中圖分類(lèi)號(hào)：TP391；V 279+.2 文獻(xiàn)標(biāo)志碼：B 文章編碼：1672-7274（2025）04-0096-03

Abstract：Air groundcollaborationisahottopic inthe fieldof multi-agentresearch today.This paperdesigns and implements a quadcopter unmanned aerial vehicle system that canautomaticaly identify cargoand display it in real time.The system uses TM4C123GH6PMas the maincontrol chip，MPU6050atitudesensor，TOFSense laserranging， N10 laser radar，Openmv module andother external devices.Atitude estimation，filtering，PIDadjustment and other algorithms areused toachieve targetrecognitionofquadcopterunmannedarial vehicles，and therecognition information is finally output in real time through the ground station screen.

Keywords：quadcopter unmanned aerial vehicle; openMV; PID

研究背景

面向應(yīng)用場(chǎng)景，場(chǎng)景驅(qū)動(dòng)創(chuàng)新開(kāi)發(fā)，在前沿技術(shù)發(fā)展中起到重要作用。隨著無(wú)人機(jī)技術(shù)的發(fā)展，無(wú)人機(jī)因具有靈巧、成本低、隱蔽性強(qiáng)及易部署等優(yōu)點(diǎn)，在各個(gè)領(lǐng)域的應(yīng)用日益廣泛，如在物流運(yùn)輸、數(shù)據(jù)采集等應(yīng)用中起著重要作用[1[2]。四旋翼無(wú)人機(jī)通過(guò)測(cè)距傳感器得到目標(biāo)與無(wú)人機(jī)間的水平位移，將信息回傳給飛控系統(tǒng)，進(jìn)而自動(dòng)調(diào)整無(wú)人機(jī)的姿態(tài)和位置，實(shí)現(xiàn)貨物鎖定與識(shí)別[3]。本文以TM4C123GH6PM單片機(jī)為核心，利用OpenMV模塊，應(yīng)用計(jì)算機(jī)視覺(jué)技術(shù)完成對(duì)目標(biāo)貨物的盤(pán)點(diǎn)，所設(shè)計(jì)的四旋翼無(wú)人機(jī)圖像識(shí)別系統(tǒng)可適用于復(fù)雜的貨物倉(cāng)庫(kù)，節(jié)約人力成本。

現(xiàn)系統(tǒng)對(duì)立體貨架上全部貨物的自主巡檢、盤(pán)點(diǎn)5]。系統(tǒng)總體框圖如圖1所示。

2 系統(tǒng)硬件組成

四旋翼無(wú)人機(jī)圖像識(shí)別系統(tǒng)主要應(yīng)用主控制器、MPU6050、TOFSense激光測(cè)距傳感器、N10激光雷達(dá)等眾多傳感器采集實(shí)時(shí)數(shù)據(jù)信息，對(duì)數(shù)據(jù)進(jìn)行姿態(tài)解算，得到無(wú)人機(jī)的姿態(tài)及位置信息，并通過(guò)電調(diào)以及遙控等模塊，結(jié)合相關(guān)算法對(duì)無(wú)人機(jī)姿態(tài)進(jìn)行控制，利用OpenMV設(shè)備對(duì)目標(biāo)進(jìn)行識(shí)別[4]，識(shí)別結(jié)果信息通過(guò)串口與地面站顯示器系統(tǒng)進(jìn)行交互顯示，以實(shí)

2.1主控芯片

在飛行控制系統(tǒng)中，采用低功耗高性能的TM4C123GH6PM作為主控制器，其負(fù)責(zé)處理傳感器數(shù)據(jù)，確保無(wú)人機(jī)的穩(wěn)定飛行。TM4C123GH6PM芯片采用了80MHz的ARMCortex-M4F處理器，擁有64個(gè)引腳，集成了ARM單精度浮點(diǎn)內(nèi)核、多個(gè)PWM模塊，支持多個(gè)串行通信通道，如UART、SPI、I2C和CAN，以該芯片作為四旋翼無(wú)人機(jī)的主控芯片能較好地實(shí)現(xiàn)處理速度快以及功耗低的要求[]。

