徐一鳴，李 笑，楊凱凱，楊 宇

(武警工程大學(xué) 信息工程學(xué)院，西安 710086)

0 引言

軍事平臺(tái)使用四旋翼無(wú)人機(jī)進(jìn)行監(jiān)測(cè)偵查等，普通拍攝方式受到限制，拍攝的位置有限，因此得到的信息較為片面[1]。四旋翼無(wú)人機(jī)靠著本身簡(jiǎn)單的結(jié)構(gòu)和高效率的機(jī)動(dòng)模式，正被廣泛的應(yīng)用。無(wú)人機(jī)的特點(diǎn)在于體積小、靈活且不易被發(fā)現(xiàn)，適應(yīng)于惡劣的作業(yè)環(huán)境，對(duì)犯罪嫌疑人員進(jìn)行長(zhǎng)時(shí)間的隱秘追蹤；并通過視頻鏈路，將拍攝畫面?zhèn)鬏數(shù)街笓]中心進(jìn)行處理；無(wú)人機(jī)設(shè)備還可攜帶或裝置非殺傷性武器，減緩罪犯的活動(dòng)能力，便于警方人員展開抓捕。四旋翼無(wú)人機(jī)僅僅由四個(gè)電機(jī)來控制完成它的六個(gè)自由度姿態(tài)，因此它屬于耦合強(qiáng)但驅(qū)動(dòng)差的一種非線性的不確定性系統(tǒng)，而且特別容易被外界因素所擾動(dòng)，這就要求四旋翼必須具備準(zhǔn)確且快速的魯棒性。所以，在過去幾年間，有大量學(xué)者把不同的控制器放入無(wú)人機(jī)的控制中，就是為了避免這些不確定因素有可能帶來的不良影響[2]。目前，關(guān)于無(wú)人機(jī)的研究?jī)?nèi)容逐漸受到科研機(jī)構(gòu)以及各個(gè)高校的重視，相繼投入研究，且得到了頗有成效的方案，使該問題在一定程度上得到了解決。無(wú)人機(jī)的控制性能與感知方向密切相關(guān)，飛行感知性能越好，無(wú)人機(jī)的控制性能越優(yōu)，RealSense相機(jī)在無(wú)人機(jī)感知方向中應(yīng)用較多，通過分析相機(jī)拍攝圖像，分割處理當(dāng)前幀景深圖像，獲取無(wú)人機(jī)控制方向與飛行路程，以得到對(duì)無(wú)人機(jī)的控制[3]。然而，采用上述方法都無(wú)法避開障礙物，導(dǎo)致控制效果較差。

為了讓四旋翼無(wú)人機(jī)可以完成自主飛行，提出了在深度學(xué)習(xí)如何設(shè)計(jì)控制四旋翼無(wú)人機(jī)系統(tǒng)的基礎(chǔ)上，對(duì)無(wú)人機(jī)的避礙功能進(jìn)行的設(shè)計(jì)，進(jìn)行了速度控制法的飛行試驗(yàn)，測(cè)試和驗(yàn)證速度控制方法的可行性和控制性能。

1 四旋翼無(wú)人機(jī)控制系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)

四旋翼無(wú)人機(jī)的主要組成部分為：無(wú)人機(jī)機(jī)架、飛行控制器、導(dǎo)航與定位系統(tǒng)、自動(dòng)避障系統(tǒng)等，無(wú)人機(jī)能夠穩(wěn)定自如的飛行，主要是由控制系統(tǒng)控制的，所以控制系統(tǒng)的設(shè)計(jì)是至關(guān)重要的[4]。控制系統(tǒng)總體框圖如圖1所示。

圖1 四旋翼無(wú)人機(jī)控制系統(tǒng)總體結(jié)構(gòu)

控制系統(tǒng)的是使用STM32的主控芯片，主控芯是通過捕獲遙控器上的PPM 信號(hào)，對(duì)其解碼，進(jìn)而得到所需的目標(biāo)姿態(tài)[5]。而陀螺儀傳感器則使用的是MPU6050總控芯片，該芯片獲得陀螺儀傳感器的姿態(tài)信息是靠串口通信協(xié)議來實(shí)現(xiàn)的，并對(duì)其進(jìn)行解碼；主控芯片將PWM波 為 4 輪周期20 ms 、高電平時(shí)間1～2 ms輸送到 4 個(gè)電子調(diào)速器 ，電子調(diào)速器需要依靠 PWM 波的占空比來對(duì)四個(gè)無(wú)刷電機(jī)的轉(zhuǎn)速進(jìn)行調(diào)節(jié)；接著主控芯片需要按照遙控器所給出的指令輸出相應(yīng)的PWM 波，使控制云臺(tái)的舵機(jī)產(chǎn)生驅(qū)動(dòng)，進(jìn)而調(diào)整云臺(tái)姿態(tài)[6]。超聲波測(cè)距模塊加入，使飛行安全性得到了保證。

