无人机后,无人机按照相关任务目标的要求,锁定目标。也要通过GPS导航模块,自动跟踪移动目标。无人机也能够根据目标的不同移动方式和路径,自动调整自己的姿态,以智能跟踪相关的目标物体。无人机的电机和全部电子设施,均需电池供电,因为它需要为飞行器提供所有升力,所以项目组采取了铿电池作为无人机的电源,以满足整个无人机系统的供电需要。此处选择的铿电池,具有突出续航能力,容量达到3300mah,满载后续航时间大致达到15min。机器视觉是电脑技术与科学的一个关键领域,主要是借助模拟人的眼睛,以采集和捕捉周围环境信息,无人机配备的摄像头拍摄和获取真实环境的诸多图像后,借助电脑处理技术,提出和分析有研究价值的数据和信息。这个技术能够有效获取和识别图像中的相关目标物体,还能够适应各种环境[3],而且,其功耗低、体积小、功能强大、便于方便等,具有非常突出的优点,越来越受到重视,它也推动了视觉导航技术的可持续发展。视觉导航技术重点涵盖三大内容,分别是跟踪控制、图像处理以及图像采集。图像采集部分借助电荷耦合器件(CCD),以满足飞行器高速运动过程中,实时采集周围环境信息的要求。在真实信息没有丢失的情况下,对获取的各种图像实施滤波处理后,做好目标识别；最终还要借助坐标系,获取飞行器以及目标的相对位置；向飞行器发出针对性的飞行指令,以有效跟踪目标物体。因此,以视觉为基础的无人机智能跟随系统,能够向无人机赋予强大的自主性能。
3.2软件方案
以视觉为基础的无人机智能跟随系统,其主要软件：无线通信、GPS导航、路径规划、视觉分析、飞行控制等多个模块的算法设计。在所有软件设计中,飞行控制的相关算法设计是重中之重。飞行控制模块能够结合电脑视觉分析的相关结果,持续调整无人机的姿态,以智能追踪目标物体。
当前图像处理科技飞速进步,以视觉辅助手段有力支持着无人机导航系统的发展。与以往的惯性导航、GPS导航、无线电导航系统多种半自主式导航系统相比,视觉导航系统能够利用机载相机,将其当作视觉图像采集模块,拍摄和获取周围环境和目标物体的图像信息,并实时进行图像处理。无人机能够结合导航信息以及所处环境的各种信息,实现自主飞行控制的目标。图像处理科技不断进步,推动了基于视觉导航的无人机应用的发展,如智能控制、远程监控、目标搜索、自主导航等。视觉导航技术的优势非常显著,抗干扰能力强、成本低等,它可以和无人机飞控有机融合,使无人机能够自主飞行和导航,完成复杂度高、难度大的智能跟随任务。电机转速和螺旋桨生成的升力之间,存在着非线性的关系。一般情况下,采取单级PID,无法达到系统的综合要求。为了强化飞行器的控制品质以及稳定性,项目组采取了串级PID,实施针对性的位置控制。全面把握速度信息以及位置信息,借助串级PID控制算法。其有利于增强无人机系统的适应能力,系统能够强化自身的抗干扰性[4]。串级PID控制器主要涵盖外环位置控制器和内环速度控制器,分别以位置和速度作为主要的控制对象。
3.3项目创新点
以视觉分析技术为基础的无人机智能跟随系统,体现出了显著的自主性、集成化、智能化特点。项目组参考和借鉴了国内外在该领域的丰富研究成果和先进经验,希望能够吸收各家技术的特长,达到取长补短的效果。其丰富了无人机的功能,将各种实用功能融合到这套系统中,使无人机能够适应纷繁复杂的外部环境,也能够全方位监测和采集一系列的环境因素,进而智能跟随目标物体。用户也能够自定义并按照实际需要,科学选择相应的跟随模式,以满足自己的跟随需要。而且,该套系统与相关国家技术标准相符合,能够满足各类用户的使用需求,为后续的模型设计和技术研究提供了扎实的理论依据。
4基于视觉的无人机智能跟随系统的飞行实验
4.1飞行实验平台静态性能测试
设计师开展飞行实验的主要目的,是为了检验无人机智能跟随系统的可靠性,确保不同模块之间能够稳定运行。开展飞行实验前,要对自主建立起来的无人机实验平台实施必要的静态性能测试,涵盖下列测试内容。
