丁嘉偉，聞凱，桂敬亮

（南京航空航天大學(xué)金城學(xué)院，江蘇南京，211156）

0 引言

全自動多軸飛行器模擬搜救系統(tǒng)是一款主要飛行器系統(tǒng)與搜救系統(tǒng)兩大部分組成，其中飛行器系統(tǒng)以成熟的六軸飛行器為主要平臺，通過搭載pixhawk開源飛控系統(tǒng)進(jìn)行相關(guān)設(shè)計(jì)，搜救系統(tǒng)主要由機(jī)械臂，機(jī)械爪組成，通過使用arduino開發(fā)系統(tǒng)進(jìn)行控制處理，配合視覺識別處理技術(shù)提高系統(tǒng)感知能力與抓取可靠性。

1 飛控系統(tǒng)的設(shè)計(jì)

飛控采用開源飛控pixhawk配合地面站軟件mission planner[1]。相較于市面上其他開源飛行控制器，此款飛控支持多種無人機(jī)機(jī)型,并能夠根據(jù)負(fù)載大小設(shè)定合適的無人機(jī)飛行參數(shù)，配合GPS全球定位模塊系統(tǒng)在地面端規(guī)劃飛行路徑以實(shí)現(xiàn)自主巡航，自主定位等相關(guān)功能。

2 搜救系統(tǒng)的設(shè)計(jì)

2.1 機(jī)械臂的設(shè)計(jì)

機(jī)械臂采用多級結(jié)構(gòu)設(shè)計(jì)，采用上下雙層結(jié)構(gòu)，上層結(jié)構(gòu)為支架和固定的45齒同步輪。支架選擇了堅(jiān)固的2020型鋼，通過t型滑塊螺母魚5mm椴木板固定；45齒同步輪和和360°舵機(jī)連接的30齒同步輪進(jìn)行配合，進(jìn)行控制旋轉(zhuǎn)舵機(jī)板的轉(zhuǎn)動。

其設(shè)計(jì)目的主要是能夠讓機(jī)械臂能夠到達(dá)無人機(jī)正下方的任何地方，使得其不存在死角，使得后面能進(jìn)行全方面的抓取。

2.2 機(jī)械爪的設(shè)計(jì)

機(jī)械爪部分分為滑塊直線軸承板，升降臂和機(jī)械爪滑塊直線軸承板就是通過2組同步帶輪帶動升降舵機(jī)掛板進(jìn)行水平移動，豎直的一組是30齒主動輪帶動15齒從動輪從動，從動輪再將動力借由光軸帶動水平齒輪移動從而控制升降舵機(jī)掛板，在確定好位置以后通過齒輪機(jī)械臂升降，最后經(jīng)由機(jī)械爪抓取，機(jī)械爪如圖1所示是由四組機(jī)械只抓，舵機(jī)，限位擋板組成，限位擋板如圖2所示是由2組完全一樣的螺旋曲線構(gòu)成，將機(jī)械只抓固定好相應(yīng)的位置，舵機(jī)旋轉(zhuǎn)帶動只抓的開合，從而控制爪的抓取。

圖1 機(jī)械爪

圖2 限位擋板

3 視覺處理系統(tǒng)的設(shè)計(jì)

由上位機(jī)運(yùn)行視覺代碼對回傳的實(shí)時(shí)畫面進(jìn)行識別處理，將處理后獲取的位姿信息發(fā)送給下位機(jī)下位機(jī)接收上位機(jī)的數(shù)據(jù)對機(jī)械臂進(jìn)行控制，整體流程如圖3所示。

圖3 流程圖

3.1 用matlab對攝像頭進(jìn)行標(biāo)定，以方便獲取正確的位姿信息。

攝像頭采用普通1080P USB攝像頭，拍攝目標(biāo)為黑白棋盤網(wǎng)格紙。

參考張正友標(biāo)定法原理，相機(jī)內(nèi)外參數(shù)標(biāo)定方法有多種標(biāo)定方法。到目前為止使用最多的是經(jīng)典標(biāo)定法中的張氏相機(jī)標(biāo)定法，它相對經(jīng)典標(biāo)定法解決了標(biāo)定物制作精度要求高的問題，其精度比自標(biāo)定法的更高，且制作模板更容易，降低了成本低、便于實(shí)現(xiàn)、魯棒性好、精度高，任何人都可以快速、方便、準(zhǔn)確地獲取到相機(jī)的畸變參數(shù)以及各內(nèi)外參數(shù)。Open CV視覺庫以及Matlab視覺處理庫都是基于張正友標(biāo)定原理來求解相機(jī)參數(shù)的[2]。

