邱鵬瑞，劉 筠，劉 聰

(1.昆明理工大學 國土資源工程學院，云南 昆明 650093；2.昆明冶金高等?？茖W校 實訓處，云南 昆明 650033；3.昆明冶金高等?？茖W校 礦業(yè)學院，云南 昆明 650033)

無人機(unmanned aerial vehicle)是一種沒有駕駛?cè)藛T的飛行器，它利用機載的飛行控制系統(tǒng)和航電系統(tǒng)，按照系統(tǒng)預(yù)設(shè)的程序自主飛行或者有地面人員進行操控飛行[1].四旋翼無人機是無人機的一種重要類型，四旋翼有4個螺旋槳，且機架呈現(xiàn)交叉垂直結(jié)構(gòu)，通過4個旋翼的轉(zhuǎn)速來實現(xiàn)機體的姿態(tài)與位置改變.近年來，隨著傳感器技術(shù)、微機電、微慣導和新型材料技術(shù)的發(fā)展，四旋翼無人機朝著高度自主與智能化的方向發(fā)展[2].而自主飛行與智能飛行的前置核心技術(shù)是導航技術(shù).目前，傳統(tǒng)的導航技術(shù)有GPS導航、慣性導航、激光雷達導航、無線電導航和紅外導航等，GPS導航在室內(nèi)等特殊環(huán)境下，位置信息容易丟失，慣性導航由于定位誤差的累加會導致定位精度下降，激光雷達導航由于不斷發(fā)射信號使得隱蔽性較差，無線電導航存在信號強度導致定位不精確問題，紅外導航受光照影響較大[3-4].相較于以上幾種導航方式，基于視覺的無人機自主飛行是一種比較新穎的導航方式，同時還有圖像采集方式可靠安全、應(yīng)用方式多樣、采集功耗低、估計精度高的優(yōu)點，特別是在某些GPS信號容易受損丟失的環(huán)境，視覺自主飛行成為視覺反饋導航和微型飛行器交叉學科研究熱點.四旋翼無人機視覺導航自主著陸是在四旋翼無人機的飛行過程中，通過視覺傳感器獲取圖像信息，并對圖像信息進行分析、理解后，解算運動狀態(tài)及運動目標位置信息來賦予無人機自主功能的應(yīng)用.本文基于Pixhawk開源飛控和mavros技術(shù)，以NVIDIA TX2為機載圖像處理上位機結(jié)合Opencv視覺庫實現(xiàn)基于單目機器視覺的四旋翼無人機定點著陸系統(tǒng).

1 系統(tǒng)架構(gòu)

系統(tǒng)架構(gòu)在設(shè)計時要考慮到四旋翼無人機載重量小的特點，對機載相關(guān)設(shè)備、飛控和各類傳感器如攝像頭等都有一定的限制，系統(tǒng)研究需要四旋翼無人機進行視覺算法處理并實時解算，這就要求攝像頭選取時，視角、重量和清晰度達到要求，同時用于處理視覺算法的機載電腦符合圖像處理能力強和重量輕等特點.本文設(shè)計的單目視覺自主著陸系統(tǒng)架構(gòu)如圖1所示.完整的四旋翼無人機硬件系統(tǒng)由機架、飛控、電調(diào)、電機、遙控器、地面站及視覺處理相關(guān)傳感器如攝像頭、超聲波傳感器和視覺處理機載電腦組成.本研究采用的飛控是開源的Pixhawk飛控，它是四旋翼無人機的核心器件，飛控主要實現(xiàn)飛行數(shù)據(jù)采集、姿態(tài)解算、位置解算以及飛行控制與導航.機載攝像頭模塊是視覺自主降落所采集數(shù)據(jù)的源頭，本系統(tǒng)采用200萬像素高清低照度USB單目攝像頭，攝像頭 3.6 mm 焦距，90°視角.攝像頭采集的著陸標識數(shù)據(jù)經(jīng)TX2視覺處理板進行視覺處理后，將飛控命令發(fā)送至飛控版，控制無人機實現(xiàn)自主降落.

2 著陸標識設(shè)計與識別算法

2.1 著陸標識設(shè)計

自主著陸系統(tǒng)的搭建，其首要任務(wù)是完成著陸地標設(shè)計[5].著陸圖標按識別特征種類進行劃分，可以分為：曲線特征、直線特征和點特征，不同種類的著陸圖標有著不同的優(yōu)缺點.著陸標識的數(shù)據(jù)信息由攝像頭捕獲后需進行圖像處理和識別，因此標識的設(shè)計要盡量簡單，規(guī)避復雜的模式識別處理以減少運算量，標識盡量具備區(qū)別于其他地物的特征并包含有無人機著陸位姿解算所需的基本信息，同時由于無人機單目視覺的視野范圍有限，著陸標識存在識別不全可能，此時著陸標識需具有分級特性.在圖像識別中，圓形能夠較快的確定中心點，但在具體實踐中圓形在自然界也較容易被誤判，本研究的著陸標識采用黑白相間的分級地標，如圖2所示，標識的內(nèi)外輪廓為正方形且面積比值為固定值，黑白相間的正方形標識由小到大逐級嵌套，灰度差值大，便于閾值分割，同時，內(nèi)外輪廓固定比值對地標級數(shù)可以實現(xiàn)唯一識別.

