任艷霞,屈科科

(濟(jì)源職業(yè)技術(shù)學(xué)院 機(jī)電工程系,河南 濟(jì)源 459000)

0 引言

隨著無線通信、嵌入式和圖像處理等技術(shù)的迅猛發(fā)展,無人機(jī)的應(yīng)用領(lǐng)域迅速擴(kuò)展。我國是一個(gè)農(nóng)業(yè)大國,隨著時(shí)代的發(fā)展,小農(nóng)戶的農(nóng)機(jī)經(jīng)營模式和農(nóng)耕方法不再適用,農(nóng)業(yè)現(xiàn)代的步伐正在加快。無人機(jī)這一曾經(jīng)僅僅應(yīng)用于軍事領(lǐng)域的科學(xué)技術(shù),如今正在結(jié)合農(nóng)業(yè)生產(chǎn),讓無數(shù)的農(nóng)民朋友有了新的農(nóng)耕方式。為此,結(jié)合雙目視覺、圖像處理和嵌入式控制等技術(shù),設(shè)計(jì)了一套農(nóng)用無人機(jī)視覺導(dǎo)航算法,能夠?qū)崿F(xiàn)農(nóng)業(yè)無人機(jī)路徑規(guī)劃和導(dǎo)航策略。

1 雙目視覺系統(tǒng)

1.1 攝像機(jī)成像原理

攝像機(jī)成像是將空間三維世界轉(zhuǎn)換成二維平面的一種映射,成像模型有線性模型和非線性模型之分,而針孔成像就是最簡單的線性模型。令投影的中心與歐式坐標(biāo)系原點(diǎn)疊加在一起,則三維空間中任何一點(diǎn)到成像二維平面都有對應(yīng)的投影。針孔成像原理示意如圖1所示。

圖1 針孔成像原理示意圖Fig.1 The schematic diagram of pinhole imaging principle

圖1中,cZc為攝像機(jī)的光軸坐標(biāo),成像二維平面的點(diǎn)X′為三維坐標(biāo)點(diǎn)X(X,Y,Z)T的映射。采用相似三角形的原理,可以求出X′的坐標(biāo)點(diǎn)為(fX/Z, fY/Z)T。從三維空間坐標(biāo)系到成像二維平面的中心投影為

(X,Y,Z)T→(fX/Z,fY/Z)T

(1)

將三維空間坐標(biāo)系中點(diǎn)X寫成齊次向量(X,Y,Z,1)T,那么成像二維平面的點(diǎn)X′則可以表示為(u,v,1)T,式(1)可以改寫為

X′=PX

(2)

其中,P為攝像機(jī)從三維平面到二維平面的投影矩陣。

P=diag(f,f,1) [I|0)]

(3)

1.2 雙目視覺模型

雙目視覺模型原理是利用兩臺(tái)攝像機(jī)從不同角度獲取目標(biāo)物體的圖像,并計(jì)算出目標(biāo)物體的三維坐標(biāo)信息等。通常情況下,立體視覺要求雙目攝像機(jī)稱光軸平行,標(biāo)準(zhǔn)雙目視覺模型如圖2所示。

圖2 標(biāo)準(zhǔn)雙目視覺模型Fig.2 The standard binocular vision model

圖2中,左右兩個(gè)攝像機(jī)成像的光心為Cl和Cr,且與光軸互相平行;兩個(gè)攝像機(jī)的圖像原點(diǎn)都與圖像左上角重合,三維空間坐標(biāo)點(diǎn)P在左右成像平面成像的點(diǎn)為(ul,vl)和(ur,vr);光軸與成像平面交點(diǎn)到攝像機(jī)的中心的距離為該攝像機(jī)的焦距f;兩個(gè)攝像機(jī)的基線距離為b;景深為Z。

為了實(shí)現(xiàn)目標(biāo)物體的雙目視覺定位,引入了pl和pr間水平視差dx(pl,pr),表達(dá)式為

(4)

根據(jù)雙目攝像頭成像原理,可以得出其基礎(chǔ)成像矩陣,即

(5)

