何建方，席 濤，張 凌

(韶關(guān)東陽光自動化設(shè)備有限公司，廣東 韶關(guān) 512721)

0 引言

小型旋翼無人機在偵察、探測和監(jiān)控等領(lǐng)域扮演著越來越重要的角色。面對不同的復(fù)雜任務(wù)，小型無人機智能化是當(dāng)前的必然趨勢[1]，而自主定位是其中最重要的組成之一。

視覺定位是當(dāng)前無人機自主定位導(dǎo)航最常用的手段[2-4]。慕尼黑科技大學(xué)在四旋翼平臺上搭載RGB-D攝像頭，建立室內(nèi)環(huán)境的稠密地圖，完成無人機的自主定位和導(dǎo)航[5]。但是采用的SLAM算法需要遠程依賴地面站，導(dǎo)致控制延遲以及成本高。

本文設(shè)計一種小型化、輕量級的無人機視覺定位系統(tǒng)，研究了單目視覺定位算法，設(shè)計了自主定位系統(tǒng)的軟硬件架構(gòu)。驗證實驗表明，本文設(shè)計的輕量級視覺定位系統(tǒng)可以實現(xiàn)無人機單目定位。

1 搭建視覺定位系統(tǒng)架構(gòu)

1.1 硬件平臺

本文搭建的多旋翼無人機平臺包括Pixhawk飛行控制板、視覺傳感器、機載嵌入式計算機。搭建的視覺定位無人機平臺如圖1所示。

圖1 視覺定位旋翼無人機平臺

飛行控制板Pixhawk使無人機執(zhí)行自主命令和控制飛行。Pixhawk是一種高性能的自動駕駛儀，以兩片STM32芯片為主從控制器，并且集成了三軸陀螺儀、三軸加速度計、高度計等MEMS傳感器。將傳感器采集的數(shù)據(jù)發(fā)送給處理器，采用擴展卡爾曼濾波(EKF)算法對無人機平臺的位置進行估計[6]。

機載嵌入式計算機是視覺定位信息處理的核心。本文的機載嵌入式計算機采用ODROID XU4控制板。從參數(shù)上來看，ODROID XU4的整體性能基本和目前的中端智能手機相似，它搭載了主頻為2 GHz的三星Exynos5422八核處理器與2GB RAM，主板上設(shè)有以太網(wǎng)接口、2個USB 3.0接口、1個USB 2.0接口、1個HDMI視頻接口以及1個GPIO接口。由于采用了ARM架構(gòu)，ODROID XU4可以運行基于ARM架構(gòu)所設(shè)計的操作系統(tǒng)，包括Debian，Ubuntu以及 Android等。

1.2 軟件系統(tǒng)

視覺定位系統(tǒng)中所有的視覺信息處理和控制均在機載計算機上完成。因此，需在機載計算機上安裝Ubuntu系統(tǒng)，實現(xiàn)視覺定位算法以及和無人機的通信。另外，在Ubuntu系統(tǒng)上安裝機器人操作系統(tǒng)(Robot Operating System，ROS)，幫助建立定位算法、模塊通信、采集傳感器數(shù)據(jù)。ROS主要應(yīng)用在機器人平臺操作與控制系統(tǒng)的軟件框架，其最大優(yōu)勢為點對點設(shè)計，工具包豐富，系統(tǒng)模塊化，非常便于應(yīng)用。

機載嵌入式計算機與Pixhawk飛行控制板之間的通信接口節(jié)點是實現(xiàn)機載計算機實時獲取飛行器飛行狀態(tài)和自主控制飛行狀態(tài)的關(guān)鍵。該節(jié)點主要通過Mavlink協(xié)議接收多旋翼飛行器的心跳包、姿態(tài)角數(shù)據(jù)包和位置數(shù)據(jù)包等，并按類別以特定消息格式將數(shù)據(jù)發(fā)布到不同的主題上。同時訂閱了vision 和position 等主題，再以Mavlink協(xié)議的形式將這些主題數(shù)據(jù)發(fā)送到飛行控制板，獲取外部傳感器的數(shù)據(jù)并實現(xiàn)自主飛行控制。自主控制節(jié)點的設(shè)計原理可以總結(jié)為訂閱飛行器的當(dāng)前位置主題，提供位置反饋，再將位置控制命令發(fā)布到通信節(jié)點的/mavros/setpoint/local_position主題上。通過對無人飛行器狀態(tài)的實時監(jiān)測調(diào)整位置控制信息。

本文無人機視覺定位系統(tǒng)框架如圖2所示，描述了硬件系統(tǒng)和軟件系統(tǒng)各組成部分之間的連接關(guān)系。

2 視覺定位算法

本節(jié)主要研究一種實時、穩(wěn)定的單目視覺定位算法，該算法能夠通過采集單目相機信息，在機載計算機上實時運行，實現(xiàn)無人機的定位。由于單目相機獲得的視覺信息是沒有深度的，因此必須移動相機之后能估計它的運動，優(yōu)點在于成本低，處理視覺信息消耗的計算資源小。

SVO(Semi-direct Visual Odoemtry)是瑞士蘇黎世理工學(xué)院提出的一種半直接法視覺里程計，可建立稀疏地圖，實現(xiàn)實時的無人機定位[7]。SVO里程計的跟蹤線程框架如圖3所示。SVO框架包括了運動估計和建圖兩個線程，采用稀疏關(guān)鍵點的灰度值匹配法得到估計位置。

圖3 SVO里程計算法流程

該算法使用直接法最小化稀疏關(guān)鍵點的重投影殘差來獲取位置，假設(shè)Tk,k-1為位置變化，通過不斷優(yōu)化位置Tk,k-1最小化殘差損失函數(shù)，如公式1所示。

(1)

其中，δI(T,u)為相鄰圖像幀對應(yīng)關(guān)鍵點的灰度值差，如公式2所示。

δI(T,u)=Ik(π(T·π-1(u,du)))-Ik-1(u)

(2)

3 實驗驗證分析

本節(jié)將對設(shè)計的無人機視覺定位系統(tǒng)進行試驗分析，驗證視覺定位的實時性和穩(wěn)定性。以開源數(shù)據(jù)集airground_rig_s3_2013-03-18_21-38-48.bag作為圖像輸入，在本文設(shè)計的硬件系統(tǒng)下，運行視覺定位算法，運行結(jié)果顯示，圖像處理幀率在10 fps～25 fps，視覺定位系統(tǒng)數(shù)據(jù)集運行實驗如圖4所示。視覺定位系統(tǒng)單目相機運行實驗如圖5所示，幀率平均值為15 fps。

圖4 視覺定位系統(tǒng)運行數(shù)據(jù)集實驗

圖5 視覺定位系統(tǒng)單目相機運行實驗。

4 結(jié)語

多旋翼無人機的應(yīng)用需求促進了智能化的趨勢，在未知和復(fù)雜環(huán)境下，視覺定位成了重要手段。本文提出了基于單目視覺的無人機定位系統(tǒng)，搭建了定位系統(tǒng)的軟件硬件架構(gòu)，研究了單目視覺定位算法。實驗驗證結(jié)果表明本文的定位系統(tǒng)滿足實時性和穩(wěn)定性要求。