SCI论文（www.lunwensci.com）
摘 要：无人机在跟踪移动目标方面具有非常显著的优势。基于此,本文探讨了无人机的相关理论,介绍了模型建立和模 型简化、惯性导航系统和闭环 PID 控制算法,研究了基于机器视觉的无人机追踪系统硬件设计,以及机器视觉单元软件设计, 以期为相关工作者提供参考。
关键词：机器视觉,无人机,移动目标追踪系统
Research on UAV Moving Target Tracking System Based on Machine Vision
XIE En
(Jingdezhen University, Jingdezhen Jiangxi 333000)
【Abstract】： UAV has very significant advantages in tracking moving targets. Based on this, this paper discusses the relevant theories of UAV, the model establishment and model simplification, inertial navigation system and closed-loop PID control algorithm are introduced, the hardware design of UAV tracking system based on machine vision is studied, and machine vision unit software design, in order to provide reference for relevant workers.
【Key words】： machine vision;UAV;moving target tracking system
0 引言
无人机设备采取一定的技术手段,对处于移动状态 的特定目标进行跟踪和识别,监控相关的工业场景,管 理智能交通系统、电力维护保养等领域。无人机具有非 常突出的特点,例如成本较低、远程遥控、结构紧凑等, 它可以在人们不易于达到的地方,完成多个复杂任务。当 前机器视觉科技进步很快,促进了基于无人机的追踪技术 的发展。对人类而言,图像是获取和传递信息的一种重 要载体,将机器视觉科技和无人机结合起来,具有远大 的发展前途,同时图像包含较大的信息量,与无人机结 合起来能够识别特定目标,对运动物体进行自主追踪。
1 无人机相关理论探讨
1.1 模型建立和模型简化
多旋翼飞行器,可以对自身的电机转速进行调节, 使其驱动螺旋桨,提供不同升力的配比输出,对飞行姿 态进行控制。四旋翼无人机涵盖了两种对称的机体布局,依次是 X 型模式与十字模式。本文采用了四旋翼飞 行器,机身可以被设计成十字交叉的刚性结构,四个电 机依次分布在十字结构的末端。从空间上来看,飞行器 一共存在 6 个自由度,依次沿着三个轴旋转运动和三个 坐标轴的平移运动。人们可以对四个电机的具体转速进 行调节,以控制这 6 个自由度 [1]。为了给四旋翼无人机 建立相应的数学模型,促进理论研究并体现出广泛的适 应性,应在下列假设上建立相关模型 ：机体是非常对称 的均匀刚体。而且,机体所受阻力与自身重力,并未随 着外界的改变而改变。其螺旋桨的转速平方与其四个机 臂的升力,存在着正相关。
1.2 惯性导航系统
地面导航指,明确物体对相对于地球的位置与速度 下,惯性导航系统通过配置机体的惯性传感器,实现系 统导航,测量和分析惯性角速度与力的相关数据,实现 相关的导航任务。惯性导航系统能够初始化自身的位置信息后,可以不断获得研究对象的位置与速度。所以, 人们广泛运用惯性导航系统,以研究自动飞行控制系统 与多旋翼飞行器。此处应打造下列基础坐标系,分别是 机体坐标系和大地惯性坐标系,还要引入欧拉角的相关 概念,即俯仰角、偏航角与翻滚角。
1.3 闭环 PID 控制算法
从过程控制应用方面来看, PID 类控制器占了绝大部 分。它借助线性关系,把微分和积分、实际和期望之间的 误差比例等,算出来控制量,以精确控制和管理相关的控 制对象。数字 PID 控制器,可以使人们在设计 PID 控制 器的过程中,运用并联独立工作的指导理念。而且它的 鲁棒性非常优秀,易于实现,且具有很好的可靠性。
