宗偉林， 賈毅超， 李國榮， 鄧澤江， 李聰聰

(中國礦業(yè)大學(xué)電力學(xué)院，江蘇 徐州 221116)

0 引言

四旋翼無人機(jī)是一種可垂直起降、定點(diǎn)懸停、性能優(yōu)良、無需人工駕駛的飛行器，也是具有一定智能的空中機(jī)器人。目前遙控?zé)o人機(jī)技術(shù)已經(jīng)成熟，自動(dòng)飛行以及對目標(biāo)跟蹤方面功能的提升將具有更加深刻的意義。文獻(xiàn)[1-2]提供了基礎(chǔ)的單片機(jī)知識(shí)和相關(guān)硬件電路知識(shí);文獻(xiàn)[3]介紹了四旋翼控制基本算法;文獻(xiàn)[4]提供了建立四旋翼數(shù)學(xué)模型的參考方法。四旋翼是一種欠驅(qū)動(dòng)系統(tǒng)，文獻(xiàn)[5]講述了欠驅(qū)動(dòng)系統(tǒng)的相關(guān)模型及控制;文獻(xiàn)[6]中采用姿態(tài)傳感器獲取飛行器的姿態(tài)數(shù)據(jù)，為后面的PID控制提供輸入，但此種處理數(shù)據(jù)相對繁雜。本文采用九宮格處理算法，在無人機(jī)姿態(tài)控制上具有更好的性能。本文設(shè)計(jì)了一種基于九宮格視野分割的攝像頭目標(biāo)追蹤控制系統(tǒng)，將目標(biāo)識(shí)別的輸出結(jié)果作為外回路控制插入內(nèi)回路姿態(tài)控制，實(shí)現(xiàn)目標(biāo)識(shí)別與跟蹤的同步控制，簡化了系統(tǒng)結(jié)構(gòu)和控制過程，并基于ARM嵌入式系統(tǒng)進(jìn)行了硬件實(shí)現(xiàn)和驗(yàn)證。

1 硬件設(shè)計(jì)

系統(tǒng)包括控制部分、電機(jī)調(diào)速部分、高度測量部分、圖像識(shí)別部分和通信部分[7]。系統(tǒng)總體架構(gòu)如圖1所示。

圖1 總體架構(gòu)圖Fig.1 Overall architecture diagram

控制芯片選擇瑞薩的R5F523T5ADFM，板上標(biāo)有“NUEDC”的單片機(jī)。飛控芯片選擇STM32F407，兩者共同組成控制系統(tǒng)。相比于qq飛控代碼不開放且控制效果不佳，STM32F407飛控芯片具有控制效果較好且開源代碼豐富的優(yōu)勢。

HC-SR04超聲波傳感器作為高度測量模塊，模塊性能穩(wěn)定、測距精確、精度高、盲區(qū)小。而bmp085氣壓傳感器芯片價(jià)格較貴，且低空誤差較大。電機(jī)調(diào)速模塊選擇無刷電機(jī)的電調(diào)。圖像識(shí)別模塊則選擇OV767 0CAMERACHIPTM圖像傳感器。

通信模塊選擇ATK-HC05，是ALIENTEK生成的一款高性能主從一體藍(lán)牙串口模塊，ATK-HC05藍(lán)牙串口模塊所有的功能都是通過AT指令集控制的，比較簡單。通過ATK-HC05藍(lán)牙串口模塊，所有單片機(jī)(3.3 V/5 V電源)都可以很方便地實(shí)現(xiàn)藍(lán)牙通信。

2 獲取待追蹤目標(biāo)相對飛行器位置

2.1 圖像采集與處理

為提高系統(tǒng)的除噪聲效果，本文采用中值濾波算法對攝像頭所采集的圖像進(jìn)行預(yù)處理。

中值濾波是常見的非線性濾波技術(shù)，經(jīng)處理后可得到圖像中任一點(diǎn)的灰度值。因?yàn)槭沁x定窗口中灰度值的平均值，所以它能夠在保護(hù)圖像邊緣的同時(shí)去除噪聲。

2.2 目標(biāo)位置確定

首先將視野區(qū)域按九宮格算法劃分(如圖2所示)，便于后期的分區(qū)域統(tǒng)計(jì)。算法以飛行器追蹤遙控賽車為例進(jìn)行測試，由于車身與白色運(yùn)動(dòng)場地反差明顯，使用閾值分割法將視野處理成二值圖像，車身是1，背景是0。然后統(tǒng)計(jì)每個(gè)區(qū)域中像素點(diǎn)數(shù)可得目標(biāo)位置[8]，以此作為采樣反饋引入PID控制系統(tǒng)中，得到四電機(jī)的控制信號(hào)。