2.2MPU6050姿態(tài)傳感器

MPU6050是一個(gè)六軸傳感器，包含三軸陀螺儀和三軸加速度計(jì)，可以測(cè)量物體在x、y、z三個(gè)方向上的加速度和角速度。陀螺儀可以檢測(cè)物體的角速度，而加速度計(jì)可以檢測(cè)物體的線性加速度。通過(guò)將陀螺儀和加速度計(jì)的測(cè)量結(jié)果進(jìn)行組合，可以計(jì)算出物體的方向和角度。MPU6050采用數(shù)字輸出，內(nèi)置的數(shù)字濾波器和卡爾曼濾波算法可以對(duì)傳感器數(shù)據(jù)進(jìn)行濾波、融合處理，能夠提供準(zhǔn)確的角度和姿態(tài)估計(jì)，非常適合用于對(duì)姿態(tài)控制實(shí)時(shí)要求較高的應(yīng)用。

2.3TOFSense激光定高

TOF激光測(cè)距是一種利用激光脈沖的飛行時(shí)間來(lái)測(cè)量距離的技術(shù)。其基本原理是發(fā)射一個(gè)短暫的激光脈沖，并測(cè)量這個(gè)脈沖從發(fā)射器到目標(biāo)物體并反射回來(lái)所需的時(shí)間從而實(shí)現(xiàn)定高。TOFSense測(cè)距范圍是 1cm～5m ，距離分辨率 1mm ，數(shù)據(jù)更新頻率10Hz ，精度達(dá)到 0.02% ，可以實(shí)現(xiàn)精準(zhǔn)定高，故選擇TOFSense激光模塊。。

2.4定位模塊

定位問(wèn)題是無(wú)人機(jī)恒久的話題，本系統(tǒng)選用N10激光雷達(dá)定位，通過(guò)高速激光測(cè)距采樣，進(jìn)行 360^° 全方位的激光測(cè)距掃描，實(shí)時(shí)獲取環(huán)境信息，并結(jié)合算法實(shí)現(xiàn)無(wú)人機(jī)的自主定位與環(huán)境地圖構(gòu)建。N10激光雷達(dá)給出的數(shù)據(jù)精度極高，測(cè)精度達(dá)到 ±3cm ，最大量程 12m ，適用于系統(tǒng)設(shè)計(jì)使用場(chǎng)景。

2.5視覺(jué)識(shí)別模塊

OpenMV4Plus是一種可擴(kuò)展機(jī)器視覺(jué)的模塊，可以很好地應(yīng)用于機(jī)器視覺(jué)中。OpenMV由ARMCortex-M7高性能微處理器以及OV7725攝像頭芯片構(gòu)成，內(nèi)置多種核心機(jī)器視覺(jué)算法，如識(shí)別色塊、邊緣檢測(cè)等，可以實(shí)現(xiàn)物體識(shí)別等功能，快速完成本文圖像識(shí)別任務(wù)。

3 軟件設(shè)計(jì)

3.1軟件系統(tǒng)總體設(shè)計(jì)

整個(gè)四旋翼控制系統(tǒng)利用PID算法控制電子調(diào)速器進(jìn)行調(diào)節(jié)，使得四旋翼無(wú)人機(jī)飛行達(dá)到穩(wěn)定狀態(tài)，搭載OpenMV攝像頭進(jìn)行圖像采集，通過(guò)圖像預(yù)處理

并使用識(shí)別庫(kù)識(shí)別之后，通過(guò)串口通信模塊發(fā)送數(shù)據(jù)到地面站。地面站接收并顯示數(shù)據(jù)以便信息確認(rèn)。系統(tǒng)軟件部分如圖2所示。

3.2 PID算法

本系統(tǒng)采用閉環(huán)控制算法，即PID控制算法。在無(wú)人機(jī)飛行過(guò)程中，通過(guò)路徑信息規(guī)劃控制電機(jī)的轉(zhuǎn)速，進(jìn)而改變無(wú)人機(jī)的姿態(tài)向目標(biāo)方向移動(dòng)，以保證飛行的穩(wěn)定性。PID算法由比例，積分，微分三種控制算法組成，這三種算法的組合可有效地糾正被控制對(duì)象的偏差，以減少系統(tǒng)輸出與期望設(shè)定點(diǎn)之間的偏差。

