劉一航,鐘繼康
?
基于四旋翼無(wú)人機(jī)新型控制方式
劉一航,鐘繼康
(武漢理工大學(xué)機(jī)電工程學(xué)院,湖北 武漢 430070)
目前四軸飛行器的技術(shù)日趨成熟,針對(duì)于四軸飛行器的研究已經(jīng)從研究方向轉(zhuǎn)化為應(yīng)用方向,是目前較為合適的無(wú)人飛行開(kāi)發(fā)平臺(tái)。與此相對(duì)應(yīng)的是我國(guó)的國(guó)土面積廣闊,地形復(fù)雜多變,采用車(chē)輛等地面交通工具相對(duì)速度較慢,其在針對(duì)于植物調(diào)查統(tǒng)計(jì)方面速度較慢,因此目前所采取的主要模式為衛(wèi)星遙感與地面人力普查相結(jié)合。隨著四軸飛行器的商業(yè)化以及平民化,四軸飛行器結(jié)合視覺(jué)識(shí)別可以有效解決此類(lèi)問(wèn)題。探討了在國(guó)有機(jī)耕農(nóng)場(chǎng)環(huán)境下四軸飛行器的新型控制以及使用方式,望對(duì)完善我國(guó)的機(jī)器人操控科技有一定的指導(dǎo)意義。
四軸飛行器;新型控制方式;植物保護(hù);視覺(jué)識(shí)別
四軸無(wú)人機(jī)又稱(chēng)四軸飛行器,其采用Linux系統(tǒng)作為其核心架構(gòu),機(jī)械結(jié)構(gòu)相對(duì)較為簡(jiǎn)單。目前國(guó)內(nèi)的商用無(wú)人機(jī)技術(shù)已經(jīng)相對(duì)成熟,以DJI為代表的國(guó)內(nèi)的公司的無(wú)人機(jī)的性能相對(duì)優(yōu)異。目前對(duì)四軸無(wú)人機(jī)的研究已經(jīng)從科研方向轉(zhuǎn)換為應(yīng)用方向,主要與機(jī)器視覺(jué)等技術(shù)結(jié)合,并且目前商用無(wú)人機(jī)的開(kāi)發(fā)可以與現(xiàn)在的開(kāi)源代碼相結(jié)合做出一定的優(yōu)化,將復(fù)雜的機(jī)器人開(kāi)發(fā)變得簡(jiǎn)易化。
1.2.1 二次開(kāi)發(fā)簡(jiǎn)單
目前的商用無(wú)人機(jī)一般都為二次開(kāi)發(fā)留下了接口,可以快速通過(guò)二次開(kāi)發(fā)接口對(duì)無(wú)人機(jī)進(jìn)行二次開(kāi)發(fā)。以DJI為例,DJI在官網(wǎng)上就有對(duì)應(yīng)的二次開(kāi)發(fā)工具提供,這些二次開(kāi)發(fā)工具的開(kāi)發(fā)環(huán)境一般為L(zhǎng)inux等開(kāi)源系統(tǒng)。這些二次開(kāi)發(fā)工具(sdk編寫(xiě)器)在二次開(kāi)發(fā)中表現(xiàn)了可靠的特性。
1.2.2 支持先進(jìn)傳感器和執(zhí)行器
無(wú)人機(jī)具有一定的兼容性,在飛控芯片允許的情況下可以與其他類(lèi)型的傳感器相結(jié)合,直接嵌入到原有的系統(tǒng)中。無(wú)人機(jī)常用的傳感器包括紅外線(xiàn)傳感器、超聲波傳感器等多種類(lèi)型的傳感器做外部開(kāi)發(fā)。在實(shí)際的二次開(kāi)發(fā)中,建議使用相對(duì)較為先進(jìn)的傳感器,減少環(huán)境對(duì)于傳感器的干擾,可以有效提升傳感器的抗干擾能力。
1.2.3 支持多種類(lèi)型的終端進(jìn)行控制
無(wú)人機(jī)可以接受多種終端進(jìn)行控制,包括移動(dòng)終端(手機(jī)等具有通訊能力的裝置)、計(jì)算機(jī)(固定通訊終端)和專(zhuān)門(mén)的搖桿遙控器,同時(shí)無(wú)人機(jī)支持多終端交換信息。無(wú)人機(jī)支持多種語(yǔ)言(c語(yǔ)言,python)進(jìn)行控制,對(duì)于程序編寫(xiě)的語(yǔ)言種類(lèi)要求相對(duì)較低。