2 系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)

無(wú)人機(jī)硬件結(jié)構(gòu)主要包括控制器、傳感器、電源以及執(zhí)行結(jié)構(gòu)四個(gè)模塊，模塊之間的關(guān)聯(lián)如圖2所示。

圖2 四旋翼無(wú)人機(jī)控制系統(tǒng)硬件框圖

因?yàn)槲⑿蜔o(wú)人機(jī)有著多變的飛行姿態(tài)，為了使無(wú)人直升機(jī)的帶載能力得到一定程度的提升，該無(wú)人機(jī)設(shè)計(jì)四旋翼的機(jī)械結(jié)構(gòu)[7]。為了它的各個(gè)機(jī)翼實(shí)現(xiàn)協(xié)調(diào)運(yùn)動(dòng)的目的，而采用機(jī)載導(dǎo)航系統(tǒng)控制，進(jìn)而可以自動(dòng)的調(diào)整四旋翼無(wú)人機(jī)的飛行姿態(tài)，實(shí)現(xiàn)關(guān)鍵態(tài)勢(shì)智能分析[8]。

2.1 串級(jí) PID 控制器控制器模塊

關(guān)于控制器，在設(shè)計(jì)的時(shí)候需要采用美國(guó)德州儀器公司自己生產(chǎn)并且研發(fā)的具有高強(qiáng)的信號(hào)處理能力和嵌入式與事件管理能力的TMS320F28335芯片作為主芯片[9]。該芯片外部接口是由飛控系統(tǒng)決定的，它不管引腳數(shù)目還是引腳功能方面都完美的與四旋翼無(wú)人機(jī)控制系統(tǒng)的一切要求吻合，所以僅僅需要少量的擴(kuò)展芯片的接口即可實(shí)現(xiàn)。

四旋翼無(wú)人機(jī)的中央處理器是四旋翼無(wú)人機(jī)控制系統(tǒng)的核心模塊，即人們經(jīng)常提到的MCU，無(wú)人機(jī)在俯仰通道時(shí)的姿態(tài)角度為串級(jí) PID 控制器的控制對(duì)象，它的執(zhí)行器是由 4 個(gè)無(wú)刷電機(jī)構(gòu)成。串級(jí) PID的運(yùn)用，無(wú)人機(jī)的姿態(tài)角度作為外環(huán)角度控制系統(tǒng)的輸入信息，而姿態(tài)角速度則為內(nèi)環(huán)角速度控制系統(tǒng)的輸入信息[10]。它主要用來實(shí)現(xiàn)傳感器信息的采集、機(jī)體姿態(tài)角的實(shí)時(shí)解算，和飛行數(shù)據(jù)的傳輸、電機(jī)轉(zhuǎn)速的控制等[11]。

2.2 傳感器模塊設(shè)計(jì)

作為檢測(cè)裝置，傳感器通過轉(zhuǎn)換電信號(hào)的形式，將所感受到的信息加以傳輸，在傳輸之前，對(duì)信息進(jìn)行對(duì)應(yīng)的存儲(chǔ)、顯示、控制以及記錄處理，使傳輸信號(hào)滿足轉(zhuǎn)換要求[12]。

傳感器大多由以下四個(gè)部分組成：敏感元件、轉(zhuǎn)換元件、變換電路和輔助電源。還需要轉(zhuǎn)換元件和變換電路進(jìn)行輔助[13]。

2.3 執(zhí)行機(jī)構(gòu)驅(qū)動(dòng)模塊

直流無(wú)刷電機(jī)因?yàn)楸旧砭邆鋾r(shí)間周期長(zhǎng)、效率高等一系列特點(diǎn)，而以執(zhí)行機(jī)構(gòu)的方式配合無(wú)刷電機(jī)應(yīng)用于系統(tǒng)中。電機(jī)是飛行器姿態(tài)控制的動(dòng)力來源的一個(gè)非常重要的執(zhí)行機(jī)構(gòu)[14]。直流無(wú)刷電機(jī)的工作原理是利用空氣動(dòng)力學(xué)使旋翼的轉(zhuǎn)速不同，進(jìn)而使飛行姿態(tài)千變?nèi)f化。PWM 波發(fā)出的信號(hào)作為直流無(wú)刷電機(jī)的控制信號(hào)。根據(jù)DSP發(fā)出PWM信號(hào)有著大不相同占空比，電機(jī)也會(huì)因?yàn)檫@些信號(hào)產(chǎn)生不同的轉(zhuǎn)速，導(dǎo)致飛行器出現(xiàn)不一樣的飛行姿態(tài)[15]。其原理圖如圖3所示。

