李 輝，蘆利斌，金國棟

(第二炮兵工程大學(xué)907 教研室，陜西 西安710025)

0 引 言

目前，無人機(UAV)的遠(yuǎn)程控制主要還是以基站和遙控器為主。操作者通過地面站或遙控設(shè)備控制無人機飛行，操作方式比較復(fù)雜，操作人員需要專業(yè)學(xué)習(xí)和培訓(xùn)才能掌握無人機的基本操作技巧。對于普通用戶來說，需要一種簡單的控制方式，操作者只需通過直觀感覺和簡單學(xué)習(xí)就能夠操作無人機。隨著信息化的不斷發(fā)展，人機交互［1］(human-computer interaction，HCI)已經(jīng)成為研究的重點，人機交互的中心已由計算機轉(zhuǎn)移到人的身上，人通過手勢、姿態(tài)、語音等方式來實現(xiàn)人機交互［2］。人體姿態(tài)和手勢與Kinect 相結(jié)合進(jìn)行開發(fā)，在教育界、商務(wù)界、醫(yī)療界、計算機應(yīng)用和機器人視覺控制等方面都有很多的成果［3］。

體勢控制包括手勢和姿態(tài)，具備自然、直觀、容易學(xué)習(xí)和操作等特點。本文選擇體勢作為無人機控制端人機交互的方式，Kinect 傳感器作為人機交互的中介，將自然用戶界面(natural user interface，NUI)應(yīng)用到無人機的控制中來，設(shè)計了與四旋翼無人機的控制指令對應(yīng)的人體體勢動作和相關(guān)識別算法，使得無人機的控制比傳統(tǒng)方式更為簡單直觀?；贙inect 傳感器和自主組裝的四旋翼無人機平臺進(jìn)行了實驗，驗證了體勢控制無人機飛行的可行性。

1 硬件平臺

1.1 Kinect 傳感器簡介

Kinect 傳感器由Microsoft 公司于2010 年推出，其組成如圖1 所示。

圖1 Kinect 結(jié)構(gòu)圖Fig 1 Structure chart of Kinect

Kinect 傳感器可以同時獲取彩色圖像數(shù)據(jù)和深度圖像數(shù)據(jù)，支持實時的全身骨骼跟蹤，獲取人體骨架的20個關(guān)節(jié)點［4］，如圖2 所示。同時，Kinect SDK 允許開發(fā)者借助Visual Studio 2010 進(jìn)行相關(guān)開發(fā)，通過相關(guān)算法設(shè)計實現(xiàn)人體的動作識別。

1.2 四旋翼無人機平臺

無人機主要分為旋翼和固定翼兩種。研究表明，旋翼飛機在結(jié)構(gòu)復(fù)雜度、機動性和靈活性方面均具有更強的優(yōu)勢［5］。本文選用當(dāng)前研究較多的四旋翼飛機作為無人機平臺。如圖3，四旋翼無人機通過調(diào)節(jié)四個電機轉(zhuǎn)速，控制起降、速度、三姿態(tài)(俯仰角φ，偏航角ψ，橫滾角θ)，實現(xiàn)飛行控制［6］。本文設(shè)計實現(xiàn)四旋翼向六個方向的飛行，即為垂直起降、前后平飛、左右平飛。

圖2 人體骨架節(jié)點圖Fig 2 Joints of human skeletal

圖3 四旋翼無人機Fig 3 Quadrotor UAV

2 系統(tǒng)設(shè)計

2.1 系統(tǒng)結(jié)構(gòu)

本文的無人機體感控制系統(tǒng)如圖4，主要包括操控部分和無人機部分。操控部分包括Kinect 傳感器和計算機，實現(xiàn)人對無人機非接觸的控制。Kinect 獲取操作者的體勢動作，通過計算機端的軟件識別人體動作并生成為對應(yīng)的無人機控制指令，通過數(shù)傳模塊，發(fā)送給無人機。無人機接收指令后，送入機載的控制模塊處理并做出相應(yīng)的動作。

2.2 體勢識別

2.2.1 骨骼數(shù)據(jù)獲取

Kinect 水平放置，建立骨骼空間坐標(biāo)系O—XYZ 如圖5所示，原點O 為Kinect 紅外攝像頭中心，X 軸與水平面平行，向右為正;Y 軸和水平面垂直，向上為正;Z 軸為紅外攝像頭的光軸，景深方向為正。當(dāng)操作者位于Kinect 前方，Kinect 獲取人體20 個骨骼節(jié)點的三維坐標(biāo)［7］。本文主要利用上肢的左右手、肘、肩共6 個節(jié)點。