(1)单独测试无人机中图像采集处理模块、传感器的功能。确保每个传感器都能够工作正常,图像处理采集单元能够获得准确的数据。(2)确保无人机中相关模块之间能够正常通信,涵盖无人机和遥控器与无人机之间、与地面站之间正常通信,也包括图像处理单元和飞行控制器间能够正常通信。(3)检测无人机设备的安全性,涵盖不同模块之间的连接状况,供电模块的实际稳定性,无人机组装的实际安全性。(4)针对无人机实施上电检测,在没有安装桨叶的条件下,对无人机的动力输出模块、飞控模块、遥控模块等,实施必要的测试。首先,测试无人机中姿态传感器本身的静态性能,对其数据采集能力的准确性进行验证；其次,测试飞行实验平台传输数据的实效性。按照系统设计框架,通过智能跟随算法得到相应的目标位置数据,借助串口传输到飞行控制板中,实施相应的位置跟踪控制。人们能够借助地面站终端的相关调试窗口,对数据传输的实际效果进行验证,以查看位置数据传输的具体状况。
4.2移动目标跟踪飞行实验
上文对无人机飞行实验平台的准确性和稳定性进行验证。接下来将多旋翼无人机当作实验平台,对所设计的无人机智能跟随系统的目标跟踪效果进行验证。目标跟踪飞行实验,要求在定高飞行模式下,开展无人机智能跟随实验。在此过程中,Z向飞行高度设定在1m,等到无人机起飞稳定,而且悬停在大致一米的高度后,使目标物体开始移动,对无人机的智能跟踪效果进行验证。按照Pixhawk记录的相关飞行日志,将飞行数据结果从Matlab导出来,进行针对性的分析。因为无人机采取了北东地(N-E-D)坐标系,因此Z轴属于负值。在智能跟随飞行中,无人机一直都处于大致1m高的高度,上下浮动在0.1m范围内,实施了精准的跟踪飞行。也满足了这次设计中,无人机智能跟随过程中关于飞行高度的规定。无人机起飞后能够一直悬停在大致1m高的条件下,此时期望的俯仰、滚转姿态角都是0弧度。在目标物体移动的情况下,目标跟踪算法可以结合目标物体眼瞎的位置,将无人机的期望姿态角解算出来,姿态控制器对当前无人机的姿态角进行调整,使其跟随着期望姿态角的变化而变化[5]。如此一来,无人机可以自动控制跟踪的角度。就跟踪曲线而言,俯仰和滚转姿态角的具体数值,都伴随着俯仰姿态角和期望滚转的变化而变化,在此过程中,姿态角的实际跟踪效果非常理想。
5结语
综上所述,基于视觉的无人机智能跟随系统,科研人员应从硬件电路和软件设计着手,优化开发流程,着力突破其中的关键技术测试飞行实验平台的静态性能,开展移动目标跟踪飞行实验,这些措施将持续提升无人机的智能跟随能力。与此同时,也要与实业部门积极协作,切实增强产学研合作力度,设计生产出高水平的基于视觉的无人机智能跟随系统,更好地服务于经济社会的发展需要。
参考文献
[1]SUN X.Research on Power Patrol System of Small Unmanned Aerial Vehicle Based on BDS/GIS[J].Boletin Tecnico/Technical Bulletin,2017,55(7):747-752.
[2]母庚鑫,白磊,杨旭.多旋翼无人机姿态控制方法设计与分析[J].装备制造技术,2017(8):37-39.
[3]安晨亮.基于视觉的无人机系统环境建模与自主着陆研究[D].天津:天津工业大学,2021.
[4]陈琳,刘允刚.面向无人机的视觉目标跟踪算法:综述与展望[J].信息与控制,2022,51(1):23-40.
[5]王贺,卜智勇,谭冲.基于核相关滤波视觉检测的多旋翼无人机对地目标跟踪与逼近[J].中国科学院大学学报,2022,39(2):217-223.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/50773.html
