馮新宇，王賀磊，蔣洪波

(黑龍江科技大學(xué)電氣與控制工程學(xué)院，哈爾濱 150022)

0 引言

四旋翼無人飛行器測(cè)量方位采用慣導(dǎo)器件實(shí)現(xiàn)，而室外測(cè)量通常采用GPS的方法，激光雷達(dá)和超聲波器件用于避障。在城市的狹小空間或者敵對(duì)環(huán)境下這種方式是不可靠的[1-3]。引入計(jì)算機(jī)視覺技術(shù)來實(shí)現(xiàn)更復(fù)雜的任務(wù)是無人機(jī)技術(shù)的發(fā)展趨勢(shì)，如目標(biāo)跟蹤、軍事偵查、電力巡檢等[4]。目前小型四旋翼飛行器的自主飛行通過自駕儀模塊實(shí)現(xiàn)，半自主飛行一般通過遙控器實(shí)現(xiàn)[5]。飛行器在飛行過程中，空間的絕對(duì)位置獲取是飛行安全的重要指標(biāo)之一[6]。目前利用計(jì)算機(jī)視覺和慣性導(dǎo)航器件相結(jié)合以準(zhǔn)確估計(jì)無人機(jī)位置和方位已成為發(fā)展的主流。視覺實(shí)現(xiàn)部分自主飛行的算法包括：跟蹤FAST算法[7]、SIFT算法[8]、SURF算法[9]、Harris檢測(cè)算法[10]等。這些算法不是專用的巡線算法，在小型四旋翼飛控運(yùn)行響應(yīng)時(shí)間較長(zhǎng)，響應(yīng)時(shí)間超過100ms。在特定的領(lǐng)域應(yīng)用，兼顧圖像處理和飛行控制是小型四旋翼飛行器主要面臨的問題。本文在設(shè)計(jì)了基于STM32F407微控制器的四旋翼飛行器基礎(chǔ)之上，分析幾種經(jīng)典圖像處理算法的基礎(chǔ)上，提出一種自主巡線圖像快速檢測(cè)算法，滿足小型微控制器的處理要求，能快速感知路徑的信息，按規(guī)定的路線完成飛行任務(wù)。

1 控制原理

四旋翼飛行器飛行的參照飛行目標(biāo)設(shè)定為深色黑線。圖像處理的核心就是短時(shí)間快速識(shí)別這條路線，保證飛行器在高速飛行過程中快速響應(yīng)，保證正常的飛行姿態(tài)。本文針對(duì)傳統(tǒng)圖像處理算法并不能完全滿足一些特定場(chǎng)合的飛行需求，提出一種圖像融合處理算法控制四旋翼按指定路徑飛行，原理如圖1所示。

系統(tǒng)上電后完成初始化攝像頭，進(jìn)入圖像數(shù)據(jù)準(zhǔn)備就緒狀態(tài)，通過STM32F407微控制器獲取圖像數(shù)據(jù)。在不影響圖像質(zhì)量的前提下，為了保證信息處理實(shí)時(shí)性，本文處理黑白圖像，以減少數(shù)據(jù)量提高運(yùn)行的速度。利用采集處理的數(shù)據(jù)融合PID算法實(shí)現(xiàn)對(duì)四旋翼飛行器的空間絕對(duì)位置的控制。

圖1 圖像處理流程

2 圖像融合PID算法實(shí)現(xiàn)

2.1 算法思想

算法核心思想是減少圖像的數(shù)據(jù)量的同時(shí)，快速檢測(cè)路徑。圖像融合算法首先處理攝像頭采集的圖像數(shù)據(jù)的椒鹽噪聲即噪聲處理。然后，在去噪圖像基礎(chǔ)上識(shí)別出路徑的邊緣，同時(shí)變成黑白效果。為了進(jìn)一步減少圖像處理的數(shù)據(jù)量，對(duì)圖像進(jìn)行細(xì)化，用骨架來表示圖像，通過擬合實(shí)現(xiàn)需要的圖像。融合處理后的圖像數(shù)據(jù)量較小，在飛行器快速飛行過程中結(jié)合PID算法，能有效地識(shí)別路徑，提高飛行器姿態(tài)的控制精度。

2.2 算法實(shí)現(xiàn)