圖3 執(zhí)行機(jī)構(gòu)驅(qū)動(dòng)模塊

飛行器在飛行狀態(tài)中要能夠迅速的從不穩(wěn)定的飛行狀態(tài)調(diào)整為平衡狀態(tài)，這就要求執(zhí)行機(jī)構(gòu)可以在最短的時(shí)間內(nèi)做出相應(yīng)的反應(yīng)，將飛行器的飛行速度在最快的時(shí)間內(nèi)進(jìn)行增加或者是減少。

2.4 遙控接收模塊

通用紅外遙控系統(tǒng)的兩大組成部分為：發(fā)射和接收，通過編/解碼專用集成電路芯片實(shí)現(xiàn)控制操作，如圖4所示。

圖4 紅外遙控接收模塊

接收部分的組成部分為：包括光、電轉(zhuǎn)換放大器、解調(diào)、解碼電路。VlsHAY公司推出了TS0P173紅外線接收器，該接收器具有一體化紅外線的特點(diǎn), 將集紅外線接收和放大于集于一體，它可以實(shí)現(xiàn)從紅外線接收到輸出與TTL電平信號(hào)兼容的一切工作，且不用借助任何的外接元件，但它的體積卻只有普通的三極管那么大，它的功能如圖4所示的虛線部分，任何紅外線遙控和紅外線數(shù)據(jù)傳輸它都能適用。

3 系統(tǒng)軟件功能設(shè)計(jì)

無(wú)人機(jī)具體位置以及速度信息，在處理大規(guī)模群體事件時(shí)起到關(guān)鍵作用。因此，無(wú)人機(jī)即時(shí)狀態(tài)預(yù)估精準(zhǔn)度需要提高。移動(dòng)目標(biāo)檢測(cè)區(qū)域，卷積神經(jīng)網(wǎng)絡(luò)(CNN)擁有權(quán)重共享功能，在網(wǎng)絡(luò)模型復(fù)雜性以及權(quán)重?cái)?shù)量上起到抑制作用。但是，由于其權(quán)重?cái)?shù)量相對(duì)較多，檢測(cè)實(shí)時(shí)性較差，將區(qū)域概念引入神經(jīng)網(wǎng)絡(luò)中，提出區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(R-CNN)。

R-CNN算法：首先 ，對(duì)圖片加以劃分，一張圖片中包含2 000到3 000個(gè)候選區(qū)域，接著將每個(gè)區(qū)域的特征用CNN提取出來，然后就需要通過SVM訓(xùn)練分類器把這些特征分類整理，最后的目標(biāo)邊界框的重新定位需要靠邊界框回歸算法實(shí)現(xiàn)。R-CNN運(yùn)算效率在克服了傳統(tǒng)方法缺點(diǎn)后仍然不是很高，原因是每個(gè)候選區(qū)域的整個(gè)網(wǎng)絡(luò)都要進(jìn)行重新計(jì)算?；贑NN模型特征候選區(qū)域映射克服冗余，將相應(yīng)區(qū)域內(nèi)的深層特征進(jìn)行直接提取，深度學(xué)習(xí)目標(biāo)控制模型如圖5所示。

圖5 基于深度學(xué)習(xí)目標(biāo)控制模型

依照前面所講述的模型，進(jìn)行設(shè)計(jì)的四旋翼無(wú)人機(jī)飛行器軟件流程，如圖6所示。

圖6 軟件流程圖

串口初始化是除了I/O口初始化、系統(tǒng)時(shí)鐘初始化以及系統(tǒng)參數(shù)初始化之外同樣需要在系統(tǒng)初始化中進(jìn)行的。通過自動(dòng)檢測(cè)方式，判斷無(wú)人機(jī)的通訊狀態(tài)，獲取空中飛行姿勢(shì)。執(zhí)行飛行命令過程中，姿勢(shì)命令主要包括偏航、俯仰以及翻轉(zhuǎn)三種姿態(tài)，不同姿態(tài)命令可以通過一次任務(wù)加以實(shí)現(xiàn)，如果它可以經(jīng)受住上述的檢測(cè)，那么整個(gè)系統(tǒng)便會(huì)進(jìn)入另一種狀態(tài)，即等待指令的狀態(tài)。反之，如果無(wú)人機(jī)沒有接到任何與上述指令相關(guān)的命令，無(wú)人機(jī)的軟件就會(huì)對(duì)相應(yīng)的命令進(jìn)行分析與計(jì)算，從而準(zhǔn)備接下來全新的指令。它可以完整并且有效的框選出被測(cè)試的目標(biāo)，進(jìn)而對(duì)框上下邊距之間的像素尺寸做出計(jì)算。