计算机和可视化图像以图像采集,作为数据交互的 必要基础,它也是后期进行图像分析和处理的前提,它 可以把摄像头获取的图像,处理成计算机可以置的二维 数组。摄像机和镜头会对图像采集产生影响,通常要联 系图像处理与分析的实际需要,选择相机与镜头的型 号,采取合理的光照手段 [2]。图像处理囊括了预处理与 后期分析,也包括图像增强、噪声去除、目标提取、边 缘分割等非常具有代表性的图像处理措施。电脑可以通 过各种数学计算方式,处理象征着图像的一系列二位数 组。机器视觉处理活动中,能否捕获到目标物体,会对 方案实施产生非常显著的影响。而且,边缘检测和图像 分割,也是目标获取的主要前提,这些操作步骤的具体 效果,受到图像预处理效果的较大影响。所以,在机器 视觉中,图像预处理是非常关键的内容之一。
基于机器视觉的无人机追踪系统设计涵盖了两大组 成部分,分别是硬件设计和机器视觉单元软件设计,以 下分别进行论述。
2 基于机器视觉的无人机追踪系统硬件设计
无人机对移动目标追踪系统的研发设计过程中,基 于机器视觉,采取了相关 April Tags。它的硬件设计涵 盖两个方面,分别是机器视觉单元和飞控单元。无人机 为系统提供性能良好的实验平台,收发设计者通过遥控 器发布的姿态调整指令,并计算四个电机的具体占空比 与它们给无人机带来的上升力大小。在保证无人机飞行 稳定的情况下,飞控单元能够第一时间响应、随时接收 机器视觉单元的各种飞行指令。机器视觉单元利用无人 机上的摄像头,随时捕获无人机所在实际环境的相关图 像。对上述图像进行处理后,能够捕获所追踪的移动目 标,计算移动目标与飞行器的相对位置信息。将无人机 的相对位置信息发送给飞控单元,求出和转化为调整无 人机姿态的信息。鉴于机器视觉单元与飞控单元间存在着近距离通信的情况,选择串口当作上述两大单元之间 交互信息的途径,支持飞行器自主跟踪移动目标 [3]。
在飞行器头部位置安装机器视觉单元,以采集相关 的飞行图像。它需要单元具有灵活小巧的特征 ;为确保 飞行器的续航时间,增强其系统地完成任务的能力,该 单元要具备较强的低功耗特征。而且,机器视觉单元可 以有效利用机器视觉技术,发挥其资源优势 ;其主控单 元采取 F765 V1 芯片(STM32 系列), 图像采集模块 (以 OV7725 摄像头为重中之重),当然它也离不开串口 通信电路。
从飞控单元软件的设计来看, 首先是设计概述。无 人机选取了 STM32 F 103 C8T6.在设计其飞控单元软 件的过程中,重点涵盖下列结构库。它包括传感器模块 器件驱动库、数据存储与交互库、数据处理库、芯片接 口功能驱动库、系统应用库、MCU 软件底层驱动库等。 从开发环节来看,要按照这些结构库的各个分模块,做 好相关软件的开发 [4]。此处选择具有代表性的结构库进 行论述。
(1)软件底层驱动库。结合笔者的开发经验与官方 制定的芯片使用手册,在设计飞控单元软件的过程中, 基于 STM32 标准外设库完成设计任务。标准库与固件 函数包的功能等同,包括了程序、数据结构、宏等,它 也具备了微控制器所有外围设备的性能特征。该函数库 包括每个芯片外设的驱动描述与应用实例,为开发人员 提供 API,使他们能够访问底层硬件。开发者只要经由 固件函数库,即使并未完全熟悉底层硬件的各种细节, 也可以便捷地利用各种外设。
借助这种标准外设库,可以降低压缩片内外设的研 发时间,开发成本得到有效控制。芯片外设驱动均涵 盖驱动库,它们均由诸多函数组成,此类函数囊括了 这个外设的全部功能,人们可以借助广泛运用的标准化 APU,开发每个器件。无人机控制单元采取 V3.5 版本, 并立足于此, 实现串口通信、定时器捕获、定时器、 SPI 通信等功能的有序驱动。
(2)传感器模块器件驱动库。飞行控制模块的核心 功能模块,包括姿态解算模块(以 MPU6500 为基础)、 气压检测模块(以 MS5611 为基础),此外还包括距离 检测末班(基于超声波),这些都可以实现上述模块的 功能。阅读芯片厂家配备的产品使用手册,按照手册中 的论述(例如指令传输、数据发送规定、芯片供电), 将实际程序研发出来,保证芯片正常工作,模块功能能 够正常工作。人们应衔接不同芯片的相关程序文件,科 学配置传感器,发送有关指令。此外,这些程序文件可以显著强化代码的可移植性。
3 机器视觉单元软件设计
3.1 设计概述
机器视觉单元以 STM 32F 765 VI 处理芯片为基础, 利用图像处理算法开发出所需要的软件,它可以实时定 位和获取无人机单元的位置信息,确定了视觉定位的 方案后,能够在相关嵌入式平台中得以实现。机器感知 核心内容中,在采取自然特征方面存在着较多的处理方 案。而且,人工特征(基准)在创造可控实验、地面实 况实验、开发精简感知系统方面,发挥着非常关键的作 用。机器视觉单元能够采取各种新兴的准系统。April Tag,是优化 AR Tool KIT 的结果。它优化后的线路检 测算法更快,具备了更强大的数字编码能力。哪怕一些 镜头失真、图像被遮挡、目标平面出现扭曲等现象,它 也能够持续性地工作下去。
