楊寒石，張楚晗

（黑龍江大學，黑龍江哈爾濱 150000）

0 引言

目前大部分無人機使用GPS 的定位技術進行控制路線，基于視覺導航進行控制旋翼無人機，要求旋翼無人機的前部和底部安裝攝像頭進行圖像采集。

1 旋翼無人機傾斜調度測量

重點介紹無人機的慣導和氣壓硬件，旋翼無人機在飛行過程中會有不同的姿態(tài)，在測量姿態(tài)的過程中用到慣導中的加速計和陀螺儀，如圖1 所示，假設在無人機飛行過程中飛機的傾斜角度為θ，則在X 軸的加速度為X=-gsinθ，Z 軸的加速度為Z=gcosθ，可以得到θ=arctan（-X/Z）。但是在無人機飛行過程中由于環(huán)境因素導致加速不穩(wěn)定，則需要陀螺儀進行角速度ω 的測試，其中θ 和ω 的關系可以通過來計算，所以在估算飛機傾斜角度的時候需要加速計和陀螺儀密切配合。

2 旋翼無人機傾斜高度測量

在物理學中可以通過大氣壓來估計無人機飛行的高度公式為-ρgdh=dP（2.1），理想氣體方程為ρRT=MP（2.2），其中ρ 為密度，g 為加速度，P 為氣壓，R 是常數，T 是飛行溫度，M 是摩爾質量，可以得出h=-RTdP/gMPd（2.3），則可以通過無人機測量出的飛行數據，得到無人機飛行的高度。

3 傳統(tǒng)的姿態(tài)控制和位置控制

參考姿態(tài)和通過算法計算的的姿態(tài)相減，可以得到具體的Δα 和Δα，無人機的參考姿態(tài)是人工輸入，將Δα、Δα 輸入到姿態(tài)控制器中，主要是為了讓無人機的實際角度盡量接近參考姿態(tài)，姿態(tài)控制器將數據輸入到無人機中，控制飛機。

現在市面上的無人機都是基于GPS 的，提前設定好信號，然后通過GPS 進行控制，然后通過遙控無人機，無人機接收到信號后進行返航，或者設定好具體路線后，進行返航。

4 無人機控制算法

重點介紹無人機的控制算法，無人機通過投影的方法來獲取具體的偏移量，然后可以通過偏移量來計算無人機需要進行姿態(tài)控制時偏移的大小，控制無人機的角度和速度，在控制角度和速度的時候通過控制器進行輸出，輸出具體的基本信息，無人機控制算法最重要的一點就是進行定點控制，定點控制需要使用PID 控制器，具體的控制圖如圖1 所示。

假設無人機底部攝像頭捕獲的圖像中僅有一個地標，無人機參照這個地標進行定點懸停，則需要在圖像處理模塊中計算無人機機身投影點與地標的相對位置ΔS=（Sx，Sy），然后由PID控制器分別對Sx，Sy做PID 控制，更新結果得到參考俯仰角、橫滾角，之后的對于姿態(tài)的內環(huán)控制由旋翼無人機機載的嵌入式系統(tǒng)完成，即有公式（1）。

圖1 基于圖像的無人機控制圖

飛機的高度控制也是很重要的一個參數，在飛機高度控制中一般采取兩個方案：

（1）飛機可以安裝一個高度測量機，根據氣壓進行推算出飛機目前的高度，測量出飛機目前的高度后和參考高度作差可以計算出偏移量，然后進行PID 控制，輸出的具體參數可以調節(jié)飛機的高度做內環(huán)控制。

（2）使用飛機的攝像頭進行拍照，拍照后能夠計算物體的面積，計算出來的面積和物體的實際面積進行比較，引入一個參考面積，如果計算出的面積大，說明飛機需要上升，如果計算出的面積小需要進行下降，參考面積可以人工設置，也可以是飛機在特定高度拍照的面積，然后通過參考面積來控制飛機的飛行高度，例如在300 m 巡航是飛機拍攝的物體A 面積是100 m2，如果現在飛機拍照的照片是200 m2說明飛機還沒飛到300 m 的高度，需要提高高度，如果拍照的是50 m2，說明飛機飛機的高度高于300 m，需要降低高度。需要注意的是，如前文所闡述的，物體的實際長度與像素點長度、無人機高度成正比，則可知物體的實際面積將會與像素點的面積與無人機高度的平方成正比，則可知物體的實際面積將會與像素點的面積與無人機高度的平方成正比。于是我們根據面積計算高度差時需要先對圖像中地標面積與參考面積開平方根，再作差進行PID 控制，即得出式（2）。