1.2.4 安全性高
目前的商用無(wú)人機(jī)采用的系統(tǒng)高度安全化,商用無(wú)人機(jī)的飛控系統(tǒng)一般需要無(wú)人機(jī)的攝像頭正常工作后才可以控制無(wú)人機(jī)。同樣,目前的商用四軸飛行器一般具有防撞壁功能和檢測(cè)到無(wú)人機(jī)處于較為危險(xiǎn)的環(huán)境下自動(dòng)返回的功能。自己的二次開(kāi)發(fā)工具所撰寫(xiě)的程序的優(yōu)先級(jí)低于無(wú)人機(jī)的飛控系統(tǒng)的優(yōu)先級(jí),可以有效保證機(jī)體的安全。
目前四軸飛行器盡管具有諸多的優(yōu)勢(shì),但是依然存在一些不足。一方面由于目前大部分機(jī)器人的操作系統(tǒng)的基礎(chǔ)內(nèi)核都是Linux系統(tǒng),而Linux系統(tǒng)與現(xiàn)在較為常用的視窗系統(tǒng)的操作模式不同,為熟練掌握無(wú)人機(jī)的二次開(kāi)發(fā)必須有效掌握Linux系統(tǒng)。另一方面,商用四軸飛行器仍然是一種飛行器,在飛行的過(guò)程中需要考慮到氣動(dòng)力的影響。一些復(fù)雜的動(dòng)作或者風(fēng)向風(fēng)力的改變都會(huì)對(duì)飛行器本身的飛行姿態(tài)造成一定的影響。由此可知,該系統(tǒng)現(xiàn)在的二次開(kāi)發(fā)還是針對(duì)于技術(shù)人員,無(wú)人機(jī)的操作使用還是針對(duì)于受過(guò)一定訓(xùn)練的人員。在今后的發(fā)展中,四軸飛行器的飛控建議針對(duì)于高空復(fù)雜氣流,并且簡(jiǎn)化二次開(kāi)發(fā)采用模塊化編程,從而拓寬四軸無(wú)人機(jī)的應(yīng)用范圍。
四軸無(wú)人機(jī)的空間自由度為6,但是其僅有4個(gè)主動(dòng)構(gòu)件提供原動(dòng)力,因此其屬于一種典型的欠驅(qū)動(dòng)系統(tǒng),相對(duì)能實(shí)現(xiàn)的飛行姿態(tài)較少。
2.1.1 垂直運(yùn)動(dòng)
四旋翼無(wú)人機(jī)的旋翼在旋轉(zhuǎn)的會(huì)產(chǎn)生扭矩,飛行過(guò)程會(huì)對(duì)機(jī)身造成一定的影響,因此在實(shí)際使用中采用兩對(duì)相反旋轉(zhuǎn)的電機(jī)進(jìn)行控制。四個(gè)旋翼扭轉(zhuǎn)的過(guò)程當(dāng)中會(huì)發(fā)生升力,在軸和軸的擾動(dòng)量較小的情況下改變四個(gè)旋翼轉(zhuǎn)速同步增添或減小是垂直活動(dòng)的關(guān)鍵。
2.1.2 前后運(yùn)動(dòng)與側(cè)航運(yùn)動(dòng)
無(wú)人機(jī)的前后運(yùn)動(dòng)以及測(cè)航運(yùn)動(dòng)都屬于在和軸方向上的運(yùn)動(dòng),而四旋翼無(wú)人機(jī)產(chǎn)生的升力方向是針對(duì)于垂直方向上,水平面內(nèi)的運(yùn)動(dòng)需要產(chǎn)生一定程度的傾斜,產(chǎn)生一定程度的水平分量。
2.2.1 通信控制方法