將攝像頭拍攝的25張棋盤網(wǎng)格照片導(dǎo)入MATLAB獲取相機(jī)畸變參數(shù)，其需要參數(shù)為五個(gè)，分別為3個(gè)徑向畸變（k1,k2,k3）以及2個(gè)切向畸變（P1,P2）。

調(diào)用Open CV 開源視覺庫展原圖象如圖4所示和標(biāo)定后的圖象如圖5所示。

圖4 標(biāo)定前圖象

圖5 標(biāo)定后圖象

可明顯的觀測到標(biāo)定后的圖象更接近于現(xiàn)實(shí)中人眼所看到的圖象，其邊部不在有由畸變而引起的彎曲。標(biāo)定目的是方便運(yùn)用相機(jī)獲取物體實(shí)際的物理信息。

3.2 識別目標(biāo)對象和機(jī)械爪

先根據(jù)目標(biāo)對象和機(jī)械爪的特征分別鎖定其在畫面中的二維坐標(biāo)，再根據(jù)標(biāo)定后無畸變的圖象搭配pnp算獲法獲取目標(biāo)對象和機(jī)械爪的三維坐標(biāo)點(diǎn)，從而計(jì)算出目標(biāo)對象相對機(jī)械爪在實(shí)際中的相對物理差值。運(yùn)用標(biāo)定后的攝像機(jī)對機(jī)械爪和目標(biāo)小球的位置進(jìn)行實(shí)時(shí)獲取，再進(jìn)行實(shí)時(shí)解算這樣就可以實(shí)時(shí)獲取機(jī)械爪相對目標(biāo)物體的物理偏差值，這樣就可以在機(jī)械臂移動出現(xiàn)誤差時(shí)進(jìn)行及時(shí)的回調(diào)補(bǔ)救。

3.3 發(fā)送指令控制機(jī)械臂

根據(jù)目標(biāo)對象和機(jī)械爪的相對位給下位機(jī)發(fā)送指令，如：當(dāng)機(jī)械臂與目標(biāo)物的X軸和Y軸的相對值為0時(shí)，向下位機(jī)發(fā)送下降機(jī)械臂的指令。當(dāng)Z軸相對值為一定值a(機(jī)械爪可抓取目標(biāo))時(shí)發(fā)送抓取命令。最后將相對位置差和相對的控制命令打包成數(shù)據(jù)包運(yùn)用串口通信發(fā)送給下位機(jī)。每一幀循環(huán)都執(zhí)行發(fā)送流程從而達(dá)到實(shí)時(shí)調(diào)控的效果。

4 控制系統(tǒng)的設(shè)計(jì)

使用Arduino Mega2560作為下位機(jī)主控，程序編寫使用Arduino IDE，根據(jù)機(jī)械結(jié)構(gòu)建立極坐標(biāo)系，單片機(jī)通過無線串口接收數(shù)據(jù)后，處理上位機(jī)視覺識別發(fā)送過來的數(shù)據(jù)包，進(jìn)行相應(yīng)的動作，為避免發(fā)生聯(lián)動錯(cuò)亂，控制順序?yàn)檗D(zhuǎn)動，滑動，抓取。

轉(zhuǎn)動結(jié)構(gòu)使用360度可持續(xù)旋轉(zhuǎn)舵機(jī)，單片機(jī)調(diào)用pwm庫，產(chǎn)生小于1500us的脈寬逆時(shí)針旋轉(zhuǎn)，大于1500us順時(shí)針旋轉(zhuǎn)，差值越大轉(zhuǎn)速和扭矩越大。根據(jù)轉(zhuǎn)速計(jì)算時(shí)間達(dá)到控制轉(zhuǎn)動到指定角度的效果。