通過處理陣法、三角形相似原理，對(duì)目標(biāo)的選擇框進(jìn)行尺寸計(jì)算，確定上下框之間的距離，預(yù)估無(wú)人機(jī)與障礙物之間的位置關(guān)系。物體到攝像頭的距離需要符合下面的關(guān)系：

h=(α·h)/x

(1)

其中：α為實(shí)際距離；h為攝像頭的焦距；h為目標(biāo)實(shí)際尺寸；x為成像后的尺寸。

通過自適應(yīng)擴(kuò)展Kalman濾波器技術(shù)，將非線性問題轉(zhuǎn)換為線性問題加以求解。假設(shè)，移動(dòng)目標(biāo)加速度為不為零的常數(shù)，可通過下式描述移動(dòng)目標(biāo)的加速度以及加速度噪聲：

(2)

(3)

1)初始化擴(kuò)展卡爾曼濾波器。在給定的采樣周期內(nèi)，計(jì)算狀態(tài)轉(zhuǎn)移矩陣1，計(jì)算估計(jì)誤差協(xié)方差陣Q，給定目標(biāo)的初始位置、速度值，對(duì)噪聲協(xié)方差W、V進(jìn)行計(jì)算，現(xiàn)在啟動(dòng)濾波器進(jìn)行運(yùn)算。

2)模擬更新目標(biāo)運(yùn)動(dòng)軌跡，更新預(yù)測(cè)協(xié)方差陣，將目標(biāo)前一時(shí)刻的狀態(tài)帶入方程進(jìn)行計(jì)算，并對(duì)目標(biāo)下一時(shí)刻的運(yùn)動(dòng)狀態(tài)進(jìn)行估計(jì)。

3)進(jìn)行仿真。分別以X、Y兩個(gè)方向的狀態(tài)，對(duì)噪音擾動(dòng)的情況進(jìn)行模擬，每次循環(huán)時(shí)，從狀態(tài)向量和推定誤差誤差差距的角度加以賦值，將預(yù)測(cè)的目標(biāo)位置推定為下一個(gè)視覺的先驗(yàn)條件，更新Kalman的余波狀態(tài)，并反復(fù)循環(huán)。

綜上所述，可完成基于深度學(xué)習(xí)的四旋翼無(wú)人機(jī)控制系統(tǒng)設(shè)計(jì)。

4 系統(tǒng)調(diào)試與分析

針對(duì)基于深度學(xué)習(xí)的四旋翼無(wú)人機(jī)控制系統(tǒng)設(shè)計(jì)合理性，進(jìn)行了系統(tǒng)調(diào)試與分析。

4.1 實(shí)驗(yàn)參數(shù)

系統(tǒng)調(diào)試與分析主要參數(shù)如表1所示。

表1 系統(tǒng)調(diào)試與分析主要參數(shù)

4.2 實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)平臺(tái)上為一架四旋翼無(wú)人機(jī)，如圖7所示。

圖7 四旋翼無(wú)人機(jī)示意圖

采用該無(wú)人機(jī)的系統(tǒng)同時(shí)對(duì)采用一種基于RealSense相機(jī)控制系統(tǒng)、基于分布感知與決策控制系統(tǒng)與基于深度學(xué)習(xí)控制系統(tǒng)在空中的應(yīng)用進(jìn)行了對(duì)比實(shí)驗(yàn)。

使用飛行器姿態(tài)測(cè)量與顯示系統(tǒng)采集四旋翼無(wú)人機(jī)姿態(tài)數(shù)據(jù)，飛行器姿態(tài)測(cè)量與顯示系統(tǒng)能夠?qū)崟r(shí)顯示四旋翼無(wú)人機(jī)下仰12.5°，俯仰-8.0°飛行狀態(tài)。

4.3 系統(tǒng)調(diào)試

圖8是四旋翼無(wú)人機(jī)在調(diào)試過程中的安裝方式。

圖8 四旋翼無(wú)人機(jī)在調(diào)試過程中的安裝方式

將三種控制系統(tǒng)調(diào)試到參數(shù)最優(yōu)狀態(tài)，并采集四旋翼無(wú)人機(jī)運(yùn)行參數(shù)，由此完成四旋翼無(wú)人機(jī)在調(diào)試。