(1)去噪處理

在圖像采集后傳輸?shù)倪^程中受到干擾后形成椒鹽噪聲，椒鹽噪聲會(huì)影響圖像的邊緣輪廓和細(xì)節(jié)，對(duì)圖像進(jìn)行去噪處理后的像素值為：

g(x，y)=mendian{f(x-i，y-j) };(i，j)∈S

(1)

式中，f(x，y)為原始圖像在(i，j)出的像素值；g(x，y)為處理后的圖像在(i，j)出的像素值；S為模板，采用3×3矩陣。

(2)路徑邊緣的獲取

圖像的邊緣部分一般像素灰度變化較大，形成了階躍信號(hào)。因此可通過對(duì)階躍變化信號(hào)的檢測(cè)獲取路徑邊緣信息，我們采用卷積的計(jì)算方法實(shí)現(xiàn)，將式(1)分別在水平方向和垂直方向求導(dǎo)。

水平方向求導(dǎo)：

(2)

垂直方向求導(dǎo)：

(3)

根據(jù)公式(2)和(3)可得到近似梯度值：

(4)

(3)圖像灰度和骨架的提取

可根據(jù)圖像的二值化獲取圖像的灰度及骨架信息。圖像二值化就是將圖像上的像素點(diǎn)的灰度值設(shè)置為0或255，也就是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果，再進(jìn)一步獲取圖像骨架。根據(jù)式(4)可得：

(5)

式中，G(x，y)為原始圖像素值，T(x，y)為灰度處理后像素值。

(4)圖像擬合

四旋翼飛行器絕對(duì)位置控制以黑色的直線為參照物，本文采用霍夫變換擬合方法擬合圖像檢測(cè)過程中的黑色直線。T(x，y)為圖像輪廓上任意一點(diǎn)。采用極坐標(biāo)(ρ，θ)表示。它們的關(guān)系用(x，y)表示為：

ρ=xcosθ+ysinθ

(6)

把(ρ，θ)看成一個(gè)二維平面，經(jīng)過累加之后就是某個(gè)方向點(diǎn)的數(shù)量。該步驟最終可以計(jì)算直線圖像的起點(diǎn)和終點(diǎn)坐標(biāo)，進(jìn)而計(jì)算出直線的斜率。斜率數(shù)據(jù)可以使用PID算法對(duì)飛行器的飛行平面進(jìn)行位置控制，進(jìn)而實(shí)現(xiàn)了圖像數(shù)據(jù)和PID算法的融合。

(5)位置式PID融合

這樣四旋翼飛行器在飛行過程中傾角小于10度，近似看成在平面運(yùn)動(dòng)。四旋翼飛行系沿著圖像擬合后的斜率直線飛行，設(shè)定起點(diǎn)偏航角參數(shù)。根據(jù)當(dāng)前的圖像融合后的直線斜率作為輸入，PID的輸出對(duì)應(yīng)的是計(jì)算后的偏航角，當(dāng)斜率變化時(shí)，對(duì)應(yīng)改變偏航角，達(dá)到修正直線斜率的作用。即實(shí)現(xiàn)了根據(jù)線路飛行。

位置式PID離散化后的數(shù)學(xué)表達(dá)式為：

(7)

其中，y(k)為第k個(gè)采樣時(shí)刻的控制，Kp比例放大系數(shù)，實(shí)際編程控制取值為0.05；Ki積分放大系數(shù)，取值為0.01；Kd為微分放大系數(shù)，取值為6。e(k)=x(k)-x(k-1)，沿著這一點(diǎn)遍歷整條直線，得到最終控制的值。

3 實(shí)驗(yàn)結(jié)果及分析

本次實(shí)驗(yàn)四旋翼飛行器的主要參數(shù)為，處理器采用STM32F407單片機(jī)搭載μC/OS-III操作系統(tǒng)。在2米×5米的白紙上粘有黑色直線與黑色直角彎的地面上進(jìn)行實(shí)驗(yàn)。攝像頭安裝位置為垂直地面，即鏡頭與地面呈90度角。具體參數(shù)如表1所示。

表1 四旋翼飛行器主要參數(shù)

根據(jù)這些參數(shù)，采用北航可靠飛行控制組研制開源在線評(píng)測(cè)系統(tǒng)，飛行器飛行最大速度5.1m/s。其他評(píng)測(cè)參數(shù)如圖2所示。