此外，飛機的底部是有一個攝像頭的，攝像頭可以拍攝圖片，并且可以運用光流算法估算飛機的速度，因此可以在姿態(tài)控制和位置控制之間再加一個速度控制，能夠控制飛機速度，控制框圖如圖2所示。

通過參考速度的方案能夠很好地控制飛機的姿態(tài)，但是也有一些問題，例如會帶來工作量的增加，因為一個PID 控制器中就至少有三個參數，分別是比例、積分和微分；并且PID 的控制不是特別準確，因為在控制的時候可能由于速度或者角度問題導致速度過快，或者角度偏移過大，導致飛機異常，所以為了飛機正常飛行，需要針對角度和速度進行限制，在限制的時候需要加入一些控制飛機飛行角度和速度的算法，另外，由于旋翼無人機的物理特性表示其系統(tǒng)為非線性系統(tǒng)，從理論上來說可以考慮使用非線性控制算法進行控制。

5 融合圖像、航速的無人機自主返航算法設計

在無人機返航中需要用到融合圖像和航速的算法進行設計，通過光流法可以預測飛機的速度，然后通過對速度積分來獲取飛機的位置，能夠獲取比較準確的相對位置，雖然獲取了位置，但是在飛機飛行過程中肯定會有一些誤差，例如漂移導致的飛行誤差，所以只根據速度積分獲取的信息肯定不準確。可以依靠圖片的關鍵幀來獲取路徑，通過關鍵幀來獲取肯定能夠獲取比較準確的位置信息，但是由于照片拍攝的間隔時間可能過長，導致信息不準確，如果降低拍攝間隔，就會導致照片特別多，浪費存儲空間。針對這兩種方案進行了整合，在去目的地時，根據速度積分進行測算，并且攝像頭會進行拍照，將照片進行存儲，來分析相對位置；在從目的地返回時，飛機首先根據去程時記錄的關鍵幀到達關鍵幀附件，然后根據參考圖像進行懸停。然后一直重復這個過程到達起始點。

在程序的頂層控制中，采用狀態(tài)機的控制方法，具體的流程如圖3 所示。在定義過程中文中的0 代表去目的地的記錄狀態(tài)，數字1 代表根據速度進行導航的狀態(tài)，狀態(tài)2 為無人機基于圖像匹配進行懸停的狀態(tài)。初始時控制程序處于狀態(tài)0，此時人為遙控無人機或根據事先預定的位置關鍵點控制無人機前進，如果到達終點則轉為狀態(tài)2，否則持續(xù)狀態(tài)0；在狀態(tài)2 下不停地與參考圖像進行匹配，如果匹配結果非常接近，即旋轉角與偏移向量都足夠小，則轉為狀態(tài)1，否則持續(xù)狀態(tài)2；在狀態(tài)1 下不停地用里程計與關鍵幀之間的參考位移進行比較，如果到達了下一關鍵幀附近，則轉到狀態(tài)2，否則持續(xù)執(zhí)行狀態(tài)1。

圖2 基于圖像和速度的無人機控制圖

圖3 自主返航狀態(tài)機控制方法

圖4 自主返航流程

返航過程中的算法流程如圖4 所示，用一個狀態(tài)機控制器控制無人機在狀態(tài)1 基于速度導航和狀態(tài)2 基于圖像匹配懸停之間切換。初始時index=n，無人機進入狀態(tài)2。

6 結束語

首先介紹無人機的基礎模型，然后分析具體無人機在姿態(tài)控制和返航中需要使用到無人機的硬件設備，并且重點研究飛行中的算法控制。完成飛機具體的姿態(tài)控制和飛行軌跡的設定。