圖4 系統(tǒng)結(jié)構(gòu)示意圖Fig 4 Diagram of system structure

圖5 骨骼空間坐標(biāo)系Fig 5 Skeleton space coordinate system

2.2.2 體勢設(shè)計與識別

當(dāng)人體做出特定動作，全身的骨骼節(jié)點位置坐標(biāo)滿足一定條件，即被識別為一種控制指令。對人體的體勢識別主要是對骨骼節(jié)點之間的角度與歐氏距離進(jìn)行判別，當(dāng)達(dá)到一定的角度與距離時就被系統(tǒng)識別并處理［8～10］。

具體體勢設(shè)計如表1，無人機起飛后，除了這六種控制動作，無人機都保持空中懸停狀態(tài)。體勢動作設(shè)計思想:兩臂同時舉起，飛機起飛;兩臂同時放下，飛機降落;僅左臂舉起，利用左肘關(guān)節(jié)的夾角控制飛機左右平飛;僅右臂舉起，利用右肘關(guān)節(jié)的角度控制飛機前后平飛。

表1 無人機指令與對應(yīng)的體勢動作設(shè)計Tab 1 Instructions of UAV and corresponding design of body posture

人體姿態(tài)識別算法流程圖見圖6。

圖6 姿態(tài)識別算法流程圖Fig 6 Flowchart of gesture recognition algorithm

下面以控制飛機左右平飛體勢動作為例分析體勢識別算法。如圖7，左手節(jié)點A1、左肘節(jié)點B1、左肩節(jié)點C1，形成三維坐標(biāo)系的三角形。邊長和角度為

圖7 上肢骨骼節(jié)點坐標(biāo)圖Fig 7 Coordinates figure of upper limb joints

操作者給出左飛指令:左臂舉起，左肩節(jié)點C1，左肘節(jié)點B1，左手節(jié)點A1的Y 坐標(biāo)值依次增大;同時右臂放下，右肩節(jié)點C2，右肘節(jié)點B2，右手節(jié)點A2的Y 坐標(biāo)值依次減小;左肘關(guān)節(jié)的夾角∠A1B1C1大于90°(夾角∠A1B1C1小于90°，則飛機右飛)。骨骼節(jié)點滿足以下條件

當(dāng)骨骼節(jié)點坐標(biāo)滿足公式(5)時，計算機端軟件將該體勢動作識別為飛機向左平飛指令，進(jìn)而生成無人機左飛控制指令，即為調(diào)整航向角并前進(jìn)，發(fā)送給無人機平臺，控制無人機向左飛行。

3 實驗驗證系統(tǒng)設(shè)計

3.1 驗證系統(tǒng)

本文采用自主搭建的微型四旋翼無人機，該四旋翼機可以通過數(shù)傳模塊，接收控制指令并進(jìn)行相應(yīng)的飛行。實驗系統(tǒng)結(jié)構(gòu)如圖8 所示，Kinect 傳感器捕捉操作者體勢動作，傳給計算機，通過姿態(tài)識別生成相應(yīng)的控制指令并發(fā)給四旋翼無人機。無人機控制指令通信采用2.4 GHz 無線電傳輸，使用數(shù)傳模塊nRF24LE1(室內(nèi)傳輸距離30 ～40 m)，將飛控指令包發(fā)送給機載設(shè)備。

圖8 實驗系統(tǒng)框圖Fig 8 Block diagram of experimental system

3.2 軟件設(shè)計

軟件系統(tǒng)是在VS2010 環(huán)境下開發(fā)的，使用C#編程實現(xiàn)。通過調(diào)用Kinect SDK，訪問連接到計算機的Kinect 傳感器，獲取彩色圖像、深度數(shù)據(jù)、骨骼節(jié)點坐標(biāo)并進(jìn)行骨骼跟蹤。通過上文設(shè)計的動作識別算法，識別人體體勢動作，生成無人機控制指令并發(fā)送給無人機。算法流程如圖9。

