董陽武

（山西工程職業(yè)學(xué)院 山西省太原市 030000）

如今，無人機(jī)可通過遠(yuǎn)程控制方式執(zhí)行既定任務(wù)，但在面對(duì)多變復(fù)雜的飛行環(huán)境時(shí)，無人機(jī)仍需擁有自主飛行能力[1-4]。隨著科學(xué)技術(shù)的不斷發(fā)展，無人機(jī)自主飛行能力逐漸成熟，已然能夠自主應(yīng)對(duì)復(fù)雜的飛行環(huán)境問題，但也仍面臨著地圖構(gòu)建問題，也就是SLAM 問題[5-7]。為了解決該問題，本文將對(duì)機(jī)載激光雷達(dá)的無人機(jī)三維地圖構(gòu)建進(jìn)行研究，以明確地圖構(gòu)建的不足之處，并加以解決，推動(dòng)無人機(jī)的地圖構(gòu)建能力，提高無人機(jī)的智能化水平。

1 地圖構(gòu)建算法

由于本文研究的是無人機(jī)機(jī)載激光雷達(dá)的三維地圖構(gòu)建，因此，在地圖構(gòu)建算法上具有一定的要求，也就是應(yīng)當(dāng)具備較高的漂移誤差和實(shí)時(shí)性。通過綜合性考量，決定使用LeGo-LOAM算法[8]作為此次的地圖構(gòu)建算法，其具體架構(gòu)如圖1所示。

圖1：LeGo-LOAM 算法架構(gòu)

前端部分由點(diǎn)云分割、特征提取、雷達(dá)里程計(jì)和回環(huán)檢測這四個(gè)環(huán)節(jié)構(gòu)成，后端則由位姿圖優(yōu)化部分組成。通過前端與后端的處理，能夠極大程度降低漂移誤差，提高三維點(diǎn)云圖構(gòu)建的實(shí)時(shí)性。其中，在特征提取環(huán)節(jié)上，我們?cè)谟?jì)算其平滑度時(shí)一般用到式子（1）進(jìn)行求解。

式子中，深度信息由rki表示，點(diǎn)云圖中某一點(diǎn)及其同一行左右兩邊5 個(gè)點(diǎn)的集合由S 表示。而后在雷達(dá)里程計(jì)環(huán)節(jié)上，借助迭代公式式子（2）進(jìn)行迭代處理。

式子中，J 為雅克比矩陣，Tk為位姿估計(jì)，h 代表兩種含義，第一是邊緣特征間的距離；第二是平面特征間的距離。在后端設(shè)計(jì)上，我們可以借助位姿圖目標(biāo)函數(shù)求解，以得到準(zhǔn)確的位姿變換信息，如式子（3）所示。

式子中，位姿圖中，全部位姿節(jié)點(diǎn)的位姿估計(jì)由V表示，全部邊的集合由ε表示，位姿估計(jì)誤差由eij表示，協(xié)方差矩陣由∑ij表示。在得到位姿變換結(jié)果后，便可以進(jìn)行最后的回環(huán)檢測和地圖構(gòu)建環(huán)節(jié)，得到最終的三維點(diǎn)云地圖。

2 無人機(jī)平臺(tái)的總體設(shè)計(jì)

2.1 硬件設(shè)計(jì)

通過綜合考慮比較，選用了650mm 軸距的無人機(jī)作為本文研究的載體，該無人機(jī)機(jī)體材質(zhì)為碳纖維，質(zhì)量輕且強(qiáng)度剛性較高，具有良好的飛行性能。在動(dòng)力硬件設(shè)備上，我們選用了15*15 英寸的碳纖維槳葉和MN4014 400KV 無刷電機(jī)，這樣即使油門量控制在50%，也能夠?yàn)闊o人機(jī)提供1.5kg 的升力，極大程度提升了無人機(jī)的搭載能力。電池為1000mA 時(shí)6S 鋰電池，該規(guī)格電池能夠?yàn)闊o人機(jī)帶來充足的續(xù)航能力，最高續(xù)航時(shí)間可達(dá)到20min。除了這些基礎(chǔ)硬件之外，還配備了激光雷達(dá)、Rixhawk 飛控、差分GPS 板卡、數(shù)傳電臺(tái)、差分GPS 蘑菇頭天線、機(jī)載計(jì)算機(jī)單元等硬件設(shè)備。其中，激光雷達(dá)這種傳感器的工作原理較為簡單，借助發(fā)射器發(fā)射激光，當(dāng)激光掃射到物體時(shí)，會(huì)發(fā)生漫反射，此時(shí)接收機(jī)會(huì)接收到漫反射激光，此時(shí)通過計(jì)算激光接收時(shí)間便能得到物體的具體距離。當(dāng)然，激光雷達(dá)也有不同種類之分，常見的有三維激光雷達(dá)和二維激光雷達(dá)，如Hokuyo UST-10LX 激光雷達(dá)就屬于二維激光雷達(dá)，通過發(fā)射一束激光束來實(shí)現(xiàn)物體的探測工作。這種雷達(dá)存在著一定的不足，無法實(shí)現(xiàn)360°無死角掃描，探測距離也是存在一定局限性，最大探測范圍僅有10m，優(yōu)點(diǎn)則是整體質(zhì)量較小，容易攜帶。而三維激光雷達(dá)則可以發(fā)射出多束激光束來實(shí)現(xiàn)物體的探測，如VLP-16 激光雷達(dá)就是常見的三維激光雷達(dá)，其沒有掃描死角，能夠進(jìn)行全方位探測，探測范圍最高可達(dá)到100m，所以，在雷達(dá)設(shè)備的選用上，選擇了VLP-16 激光雷達(dá)。