其中,c為成像常系數(shù)。

1.3 雙目視覺相機(jī)的標(biāo)定

使用雙目視覺相機(jī)對目標(biāo)物體進(jìn)行定位前,首先需要對其進(jìn)行標(biāo)定,主要目的是獲取攝像頭的內(nèi)外參數(shù)及校正透鏡給攝像頭成像帶來的誤差等。在相機(jī)標(biāo)定過程中,需要建立合適的雙目相機(jī)幾何模型,將其與透鏡畸變模型結(jié)合起來,求出相機(jī)內(nèi)部參數(shù)。相機(jī)外參數(shù)則與三維空間和二維成像坐標(biāo)轉(zhuǎn)換有關(guān),其參數(shù)主要包括旋轉(zhuǎn)矩陣R(3×3)和平移向量t(1×3)。完成左右相機(jī)的內(nèi)參數(shù)標(biāo)定后,還需要對外部參數(shù)進(jìn)行標(biāo)定,主要是計(jì)算兩個(gè)相機(jī)的相對位置,以及R和t之間的計(jì)算和轉(zhuǎn)換等。雙目立體相機(jī)標(biāo)定過程如圖3所示。

圖3 雙目立體相機(jī)標(biāo)定過程Fig.3 The calibration process of binocular stereo camera

2 視覺導(dǎo)航的圖像特征識(shí)別

本文使用SURF(Speeded Up Robust Features)對農(nóng)用無人機(jī)獲取到的視覺圖像進(jìn)行特征提取與識(shí)別。SURF可以對整張圖像的像素點(diǎn)進(jìn)行特征提取,可以得到一個(gè)特征向量,其反映了周邊圖像的強(qiáng)度樣式。假設(shè)兩個(gè)特征點(diǎn)比較相似,說明其特征向量靠近,若左右兩個(gè)相機(jī)拍攝到圖像的特征向量相似,則說明很有可能同時(shí)對應(yīng)三維空間上的一點(diǎn)。在幾何空間上,SURF可以對圖像中每個(gè)像素點(diǎn)進(jìn)行計(jì)算,得到Hessian矩陣,其數(shù)學(xué)表達(dá)式為

(6)

Hessian矩陣的數(shù)學(xué)表達(dá)式可以確定圖像點(diǎn)局部曲率的強(qiáng)度。為了讓圖像像素特征點(diǎn)具有尺度無關(guān)性,需要對圖像進(jìn)行高斯濾波,則

(7)

其中,σ為高斯濾波的方差,表示高斯濾波核的大小。

結(jié)合Hessian矩陣和高斯濾波處理之后,能夠獲得圖像局部的最大特征值,再對其進(jìn)行插值處理,可以得到像素特征點(diǎn)和其尺度值,即可實(shí)現(xiàn)目標(biāo)物體的定位,實(shí)現(xiàn)農(nóng)用無人機(jī)的視覺導(dǎo)航。

3 農(nóng)用無人機(jī)嵌入式系統(tǒng)

3.1 農(nóng)用無人機(jī)硬件設(shè)計(jì)

農(nóng)用無人機(jī)硬件設(shè)計(jì)是完成農(nóng)用無人機(jī)實(shí)現(xiàn)直升機(jī)模式、傾轉(zhuǎn)螺旋機(jī)的操縱策略的基礎(chǔ)。本系統(tǒng)采用美國德州儀器(TI)公司Delfino C2000系列的TMS320F2837D實(shí)時(shí)控制微控制器作為控制計(jì)算機(jī),采用微慣性測量元件和雙目相機(jī)實(shí)現(xiàn)對農(nóng)用無人機(jī)飛行狀態(tài)進(jìn)行測量,采用精度氣壓計(jì)MS5611實(shí)現(xiàn)無人機(jī)在Z軸方向的自主懸停,采用嵌入式Linux作為無人機(jī)的操作系統(tǒng),實(shí)現(xiàn)農(nóng)用無人機(jī)的飛行控制。

本文采用了四路PWM的輸出控制,晶體管選用SI2303 MOSFET管,其導(dǎo)通電壓Vgs<4V。當(dāng)其完全導(dǎo)通時(shí),源漏極電阻是mΩ級別的,自身功耗非常低,滿足對電機(jī)的驅(qū)動(dòng)控制。電機(jī)驅(qū)動(dòng)電路如圖4所示。