就机器视觉单元而言,其软件设计涵盖两大内容, 分别是目标信息的解码和目标的识别检测。例如,获取 原图,借助图像预处理算法,处理原图的诸多细节 ;以 像素为对象,进行必要的运算,侧重分析像素的梯度信 息(包括其方向和幅值) ;对梯度边缘进行聚类,以边 缘点为核心搜索周围的点,依据边缘方向,聚类相邻的 一系列点聚。在此基础上,要利用线性回归做好直线拟 合 ;要以直线为采集,利用深度为 4、递归式的搜索优 先算法,尝试封闭直线组的四边形。目标被捕获后,要 解码这些目标的信息,获取目标相关位置的数据 [5]。
3.2 目标检测
AprilTag 涵盖下列类型 ：AR Tool KIT、TAG36H10、 TAG25H9、TAG25H、TAG36H11 和TAG16H5 等, 均 含 有针对性的 ID。它们的种类不同,也具有不同的特性,可 以在多种场景中运用。TAG36H11 的有效方形区域为 4×4. 它的校验信息非常丰富,错误率也持续下降。机器视觉 单元采取 TAG36H11.能够从互联网上直接下载。目标 检测的首要步骤,也就是检测图像的相关线条,计算每 个像素的梯度方向与幅度。它将达到一定相似度的方向 分量与梯度幅度的像素聚集在一起,生成相应的线段。
聚类算法被用于机器视觉单元,类似于 Felzensz- walb 基于图的设计方法。图像中的点被镜头捕获后, 都代表着相应的像素。相邻像素之间加入边缘,其边缘 权重和其在梯度方向的相邻像素的差异相同。结合上述 边缘权重,排列这些像素的顺序,判断是否把相关像素 划分成一类(线段)。
接下来要结合图像中的四边形,获取前文提到的有 向线段,极大便利于矩形任务的完成(具备四边形状的线段序列)。系统采取了深度递归搜索算法(深度为 4),把它作为矩形识别的相关方案。从它的第一深度层 来看,要对所有选段进行检索,将每条线段作为矩形的 起始线段。
把第一层的线段作为起始点,对临近这个线段的相 关线段进行检索,直到它形成非常规范的四边形。在整 个搜索活动中,应采取逆时针缠绕的方式,而且,应选 用适当的阈值,以评价此线段有没有处于前文提到的四 边形中,以提升识别活动的精准度。即便遭遇遮挡,识 别活动的成功率仍然不断提高。在检测活动中,搜索全 部线段的工作量非常庞大,会极大消耗 MCU 资源,因 此,人们可以借助二维查找表,以提升查询速度。借助 逆时针搜索和二维查找表,对检测每条直线的次数进行 限制,会极大减少四边形检测的具体运行时间 [6]。
3.3 目标信息解码
无人机成功捕获移动后,可以利用图像数据与资 料,将目标与镜头的相对距离和角度等进行解码。这些 数值与 April Tag 标签的具体大小和镜头的具体焦距等 关系密切。单元使用前,要测量它们的数值,并标定清 楚。事先得到这两个量的数据,才可以利用 DLT(Direct Linear Transform) 算法, 将单应性矩阵算出来, 获 得它的具体信息。
4 结语
总之,本文基于机器视觉,设计研发的无人机对移动 目标跟踪系统,具有实施简单、精确性高、追踪成本低、 适应性强等多个优点。未来应持续强化它的硬件设计和 软件设计,增强它的飞行稳定性,对无人机的速度和方 向实施精准控制,使其智能处理飞行中的一系列问题, 自动跟踪移动目标,提升自动跟踪系统的设计能力。
参考文献
[1] 于坤林.基于惯性导航与视觉导航组合的农业植保无人机自 主飞行技术研究[J].软件,2021.42(9):55-57.
[2] 张鹏飞.无人机视觉目标检测跟踪技术[D].西安:西安电子科 技大学,2021.
[3] 陆渊章,戴红霞,胡莹,等.基于机器视觉的无人机协同目标跟 踪算法研究[J].电子器件,2020.43(5):1096-1099.
[4] 薛佳文.无人机室内自主定位与视觉目标跟踪算法研究[D]. 广州:广东工业大学,2020.
[5] 吴朝阳.基于机器视觉的四旋翼无人机目标跟踪飞行系统设 计[D].南京:南京信息工程大学,2020.
[6] 王诗宇.基于视觉的旋翼无人机移动目标跟踪算法研究[D]. 沈阳:沈阳航空航天大学,2019.
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/53375.html