圖2 九宮格分割圖Fig.2 Segmentation graph

根據(jù)實(shí)際情況對點(diǎn)數(shù)采集與目標(biāo)位置做如下討論分析：1) 點(diǎn)數(shù)全部分布于區(qū)域5中，或者絕大多數(shù)分布于區(qū)域5中，區(qū)域4,2,6,8中幾乎同等地分布很少，這兩種情況與設(shè)置飛行器距離追蹤目標(biāo)的固定高度有關(guān)，此時(shí)目標(biāo)在飛行器正下方；2) 點(diǎn)數(shù)集中分布于區(qū)域2或8，此時(shí)目標(biāo)在分別是在飛行器的前下方或后下方；3) 點(diǎn)數(shù)集中分布于區(qū)域1,3,9或7，此時(shí)目標(biāo)在飛行器的左前下方、右前下方、左后下方或右后下方。

2.3 控制系統(tǒng)輸出控制信號(hào)

定高、懸停和飛行姿態(tài)控制三者共用的是PID控制。

對于定高采用串級PID進(jìn)行調(diào)整，串級PID可有效實(shí)現(xiàn)對干擾的抑制，尤其是電源電壓。串級PID內(nèi)外兩環(huán)并聯(lián)調(diào)節(jié)，其優(yōu)點(diǎn)是增加系統(tǒng)的穩(wěn)定性和抗干擾性[6]。

內(nèi)環(huán)P,從小到大，拉動(dòng)四軸越來越困難，四軸抵抗拉動(dòng)的感覺越來越強(qiáng)烈；內(nèi)環(huán)I,從PID原理可知，積分只是用來消除靜差；內(nèi)環(huán)D，這里的微分項(xiàng)D為標(biāo)準(zhǔn)PID原理下的微分項(xiàng)，即本次誤差-上次誤差。外環(huán)P，當(dāng)內(nèi)環(huán)PID全部整定完成后，飛機(jī)已經(jīng)可以穩(wěn)定在某一個(gè)位置。

PID控制算法采用增量式數(shù)字PID控制。在此系統(tǒng)中輸入的是由于飛行器的移動(dòng)而導(dǎo)致像素點(diǎn)數(shù)的變化差值，不同于位置式數(shù)字PID控制方式，需要輸入?yún)^(qū)域中的像素點(diǎn)數(shù)，飛行器不會(huì)因?yàn)轱w行位置的較大偏移，即輸入像素?cái)?shù)的突變而難以控制。式(1)為增量式數(shù)字PID控制算法，輸入誤差E(k)經(jīng)過式(1)運(yùn)算即可得輸出量[9]，即

ΔU(k)=U(k)-U(k-1)=KPE(k)+KIE(k)+

KD[ΔE(k)-ΔE(k-1)]

(1)

式中：ΔU(k)為PID的輸出；KP為控制器比例放大系數(shù)；KI為控制器積分放大系數(shù)，其展開為KP/TI，TI為控制器的積分時(shí)間；KD為控制器的微分放大系數(shù)，其展開為KD·TD，TD為控制器微分時(shí)間。

3 結(jié)論

本文的設(shè)計(jì)穩(wěn)定實(shí)現(xiàn)了四旋翼的常規(guī)功能:定高與懸停，還測試完成了遙控小車的追蹤，確定目標(biāo)的位置的思想亦具有很好的植入性。測試實(shí)驗(yàn)中小車與運(yùn)動(dòng)場地差別明顯，圖像處理工作較容易實(shí)現(xiàn)。真正的追蹤環(huán)境是很復(fù)雜的，會(huì)增加跟蹤難度。接下來的工作將完善所采圖像的處理，改進(jìn)對四旋翼的非線性控制。

[1] 黃智偉.全國大學(xué)生電子設(shè)計(jì)競賽訓(xùn)練教程[M].北京:電子工業(yè)出版社，2010.

[2] 李曉林.單片機(jī)原理與接口技術(shù)[M].北京:電子工業(yè)出版社，2010.

[3] ELFES A,BUENO S S,BERGERMAN M,et al.Robotic airships for exploration of planetary bodies with an atmos-phere:autonomy challenges[J].Autonomous Robots, 2003,14(2):147-164.

[4] MURRAY R M,SASTRY S S,LI Z.A mathematical introduction to robotic manipulation[M].Boca Raton:CRC Press Inc.,1994.

[5] MULLHAUPT P.Analysis and control of underactuated mechanical nonminimum-phase systems[D].Lausanne:Ecole Polytechnique Federale de Lausanne,1999.

[6] 曲云鵬,董玉林,胡哲.基于32位單片機(jī)的四旋翼飛行器尋跡系統(tǒng)[J].黑龍江科技信息,2017(16):154-155.

[7] 孫洪超，紀(jì)志堅(jiān)，劉顯著.基于四旋翼飛行器圖像采集系統(tǒng)的設(shè)計(jì)[J].青島大學(xué)學(xué)報(bào)：工程技術(shù)版,2017,32(1):26-30.

[8] ZUFFEREY J C,FLOREANO D,LEEUWEN M V,et al.Evolving vision-based flying robots[C]//International Workshop on Biologically Motivated Computer Vision, London:Springer-Verlag,2002:592-600.

[9] 邵帥,廖仙華,代南明.基于計(jì)算機(jī)視覺的四旋翼無人機(jī)自主懸停方法研究[J].科技風(fēng),2016(11):141.