4.4 實(shí)驗(yàn)結(jié)果與分析

根據(jù)上述四旋翼無(wú)人機(jī)調(diào)試結(jié)果，可獲取四旋翼無(wú)人機(jī)實(shí)際俯仰角、航向角、橫滾角，如表2所示。

表2 實(shí)際俯仰角、航向角、橫滾角

依據(jù)上述實(shí)際調(diào)試結(jié)果，分別將傳統(tǒng)的基于RealSense相機(jī)控制系統(tǒng)、基于分布感知與決策控制系統(tǒng)與基于深度學(xué)習(xí)控制系統(tǒng)對(duì)四旋翼無(wú)人機(jī)所控制的俯仰角、航向角、橫滾角精準(zhǔn)度進(jìn)行對(duì)比分析，結(jié)果如圖9所示。

圖9 三種系統(tǒng)控制精準(zhǔn)度對(duì)比分析

(a)俯仰角：當(dāng)轉(zhuǎn)臺(tái)角度為0°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為-9°、20°，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為31°；當(dāng)轉(zhuǎn)臺(tái)角度為150°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為-39°、-35°，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為-24°；當(dāng)轉(zhuǎn)臺(tái)角度為250°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為-3°、-2°，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為28°。

(b)航向角：當(dāng)轉(zhuǎn)臺(tái)角度為0°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為-170°、184°，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為186°；當(dāng)轉(zhuǎn)臺(tái)角度為150°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為174°、176°°，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為176°；當(dāng)轉(zhuǎn)臺(tái)角度為300°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為196、189，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為185°。

(c)橫滾角：當(dāng)轉(zhuǎn)臺(tái)角度為0°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為0°、-100°，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為0°；當(dāng)轉(zhuǎn)臺(tái)角度為200°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為-120°、-130°，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為-130°；當(dāng)轉(zhuǎn)臺(tái)角度為300°時(shí)，采用基于RealSense相機(jī)控制系統(tǒng)和基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度分別為150°、45°，而采用深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度為-20°。

綜上所述：采用傳統(tǒng)基于RealSense相機(jī)控制系統(tǒng)、基于分布感知與決策控制系統(tǒng)控制精準(zhǔn)度較低，而采用基于深度學(xué)習(xí)控制系統(tǒng)控制精準(zhǔn)度較高，由此可知，基于深度學(xué)習(xí)的四旋翼無(wú)人機(jī)控制系統(tǒng)設(shè)計(jì)是具有合理性的。

5 結(jié)束語(yǔ)

對(duì)四旋翼無(wú)人機(jī)控制系統(tǒng)設(shè)計(jì)問題進(jìn)行了深入的研究與分析，針對(duì)四旋翼無(wú)人機(jī)非線性、強(qiáng)耦合、欠驅(qū)動(dòng)的幾大特點(diǎn)，設(shè)計(jì)出了一種基于深度學(xué)習(xí)的四旋翼無(wú)人機(jī)控制系統(tǒng)設(shè)計(jì)方案，通過對(duì)比傳統(tǒng)控制方法和為了驗(yàn)證該理論所做的實(shí)驗(yàn)，驗(yàn)證了所提方法的抗擾性和魯棒性。

在以后的實(shí)際工作應(yīng)用中，將對(duì)實(shí)際平臺(tái)實(shí)驗(yàn)進(jìn)行驗(yàn)證，方法則是通過四旋翼無(wú)人機(jī)來操作完成，進(jìn)而實(shí)現(xiàn)自抗擾控制器從理論過渡到實(shí)踐的現(xiàn)實(shí)目的。除此之外，還會(huì)嘗試結(jié)合自抗擾控制技術(shù)與其他智能控制方法實(shí)現(xiàn)對(duì)四旋翼無(wú)人機(jī)軌跡跟蹤控制的最佳效果。分別對(duì)四旋翼無(wú)人機(jī)飛控系統(tǒng)如何搭建的整個(gè)過程進(jìn)行了硬件、軟件原理角度的詳細(xì)介紹， LabVIEW采集無(wú)人機(jī)姿態(tài)角數(shù)據(jù)顯示，機(jī)體姿態(tài)的有效控制原因?yàn)轱w控系統(tǒng)，這很好的奠定了進(jìn)一步研究的基礎(chǔ)，對(duì)處理突發(fā)性群體事件具有重要意義。飛行實(shí)驗(yàn)時(shí)，人體的檢測(cè)和距離往往出現(xiàn)延遲的原因主要是由RaspberryPi 3B+機(jī)能的限制導(dǎo)致的。為了不讓實(shí)驗(yàn)人員受到危險(xiǎn)的威脅，抵消延遲所帶來的影響，無(wú)人機(jī)目前只能進(jìn)行低速飛行。