圖2 在線評(píng)測(cè)數(shù)據(jù)

3.1 去燥處理結(jié)果及分析

根據(jù)公式(1)對(duì)采集到的圖像進(jìn)行去燥處理，結(jié)果如圖3所示。圖3(a)為攝像頭讀取的原始灰度圖像和圖3(b)為經(jīng)過濾波后的灰度圖像。

圖3 去燥處理結(jié)果

通過圖3(a)可以明顯地看出原始圖像數(shù)據(jù)的背景有很多污點(diǎn)可以看作椒鹽噪聲，而經(jīng)過濾波處理后的圖像這些噪聲大部分被去除前景與背景可以輕易地區(qū)分出來。

3.2 路徑邊緣獲取結(jié)果及分析

根據(jù)公式(2)、(3)和(4)，在3(b) X軸與Y軸卷積之后得到路徑邊緣獲取的結(jié)果如圖4所示。對(duì)于灰度圖像來說其邊緣變?yōu)榘咨熬埃瓐D中灰度數(shù)值變化不明顯的區(qū)域則變?yōu)楹谏尘啊?/p>

3.3 圖像灰度和骨架的提取

圖4的圖像已經(jīng)可以清楚地觀測(cè)到我們需要檢測(cè)的直線，但是每條線的像素點(diǎn)較多。為了進(jìn)一步減少圖像數(shù)據(jù)量，進(jìn)行圖像的灰度和骨架提取。圖5為提取后的結(jié)果。處理后的圖像數(shù)據(jù)量降低了很多，同時(shí)也滿足飛行要求。與傳統(tǒng)的Roberts、Prewitt、LOG的邊緣提取算子比較，減少了噪聲。

圖4 路徑邊緣處理結(jié)果

圖5 灰度骨架數(shù)據(jù)

3.4 圖像擬合結(jié)果及分析

圖5中共有三條直線，左側(cè)兩條距離較近可以通過后期軟件處理進(jìn)行合并，右側(cè)的一條直線是無關(guān)數(shù)據(jù)，可通過在霍夫變換算法中添加直線有效長(zhǎng)度來去除。最終獲取的控制信息，再由PID算法對(duì)四旋翼飛行器的X軸、Y軸及偏航進(jìn)行控制。

3.5 絕對(duì)位置控制結(jié)果及分析

根據(jù)圖PID算法式(7)實(shí)現(xiàn)了四旋翼飛行器的絕對(duì)位置控制通過了實(shí)際飛行測(cè)試驗(yàn)證，結(jié)果如圖6和圖7所示。圖6為四旋翼飛行器通過算法確定X軸方向的位置信息而在X軸方向上固定順著Y軸方向飛行；圖7位四旋翼飛行器通過算法確定X軸與Y軸兩個(gè)方向的位置信息從而在一個(gè)固定的點(diǎn)飛行。

圖6 X軸方向的位置信息

圖7 X軸與Y軸兩個(gè)方向的位置信息

在實(shí)驗(yàn)中圖像算法運(yùn)行飛行器最大飛行速度5.1m/s，飛行器能穩(wěn)定按預(yù)定路徑飛行。滿足了位置穩(wěn)定的要求。通過圖像算法與控制算法可以實(shí)現(xiàn)在平面空間對(duì)四旋翼飛行器進(jìn)行精確的巡線跟蹤控制飛行，增強(qiáng)了四旋翼飛行器的控制能力與靈活性。

4 結(jié)語

筆者提出了巡線圖像的快速檢測(cè)算法，結(jié)合飛行器的姿態(tài)數(shù)據(jù)，給出了一種四旋翼飛行器自主巡線定位的控制策略。采用MPU9250慣性單元，獲取飛行器的姿態(tài)和角速度信息，攝像頭獲取圖像信息。利用圖像融合算法對(duì)飛行線路實(shí)時(shí)采樣，經(jīng)測(cè)試連續(xù)兩幀圖像時(shí)間間隔50ms，適用于小型四旋翼飛控，特別是對(duì)于處理器能力較弱的飛控。實(shí)現(xiàn)有效時(shí)間的參數(shù)調(diào)整，改善了飛行器飛行偏差，可根據(jù)位置偏差及時(shí)調(diào)整飛行路徑，實(shí)現(xiàn)了飛行器空間巡線的實(shí)現(xiàn)。