2.2 軟件設(shè)計(jì)

2.2.1 無人機(jī)端的軟件設(shè)計(jì)

軟件設(shè)計(jì)包括兩個(gè)部分：

（1）無人機(jī)端的軟件設(shè)計(jì)；

（2）地面站端的軟件設(shè)計(jì)。

無人機(jī)端的軟件系統(tǒng)由飛行控制單元、機(jī)載計(jì)算單元、激光雷達(dá)等部分組成，飛行控制單元與機(jī)載計(jì)算單元之間通過UART 協(xié)議實(shí)現(xiàn)數(shù)據(jù)的交換工作，激光雷達(dá)借助UDP 協(xié)議實(shí)現(xiàn)電云數(shù)據(jù)的傳輸工作。地面站端軟件系統(tǒng)的數(shù)據(jù)交換是利用SSH 協(xié)議實(shí)現(xiàn)的，除了數(shù)據(jù)交換之外，還借助MAVLink 協(xié)議與飛行控制單元進(jìn)行相互通信。具體而言，不同模塊之間存在著數(shù)據(jù)交互能力，所有執(zhí)行工作均在ROS 中完成。為了滿足前文設(shè)計(jì)的地圖構(gòu)建算法，加入了SLAM 節(jié)點(diǎn)，負(fù)責(zé)電暈數(shù)據(jù)話題的輸入與位置估計(jì)結(jié)果、全局電暈地圖的輸出。為了確保MAVLink 協(xié)議與ROS 之間的穩(wěn)定性，添加了MAVROS 功能包，借助該功能包能夠?qū)崿F(xiàn)uORB信息的實(shí)時(shí)轉(zhuǎn)換，使之成為通用的ROS 話題，在ROS中，MAVROS 會(huì)以mavros 節(jié)點(diǎn)形式存在，負(fù)責(zé)信息傳遞，如傳感器采集得到的信息、飛控狀態(tài)信息等，除了信息傳輸功能外，還具備訂閱信息能力，如訂閱外部傳感器采集的數(shù)據(jù)信息等。正方形框框內(nèi)的話題均是本文的主攻話題，因?yàn)檫@些話題均在mavros 節(jié)點(diǎn)話題訂閱范圍之內(nèi)，同時(shí)，外部傳感器采集得到的位姿信息也是包含在內(nèi)的。所以，無人機(jī)若要實(shí)現(xiàn)自主定位，那么/integrated_to_init 應(yīng)重映射成/mavros/vision_pose/pose，但實(shí)際上這種重映射是無法完成的。通過分析，導(dǎo)致這種問題發(fā)生的原因是話題的類型不一致，所以不能進(jìn)行重映射。因此添加了一個(gè)節(jié)點(diǎn)transpose，通過該節(jié)點(diǎn)對(duì)/integrated_to_init 進(jìn)行訂閱，而后發(fā)布/mavros/vision_pose/pose，實(shí)現(xiàn)類型的轉(zhuǎn)換，使之能夠進(jìn)行重映射。