2.2 動態(tài)閾值二值化

攝像頭獲取的著陸標記圖像采用大津動態(tài)閾值法進行二值化，該方法由日本的大津展之[6]提出，方法是通過閾值將圖像分割為2個組別，一個組灰度對應(yīng)目標，另一個組灰度對應(yīng)背景，那么這2個組的灰度值的類間方差最大，類內(nèi)方差最小.具體方法假設(shè)圖像由背景和待識別物體構(gòu)成，背景和物體的灰度值不同，設(shè)原圖的灰度等級為1～m級，在灰度等級k處進行分組，C0={1～k}和C1={(k+1)～m}，對2個組產(chǎn)生的概率ω0和ω1進行計算，組內(nèi)的灰度平均值用μ0和μ1表示，圖像整體灰度平均值用μ表示，2組間方差可用下式表示：

δ2(k)=ω0(μ0-μ)2+ω1(μ1-μ)2，

(1)

δ2(k)=ω0ω1(μ1-μ0)2，

(2)

δ2(k)=[μω(k)-μ(k)]2/ω(k)[1-ω(k)].

(3)

δ2(k)為閾值選擇函數(shù)，灰度k由1～m級取值，并求得上式最大值的k便得到所求閾值，該方法在圖像的直方圖無明顯峰值時能取得較好的效果.

2.3 輪廓提取與矩形檢測識別

完成圖像二值化后，接下來對著陸標記進行圖像處理即輪廓提取，具體采用OpenCV的函數(shù)庫來實現(xiàn).OpenCV函數(shù)庫是針對計算機視覺的開源函數(shù)庫，由C/C++語言編寫能夠運行于Windows、Linux和Mac OS操作系統(tǒng)上，并提供有Matlab、Ruby、Python等語言的接口.研究以TX2為圖像處理機載上位機，調(diào)用OpenCV的cvFindContours進行輪廓提取，然后用cvApproxPloly函數(shù)對提取的輪廓多邊形近似，并遍歷四條邊且面積較大輪廓判斷為矩形，完成矩形檢測.之后，進行矩形聚類處理，即將矩形分類后，將中心點近似重合的矩形歸為一類，然后判定矩形數(shù)量最多的聚類為著陸點目標，具體實現(xiàn)效果如圖3所示的著陸目標A和著陸目標B檢測效果.

3 位姿估計與著陸

位姿估計通常使用PnP估計方法，但PnP主要是針對點的估計，本研究設(shè)定地標的特征角點較少，因此使用面積來對相對位置進行估計.根據(jù)圖像平面坐標與攝像機平面坐標關(guān)系[7]，如式(4)和式(5)：

zc×Puv=K×Pc.

(4)

(5)

其中，K在張正友經(jīng)典標定法中為相機內(nèi)參數(shù)[8]，Puv=(uv1)T為圖像平面坐標，Pc=(xcyczc)T為相機平面坐標，fx和fy為焦距f在x，y方向上的像素度量表示.在無人機自主著陸過程中，機體存在發(fā)生震動導致橫滾角和俯仰角輕微震動可能，在此先假設(shè)機體無橫滾和俯仰，根據(jù)圖4,可先做如下推導：

AB2=(xA-xB)2+(yA-yB)2

(6)

(7)

(8)

(9)

由于之前假設(shè)的情況是在地標平面與相機平面平行時候才成立，此時根據(jù)式(10)的仿射變換可以算出xc和yc從而確定位置坐標，式中θ為機體的俯仰角，φ為機體的橫滾角：

(10)

在獲得位姿數(shù)據(jù)后，根據(jù)相對位置結(jié)合Pixhawk的飛控源碼，通過速度控制，視覺伺服的方式控制無人機飛行并逐漸逼近目標點，最后完成自主著陸.

實際測試中，四旋翼旋翼無人機在地標高度7 m左右開啟視覺著陸功能，通過TX2識別地標解算得到機體位姿并將控制信號通過mavros發(fā)送至飛控來控制機體降落.實驗采用開源的Gazebo模擬器和OpenCV視覺庫進行仿真，實驗采集逐漸降低高度圖像4組，每組分別采集4個不同位姿圖像，視覺位姿估計實驗數(shù)據(jù)見下表，隨著陸高度降低位姿估計精度升高，位置估計誤差控制在 30 mm.實驗數(shù)據(jù)分析后可知機體飛行高度較高時，由機體震動導致的微小傾斜會導致拍攝區(qū)不規(guī)則漂移，位置誤差大，影響位姿控制效果，而隨著機體與著陸平臺不斷逼近，采樣圖像量化為數(shù)字圖像存在的量化誤差穩(wěn)定且逐漸減小，位姿誤差均減小到可控范圍.經(jīng)多次室外實驗，機體工作穩(wěn)定，系統(tǒng)各部件供電及功能正常，飛控視覺處理基本能滿足降落時延需求.

表1 視覺位姿估計對比數(shù)據(jù)

4 結(jié)語

本文以四旋翼無人機為飛行平臺對基于視覺的無人機位姿估計與自主著陸進行了研究，系統(tǒng)采用Pixhawk開源飛控進行無人機飛行控制，設(shè)計了黑白相間的正方形分級地標，并通過單目攝像頭采集圖像數(shù)據(jù)輸入機載圖像處理上位機NVIDIA TX2中進行視覺圖像處理，結(jié)合OpenCV函數(shù)庫功能完成地標檢測識別，最終通過mavros完成位姿估計與著陸控制.經(jīng)實驗驗證，研究實現(xiàn)了無人機對定點地標的識別和著陸控制指令生成，系統(tǒng)設(shè)計簡單，運行高效，工作穩(wěn)定.鑒于研究局限性，系統(tǒng)在采集圖像到最終生成導航數(shù)據(jù)的平均時耗雖能滿足自主著陸要求，但相對于多傳感器組合導航系統(tǒng)，實時性仍有待提高.