無(wú)人機(jī)的通信控制主要是基于Mavlink協(xié)議進(jìn)行傳輸,該協(xié)議遵循LGPL開(kāi)源協(xié)議。該協(xié)議的連接方式有兩種,第一是串口通信,第二是基于TCP/UDP協(xié)議的無(wú)線(xiàn)網(wǎng)絡(luò)通信。其串行通信是使用XBee模塊進(jìn)行通信,但是其數(shù)據(jù)波特率僅有1 152 000 bps,串行口通信在高頻傳輸大量信息的時(shí)候可能發(fā)生丟包,導(dǎo)致信息傳輸出現(xiàn)嚴(yán)重問(wèn)題。因此,本項(xiàng)目選擇了高速SPO轉(zhuǎn)WIFI模塊進(jìn)行傳輸,這種串行外設(shè)接口(SPI)屬于告訴同步串行輸入輸出接口,并且支持16級(jí)深度發(fā)生接受FIFO,可以有效降低飛控系統(tǒng)的資源占用。
2.2.2 圖片識(shí)別
作品針對(duì)機(jī)耕農(nóng)場(chǎng)的冬季小麥的成熟與收割,小麥成熟的一個(gè)顯著特點(diǎn)就是小麥會(huì)從青色逐漸轉(zhuǎn)變?yōu)榱咙S色。撂荒或者輪耕的土地所呈現(xiàn)的土黃色為一種暗黃色,暗黃色相較于成熟的亮黃色的亮度、飽滿(mǎn)度都相對(duì)較低。因此在針對(duì)機(jī)耕農(nóng)場(chǎng)的冬小麥?zhǔn)崭钇诘闹参镞M(jìn)行有效監(jiān)察的前提下,本項(xiàng)目選擇主要以顏色識(shí)別為核心的識(shí)別模式。本項(xiàng)目采用其他較為復(fù)雜的識(shí)別手段,對(duì)于提升識(shí)別冬小麥成熟的能力相對(duì)有限,而需要占用較多的運(yùn)算資源識(shí)別速度較慢。顏色識(shí)別主要需要的算法為二值化算法即RGB轉(zhuǎn)HSV算法。具體如圖3和圖4所示。
max=max(,,);
min=min(,,);
=max(,,);
=(max-min)/max;
if(=max)=(-)/(max-min)*60;
if(=max)=120+(-)/(max-min)*60;
if(=max)=240+(-)/(max-min)*60;
if(<0)=+360;
小麥成熟前為青色,其RGB值為0,255,255,轉(zhuǎn)化為HSV數(shù)學(xué)模型后為180,1,255.小麥成熟后為黃色,其RGB值為255,255,0,轉(zhuǎn)化為HSV數(shù)學(xué)模型后為60,1,255.其識(shí)別僅計(jì)算灰度即可,黃色與青色在HSV模型下為互補(bǔ)色,識(shí)別起來(lái)相對(duì)快速。
在識(shí)別確認(rèn)了黃色色塊后,軟件將進(jìn)行形狀識(shí)別,圖片所拍攝的畫(huà)面承載的土地大小一定,在得到灰度圖后灰度接近60的部分將會(huì)采用畫(huà)圓的方法簡(jiǎn)單的畫(huà)出成熟小麥的外框區(qū)域。得到其大致成熟區(qū)域的外形后,將根據(jù)圖片比例與圖形比例計(jì)算出成熟區(qū)域占據(jù)整體區(qū)域的比例,在計(jì)算出比例后將會(huì)將數(shù)據(jù)上傳給上位機(jī)。
圖1 RGB顏色模型
圖2 HSV顏色模型
四軸飛行無(wú)人機(jī)的飛控系統(tǒng)會(huì)與地面終端實(shí)時(shí)交換位置信息以及圖片信息,地面終端會(huì)通過(guò)GIS定位數(shù)據(jù)以及無(wú)人機(jī)傳輸回來(lái)的圖片數(shù)據(jù)分析分析無(wú)人機(jī)實(shí)時(shí)位置。在分析圖片數(shù)據(jù)的過(guò)程中,會(huì)借助Camshift跟隨算法,幫助計(jì)算具體的無(wú)人機(jī)的位置坐標(biāo),有效地對(duì)自身位置判斷。
無(wú)人機(jī)所搭載的飛控系統(tǒng)的處理能力相對(duì)較弱,并且在實(shí)時(shí)處理的過(guò)程中會(huì)根據(jù)衛(wèi)星的定位數(shù)據(jù)以及實(shí)際情況,對(duì)于無(wú)人機(jī)所拍攝到的實(shí)時(shí)數(shù)據(jù)進(jìn)行傳輸以及存儲(chǔ)在自身攜帶的SD卡。在無(wú)人機(jī)的控制過(guò)程中,導(dǎo)航控制、算法功能以及數(shù)據(jù)的實(shí)時(shí)傳輸有效保證了操控的準(zhǔn)確性和實(shí)時(shí)性。