激光雷達(dá)數(shù)據(jù)傳輸是在UDP 協(xié)議下實(shí)現(xiàn)的，為了得到激光雷達(dá)的實(shí)時(shí)數(shù)據(jù)，可將Wireshark 軟件應(yīng)用其中，每一幀數(shù)據(jù)長度都是固定不變的，均為1248 字節(jié)，其中，數(shù)據(jù)包頭部有42 個(gè)字節(jié)，數(shù)據(jù)12 組（每組數(shù)據(jù)有100 個(gè)字節(jié)），時(shí)間戳有4 個(gè)字節(jié)，帶標(biāo)識(shí)的雷達(dá)型號(hào)參數(shù)有2 個(gè)字節(jié)。而后是距離信息32 組（一組3 個(gè)字節(jié)），其中，距離值2 個(gè)字節(jié)，激光反射強(qiáng)度值1 個(gè)字節(jié)。在飛行控制單元中，我們會(huì)借助PID 算法來實(shí)現(xiàn)飛行控制的目的[9]。而后借助EKF 算法[10]估算IMU 數(shù)據(jù)與/mavros/vision_pose/pose 位置信息，以獲取最終的位姿信息。無人機(jī)根據(jù)此信息完成閉環(huán)控制操作。

2.2.2 地面站端的軟件設(shè)計(jì)

該軟件有兩項(xiàng)核心功能：

（1）借助SSH（加密性網(wǎng)絡(luò)傳輸協(xié)議）實(shí)現(xiàn)對(duì)計(jì)算單元NUC 軟件的遠(yuǎn)程控制；

（2）借助相應(yīng)軟件實(shí)現(xiàn)對(duì)無人機(jī)的實(shí)時(shí)監(jiān)控，如QGroundControl 軟件。

當(dāng)網(wǎng)絡(luò)出現(xiàn)不安全問題或隱患時(shí)，SSH 能夠單獨(dú)開辟出一條安全的傳輸渠道，提供安全的網(wǎng)絡(luò)服務(wù)條件。在此系統(tǒng)中，機(jī)載計(jì)算單元與地面站端的局域網(wǎng)相同，只需獲悉IP 地址便能借助SSH 對(duì)機(jī)載計(jì)算單元進(jìn)行訪問，進(jìn)而調(diào)動(dòng)地圖構(gòu)建算法，并對(duì)其發(fā)布頻率、內(nèi)容等情況進(jìn)行檢驗(yàn)，在結(jié)束檢驗(yàn)后可遠(yuǎn)程結(jié)束算法的使用。飛行控制單元與地面站間的連接使用到了無線網(wǎng)絡(luò)，并在MAVLink 協(xié)議的作用下完成最終的通信工作。該協(xié)議屬于開元通訊協(xié)議，常用于飛行器的通訊環(huán)節(jié)上，為地面站端提供相應(yīng)的校檢功能。在監(jiān)控環(huán)節(jié)上，QGroundControl 軟件能夠?qū)AVLink 信息進(jìn)行解析，并實(shí)時(shí)展現(xiàn)出各類核心信息，如姿態(tài)、位置、GPS信息等。

3 實(shí)證

為了檢驗(yàn)無人機(jī)機(jī)載激光雷達(dá)的三維地圖構(gòu)建情況，首先對(duì)其定位精度檢驗(yàn)，以明確地圖構(gòu)建算法定位情況。其次對(duì)三維點(diǎn)云地圖構(gòu)建情況進(jìn)行驗(yàn)證，以明確建圖效果。最后對(duì)三維點(diǎn)云地圖進(jìn)行處理，也就是環(huán)境重構(gòu)，以獲取更為清晰的三維點(diǎn)云地圖。