圖9 軟件流程圖Fig 9 Flowchart of software

4 實驗結(jié)果與分析

本文針對上述無人機控制系統(tǒng)，在室內(nèi)搭建了基于Kinect 傳感器和四旋翼飛機的實驗平臺，進(jìn)行了室內(nèi)飛行實驗。實驗結(jié)果表明:人體體勢動作能夠?qū)崟r地控制四旋翼進(jìn)行垂直起降、前后平飛以及左右平飛。

如圖10 所示，軟件界面的左側(cè)、右中、右下顯示控件分別顯示的是Kinect 獲取的骨骼節(jié)點識別模型、深度數(shù)據(jù)、彩色圖像數(shù)據(jù)。操作者給出起飛動作指令，四旋翼收到指令后，垂直起飛。

為了驗證體感控制的準(zhǔn)確性，本實驗還選取了20 名不同身高體型的操作者，分別進(jìn)行以上6 個動作的測試，測試結(jié)果如表2 所示。測試結(jié)果表明:該方法對不同操作者的控制姿態(tài)都具有較高的識別率。

圖10 起飛體勢指令與顯示Fig 10 Posture instruction of taking off and display

實驗操作者體勢動作識別屬于靜態(tài)體勢識別，操作者給出一個控制動作，需持續(xù)0.5 s 以上，當(dāng)上肢節(jié)點位置變化過快，操作的流暢性下降。同時，Kinect 精度有限，人到傳感器的理想距離為1.5 ～3.0 m，對操作者活動有一定限制;有遮擋的情況下，操縱準(zhǔn)確性也會受到影響。操作者的身高和體型對體勢識別的影響不大，平臺通用性較好。

表2 不同操作者的測試結(jié)果Tab 2 Test results of different operators

5 結(jié)束語

本文提出了一種基于Kinect 傳感器的無人機體感控制方案。利用Kinect 對操作者進(jìn)行骨骼跟蹤和骨骼數(shù)據(jù)提取，設(shè)計了一組體勢動作和識別算法，進(jìn)而生成對應(yīng)的無人機控制指令，遠(yuǎn)程控制無人機飛行。利用自主搭建的四旋翼無人機平臺對本文的方法進(jìn)行了驗證。結(jié)果表明:操作者通過Kinect 傳感器和本文設(shè)計的體勢動作和識別算法，可以自然、直觀、準(zhǔn)確地對無人機進(jìn)行體勢操控，降低了無人機控制的復(fù)雜性、專業(yè)性。

［1］ Cheng Liying，Sun Qi，Su Han.Design and implementation of human-robot interactive demonstration system based on kinect［C］∥Chinese Control and Decision Conference，2012:971－975.

［2］ 黃國范，李 亞.人體動作姿態(tài)識別綜述［J］.電腦知識與技術(shù)，2013(1):133－135.

［3］ 朱 濤，金國棟，蘆利斌.基于Kinect 應(yīng)用概述及發(fā)展前景［J］.現(xiàn)代計算機，2013(2):8－11.

［4］ 余 濤.Kinect 應(yīng)用開發(fā)實戰(zhàn):用最自然的方式與機器對話［M］.北京:機械工業(yè)出版社，2013:26－40.

［5］ Bouabdallah S，Becker M，Siegwart R.Autonomous miniature flying robots coming soon［J］.IEEE Robotics＆Automation Magazine，2007，14:88－98.

［6］ 于雅莉，孫 楓，王元昔.基于多傳感器的四旋翼飛行器硬件電路設(shè)計［J］.傳感器與微系統(tǒng)，2011，30(8):113－115.

［7］ 謝 亮，廖宏建，楊玉寶.基于Kinect 的姿態(tài)識別與應(yīng)用研究［J］.計算機技術(shù)與發(fā)展，2013，23(5):258－260.

［8］ 符秀輝，杜一鳴.基于Kinect 傳感器的姿態(tài)識別及應(yīng)用研究［J］.電子技術(shù)，2013，23(5):157－158.

［9］ 戰(zhàn)蔭偉，于芝枝，蔡 俊.基于Kinect 角度測量的姿勢識別算法［J］.傳感器與微系統(tǒng)，2014，33(7):129－132.

［10］Asiimwe R，Anvar A.Automation of the maritime UAV command，control，navigation operations，simulated in real-time using Kinect sensor:A feasibility study［J］.World Academy of Science，Engineering and Technology，2012，72:408－412.