無(wú)人機(jī)傳輸?shù)恼掌瑢?huì)根據(jù)拍攝的實(shí)際位置進(jìn)行綜合分析最終進(jìn)行編號(hào),并且這些圖片最終會(huì)匯集成為一張?jiān)茍D,云圖上包括大量的實(shí)時(shí)的植物生長(zhǎng)階段的數(shù)據(jù)。
無(wú)人機(jī)在對(duì)整個(gè)環(huán)境的監(jiān)測(cè)中會(huì)根據(jù)實(shí)際情況采取不同的圖像識(shí)別手段,例如在判斷經(jīng)濟(jì)作物的成熟中主要采用顏色識(shí)別,判斷經(jīng)濟(jì)作物的種植密度以及種植的間距的情況下主要采用紋理識(shí)別。
在不同的環(huán)境下對(duì)于機(jī)耕農(nóng)場(chǎng)進(jìn)行監(jiān)察,需要對(duì)應(yīng)針對(duì)其圖片特征進(jìn)行有效采集以及匯總至數(shù)據(jù)庫(kù)內(nèi),根據(jù)實(shí)際需要選擇對(duì)應(yīng)的功能。
四軸飛行器的飛行受到氣象條件以及地形限制較為嚴(yán)重,而在光線(xiàn)條件較好并且處于微風(fēng)環(huán)境下的開(kāi)闊地、四軸飛行器所表現(xiàn)出來(lái)的完成任務(wù)能力較好。因其在光線(xiàn)較好的情況拍攝的圖片亮度較高,飽和度以及色域相較于光線(xiàn)較差環(huán)境下拍攝的圖片更加明顯,區(qū)分度更高。這樣可以有效降低無(wú)人機(jī)飛控系統(tǒng)在圖像識(shí)別上的資源分配,可以將相對(duì)較多的資源分配給飛行姿態(tài)的控制。
在實(shí)際的使用過(guò)程中,無(wú)人機(jī)本身的飛控系統(tǒng)的運(yùn)算能力以及其自身機(jī)械設(shè)計(jì)上的運(yùn)載能力會(huì)受到極大的限制。在使用過(guò)程中,必須要針對(duì)于專(zhuān)門(mén)的問(wèn)題進(jìn)行對(duì)應(yīng)的調(diào)整,優(yōu)化資源分配以及二次調(diào)試。在針對(duì)復(fù)雜問(wèn)題的解決情況下,無(wú)人機(jī)的飛行姿態(tài)、電力、執(zhí)行任務(wù)對(duì)于飛控系統(tǒng)的資源占用情況都需要進(jìn)行針對(duì)性?xún)?yōu)化。
[1]彭向陽(yáng),鐘清,饒章權(quán),等.基于無(wú)人機(jī)紫外檢測(cè)的輸電線(xiàn)路電暈放電缺陷智能診斷技術(shù)[J].高電壓技術(shù),2014(8):2292-2298.
[2]汪沛,羅錫文,周志艷,等.基于微小型無(wú)人機(jī)的遙感信息獲取關(guān)鍵技術(shù)綜述[J].農(nóng)業(yè)工程學(xué)報(bào),2014(18):1-12.
[3]李宗南,陳仲新,王利民,等.基于小型無(wú)人機(jī)遙感的玉米倒伏面積提取[J].農(nóng)業(yè)工程學(xué)報(bào),2014(19):207-213.
[4]彭向陽(yáng),陳馳,饒章權(quán),等.基于無(wú)人機(jī)多傳感器數(shù)據(jù)采集的電力線(xiàn)路安全巡檢及智能診斷[J].高電壓技術(shù),2015(1):159-166.
2095-6835(2018)24-0049-03
V279
A
10.15913/j.cnki.kjycx.2018.24.049
〔編輯:嚴(yán)麗琴〕