3.1 定位精度實(shí)證

為了檢驗(yàn)無人機(jī)機(jī)載激光雷達(dá)的三維地圖構(gòu)建情況，此處進(jìn)行了定位精度檢驗(yàn)，具體而言，通過手持無人機(jī)方式，進(jìn)行矩形軌跡和定點(diǎn)運(yùn)動(dòng)。通過室內(nèi)室外兩種不同環(huán)境結(jié)合的方式，對(duì)其運(yùn)動(dòng)估計(jì)值進(jìn)行比較分析，以明確最終定位精度。首先室內(nèi)進(jìn)行定點(diǎn)實(shí)驗(yàn)，此次實(shí)驗(yàn)時(shí)長為3min，結(jié)果發(fā)現(xiàn)，無人機(jī)在X、Y、Z 方向上的定位精度均在2cm 范圍內(nèi)，在規(guī)定時(shí)間內(nèi)位置估計(jì)并未出現(xiàn)漂移行徑。而后在矩形軌跡運(yùn)動(dòng)實(shí)驗(yàn)中，無人機(jī)沿著長3*2.5m 規(guī)格的矩形進(jìn)行行走，得到地圖構(gòu)建算法估計(jì)的位置信息，而后與運(yùn)動(dòng)捕捉系統(tǒng)采集得到的位置信息進(jìn)行比較，結(jié)果發(fā)現(xiàn)無人機(jī)在進(jìn)行矩形軌跡運(yùn)動(dòng)時(shí)，定位精度能夠保持在15cm 范圍之內(nèi)。接著將實(shí)驗(yàn)環(huán)境換到室外，進(jìn)行定位精度測試，在X、Y 平面上，位置估計(jì)誤差僅有1cm，在Z 平面上，位置估計(jì)誤差為5cm。在定點(diǎn)測試環(huán)節(jié)中，激光雷達(dá)地圖構(gòu)建算法在Z 方向上的定位精度為5cm，在X、Y 方向上的定位精度分別為10cm 與20cm，造成定位誤差較大的原因是試驗(yàn)環(huán)境較為空曠所致，而x 方向上的特征點(diǎn)與Y 方向上的特征點(diǎn)成反比關(guān)系，這是一大一小所導(dǎo)致。在進(jìn)行矩形軌跡測試時(shí)，選擇了規(guī)格為6*4m 的矩形空間進(jìn)行檢測，結(jié)果發(fā)現(xiàn)，X 方向的定位誤差為50cm，Y、Z 方向上的定位誤差均為20cm，導(dǎo)致定位誤差較大的原因同上。所以，在特征點(diǎn)穩(wěn)定情況，定位誤差可以控制在20cm，能夠達(dá)到室外建圖要求。

3.2 三維點(diǎn)云地圖構(gòu)建

為了檢驗(yàn)無人機(jī)機(jī)載激光雷達(dá)的三維地圖構(gòu)建情況，進(jìn)行了三維點(diǎn)云圖構(gòu)建實(shí)驗(yàn)，實(shí)驗(yàn)環(huán)境均在室外完成。下面我們以某市A 廣場為研究對(duì)象，進(jìn)行三維點(diǎn)云地圖構(gòu)建工作，得到的結(jié)果如圖2所示。

圖2：三維點(diǎn)云圖構(gòu)建結(jié)果

可以看出，借助無人機(jī)搭載激光雷達(dá)能夠較好地構(gòu)建出三維點(diǎn)云圖，具有較高的可行性。但是存在無明顯重影問題，所以，下文將會(huì)借助CloudCompare 軟件進(jìn)行處理，以提高點(diǎn)云圖中物體的辨識(shí)度，具體處理效果圖下文所示。

3.3 三維點(diǎn)云地圖的處理

CloudCompare 軟件中的qPCV 算法能夠?yàn)樘幚硖峁┕饩€數(shù)量選擇功能和光照類型選擇功能，這樣便能夠?qū)Ⅻc(diǎn)云圖中的物體立體效果充分展現(xiàn)處理，以提高點(diǎn)云圖中物體的識(shí)別度，經(jīng)軟件處理后，A 廣場三維點(diǎn)云圖如圖3所示。

圖3：處理后的三維點(diǎn)云圖

可以看出，經(jīng)過處理后的三維點(diǎn)云圖，能夠清晰看出其中物體的立體形象，為三維點(diǎn)云圖的構(gòu)建展現(xiàn)提供了正向推動(dòng)力，使得三維地圖構(gòu)建的更加具體清晰。

4 小結(jié)

本文首先對(duì)地圖構(gòu)建算法進(jìn)行了分析，為后續(xù)的實(shí)驗(yàn)平臺(tái)搭建奠定了基礎(chǔ)。其次，根據(jù)前面提出的地圖構(gòu)建算法，搭建了實(shí)驗(yàn)平臺(tái)，包括硬件平臺(tái)與軟件平臺(tái)。最后，通過室內(nèi)室外相結(jié)合的方式對(duì)地圖構(gòu)建算法的定位情況進(jìn)行了驗(yàn)證，結(jié)果發(fā)現(xiàn)室內(nèi)定位誤差在15cm 左右，室外定位誤差在20cm 以內(nèi)，能夠滿足室內(nèi)室外建圖的要求，肯定了算法的可行性。而后進(jìn)行了室外建圖試驗(yàn)，發(fā)現(xiàn)得到的三維點(diǎn)云圖難以識(shí)別其中物體的問題，為了優(yōu)化這一問題，借助CloudCompare 軟件進(jìn)行了處理，得到了最優(yōu)點(diǎn)云地圖，能夠清楚識(shí)別圖中的物體。