滑動結(jié)構(gòu)選用42步進(jìn)電機(jī)，采用霍爾編碼器讀取直流電機(jī)脈沖數(shù)，結(jié)合位置式PID算法公式，配合驅(qū)動來控制電機(jī)輸出準(zhǔn)確脈沖數(shù)[3]。當(dāng)發(fā)出位置指令后，控制步進(jìn)電機(jī)旋轉(zhuǎn)指定位置，并計(jì)算出誤差進(jìn)行補(bǔ)償。

5 實(shí)際調(diào)控與測試

其調(diào)試過程相對復(fù)雜與繁瑣，但卻是及其重要的一個(gè)環(huán)節(jié)，整個(gè)機(jī)械臂的實(shí)際抓取準(zhǔn)確率和靈活度都取決于調(diào)試時(shí)的優(yōu)化。本次調(diào)試主要分為三步：第一步，視覺代碼優(yōu)化，提高其識別的準(zhǔn)確率和識別精度。第二部，電控代碼優(yōu)化，對上位機(jī)的數(shù)據(jù)進(jìn)行一個(gè)濾波處理，提高機(jī)械臂的靈活度。第三步，視覺與電控聯(lián)動調(diào)試，調(diào)整其機(jī)械臂實(shí)際抓取的偏差。在實(shí)際調(diào)試中依次按上述步驟反復(fù)進(jìn)行，從而達(dá)到整體系統(tǒng)的最優(yōu)化。

對實(shí)際抓取進(jìn)行測試其抓取次數(shù)和抓取成功次數(shù)如圖6所示，其相對應(yīng)的抓取成功率如圖7所示

圖6 抓取與抓中次數(shù)

圖7 抓取成功率成功率

其視覺算法與電控的算法相對于傳統(tǒng)的視覺識別控制，不再是識別后等待機(jī)械臂執(zhí)行完成后再次發(fā)送修正指令，該視覺設(shè)計(jì)可以實(shí)時(shí)監(jiān)控機(jī)械臂對其控制進(jìn)行實(shí)時(shí)修正。

由以上測試可知在實(shí)際測試的過程中仍會存在一些實(shí)際偏差。雖然并不會如理想環(huán)境下那么精確。但在其自主識別抓取的前提下，其平均抓取成功率依然能夠達(dá)到76%的準(zhǔn)確率。其主要原因還是其視覺算法的實(shí)時(shí)調(diào)控起到了關(guān)鍵性的作用，使得機(jī)械臂在實(shí)際操作的過程中如果出現(xiàn)視覺可識別的誤差能夠及時(shí)修正。

在理想狀態(tài)下，其準(zhǔn)確率是可以達(dá)到95%的，其產(chǎn)生實(shí)際主要誤差的原因分別是機(jī)械臂的結(jié)構(gòu)和電控使得機(jī)械臂在轉(zhuǎn)動中仍然存在一些位置的偏移，另一個(gè)則是其視覺識別的效果受設(shè)備和環(huán)境的各種影響，其實(shí)際識別率會存在一個(gè)誤差，使得即使標(biāo)定后其測定得的實(shí)際相對位置差值也會存在一定誤差。從而使得實(shí)驗(yàn)測試中的平均抓取成功率只有76%。其相應(yīng)的解決方案分別是提高機(jī)械臂機(jī)械結(jié)構(gòu)的制作精度，優(yōu)化視覺和控制算法的代碼，以及選用拍攝效果更好識別精度更高的攝像頭或者使用雙目攝像頭也能大幅的提高可識別精度，識別率則可以增加深度學(xué)習(xí)算法對機(jī)械爪和目標(biāo)對象進(jìn)行一個(gè)訓(xùn)練，這樣整體系統(tǒng)的識別與抓取效果就可以有一個(gè)很大的提升以及具有很高的魯棒性。

6 總結(jié)

本文主要介紹設(shè)計(jì)一款全自主自動飛行的多軸飛行器的模擬搜救系統(tǒng)，通過對其飛控系統(tǒng)，模擬搜救系統(tǒng)，視覺處理系統(tǒng)以及控制系統(tǒng)的相關(guān)設(shè)計(jì)方案進(jìn)行了闡述與研究，分析了實(shí)際過程中可能遇到的問題并提出了相應(yīng)的解決方法，對多軸飛行器模擬搜救的實(shí)際設(shè)計(jì)與應(yīng)用具有較高的參考價(jià)值[4]。