圖4 電機(jī)驅(qū)動(dòng)電路Fig.4 The Motor Driving Circuit

陀螺儀成為追蹤物體移動(dòng)方位與旋轉(zhuǎn)動(dòng)作的必要運(yùn)動(dòng)傳感器;加速度計(jì)可以感知任意方向上的加速度,可以實(shí)現(xiàn)對空間運(yùn)動(dòng)的判斷。MPU6050傳感器原理圖如圖5所示。

圖5 MPU6050傳感器原理圖Fig.5 The sensor schematic diagram of MPU6050

MHC5883傳感器是一個(gè)三軸數(shù)字羅盤,帶有數(shù)字接口的弱磁傳感器芯片,內(nèi)部采用高精度的磁阻傳感器,可以將羅盤精度控制在1°～2°之間。與MPU6050的聯(lián)合使用,可以更加精準(zhǔn)地實(shí)現(xiàn)農(nóng)業(yè)無人機(jī)導(dǎo)航。MHC5883傳感器原理圖如圖6所示。

圖6 MHC5883傳感器原理圖Fig.6 The sensor schematic diagram of MHC5883

3.2 農(nóng)用無人機(jī)軟件設(shè)計(jì)

農(nóng)用無人機(jī)軟件設(shè)計(jì)采用分層次和模塊化設(shè)計(jì)思想,可以方便軟件的升級和管理。軟件設(shè)計(jì)主要包括底層驅(qū)動(dòng)、HAC層和應(yīng)用開發(fā)層,結(jié)構(gòu)如圖7所示。

圖7 農(nóng)用無人機(jī)軟件結(jié)構(gòu)Fig.7 The Software Architecture of Agricultural UAV

4 農(nóng)用無人機(jī)飛行試驗(yàn)

為了驗(yàn)證農(nóng)用無人機(jī)飛行導(dǎo)航的有效性,進(jìn)行了無人機(jī)導(dǎo)航系統(tǒng)的整機(jī)實(shí)驗(yàn),采用圖像技術(shù)和IMU數(shù)據(jù)融合的方法,利用卡爾曼數(shù)據(jù)融合技術(shù)實(shí)現(xiàn)多傳感器的數(shù)據(jù)融合。農(nóng)用無人機(jī)卡爾曼數(shù)據(jù)融合框架如圖8所示。

圖8 農(nóng)用無人機(jī)卡爾曼數(shù)據(jù)融合框架圖Fig.8 The Kalman Data Fusion Framework of Agricultural UAV

圖9 農(nóng)用無人機(jī)導(dǎo)航飛行軌跡Fig.9 The Navigation Trajectory of Agricultural UAV

由圖9可以看出:農(nóng)用無人機(jī)可以準(zhǔn)確地從起點(diǎn)(0,0)飛至目標(biāo)點(diǎn)(-20,-20,50),且路徑為一條曲線,路徑規(guī)劃和導(dǎo)航能力較強(qiáng)。這說明,農(nóng)用無人機(jī)在飛行中具備足夠的穩(wěn)定性能,證實(shí)了農(nóng)用無人機(jī)導(dǎo)航算法的有效性。

5 結(jié)論

結(jié)合雙目視覺、圖像處理和嵌入式控制技術(shù)等技術(shù),設(shè)計(jì)了一套農(nóng)用無人機(jī)導(dǎo)航算法,可為無人機(jī)提供準(zhǔn)確的導(dǎo)航策略。農(nóng)用無人機(jī)飛行實(shí)驗(yàn)表明:農(nóng)用無人機(jī)可以準(zhǔn)確的從起點(diǎn)(0,0)飛至目標(biāo)點(diǎn)(-20,-20,50),且路徑為一條曲線,路徑規(guī)劃和導(dǎo)航能力較強(qiáng)。這說明,農(nóng)用無人機(jī)在飛行中具備足夠的穩(wěn)定性能,證實(shí)了農(nóng)用無人機(jī)導(dǎo)航算法的有效性。