PID控制算法需要經(jīng)過(guò)以下幾個(gè)步驟。一是設(shè)定目標(biāo)值，確定系統(tǒng)需要達(dá)到的目標(biāo)或設(shè)定點(diǎn)；二是測(cè)量實(shí)時(shí)測(cè)量系統(tǒng)的實(shí)際輸出值；三是計(jì)算目標(biāo)值與實(shí)際值之間的差： e（t）= 目標(biāo)值-實(shí)際值；四是根據(jù)偏差和比例增益計(jì)算比例項(xiàng)；五是對(duì)偏差進(jìn)行積分，考慮積分項(xiàng)的累加；六是計(jì)算偏差的變化率，即微分項(xiàng)；七是計(jì)算控制量，將比例、積分、微分三項(xiàng)合并得到控制量： 八是將計(jì)算得到的控制量應(yīng)用到系統(tǒng)上，影響系統(tǒng)的輸入；九是系統(tǒng)根據(jù)新的輸入調(diào)整輸出，形成閉環(huán)反饋，根據(jù)系統(tǒng)響應(yīng)，調(diào)整PID參數(shù) ，以?xún)?yōu)化控制性能[7]。

3.3OpenMV算法與程序

無(wú)人機(jī)通過(guò)定位到達(dá)設(shè)定目標(biāo)位置后，打開(kāi)OpenMV攝像頭，OpenMV開(kāi)始實(shí)時(shí)采集數(shù)據(jù)，捕獲圖像，在捕獲的圖像中尋找出二維碼并通過(guò)函數(shù)（payload=code.payload）解析二維碼獲取所得到的信息。對(duì)每個(gè)找到的二維碼，獲取其內(nèi)容并檢查是否為新內(nèi)容。對(duì)于新內(nèi)容，構(gòu)造數(shù)據(jù)包，調(diào)用Uart_Send函數(shù)發(fā)送數(shù)據(jù)。打印發(fā)送的二維碼內(nèi)容，并記錄到sent_payloads集合中，避免了重復(fù)發(fā)送信息造成的干擾。如圖3所示。

4.2綜合測(cè)試

四旋翼無(wú)人機(jī)系統(tǒng)在組裝相關(guān)硬件，并且完成燒錄軟件后，在設(shè)置了安全網(wǎng)的環(huán)境中對(duì)系統(tǒng)進(jìn)行整體測(cè)試，可手動(dòng)放置無(wú)人機(jī)到起飛點(diǎn)，一鍵啟動(dòng)起飛。起飛后整個(gè)識(shí)別過(guò)程中不進(jìn)行人為干預(yù)，無(wú)人機(jī)按照既定規(guī)劃路線對(duì)貨物進(jìn)行自主巡檢、盤(pán)點(diǎn)，并將識(shí)別結(jié)果信息發(fā)送到地面站系統(tǒng)進(jìn)行顯示確認(rèn)。

經(jīng)過(guò)多次測(cè)試之后，本系統(tǒng)已經(jīng)能夠成功識(shí)別全部24種貨物，并且完成用時(shí)從176s縮減為 150s ，具體測(cè)試結(jié)果如表2所示。

綜合測(cè)試結(jié)果表明，本系統(tǒng)飛行穩(wěn)定性較高，對(duì)貨物智能化識(shí)別盤(pán)點(diǎn)錯(cuò)誤率較低，適合在實(shí)際中應(yīng)用。

5 結(jié)束語(yǔ)

系統(tǒng)測(cè)試與分析

4.1四旋翼無(wú)人機(jī)PID參數(shù)調(diào)試

對(duì)PID控制器的比例、積分和微分參數(shù)進(jìn)行調(diào)節(jié)。第一是比例調(diào)節(jié)：從調(diào)整比例增益開(kāi)始，設(shè)置積分和微分增益為0，之后逐漸增加 K_P 直到系統(tǒng)顯示出穩(wěn)定的振蕩或達(dá)到最大響應(yīng)速度。第二是微分調(diào)節(jié)：當(dāng)系統(tǒng)對(duì) ?_KP 調(diào)整顯示出振蕩時(shí)，逐步增加 |K_d 以抑制振蕩。 K_d 有助于減少系統(tǒng)的過(guò)沖和提高穩(wěn)定性。第三是積分調(diào)節(jié)：當(dāng)系統(tǒng)顯示出穩(wěn)態(tài)誤差時(shí)，逐漸增加 K_i 以消除這種誤差，積分作用對(duì)于長(zhǎng)時(shí)間存在的偏差特別有效，本系統(tǒng)PID部分參數(shù)如表1所示。

本文基于OpenMV的四旋翼無(wú)人機(jī)圖像識(shí)別系統(tǒng)在比賽中取得了令人滿(mǎn)意的結(jié)果。該系統(tǒng)在2024年全國(guó)大學(xué)生電子設(shè)計(jì)競(jìng)賽（山西賽區(qū)）暨模擬電子系統(tǒng)設(shè)計(jì)專(zhuān)題賽競(jìng)賽時(shí)獲得省一等獎(jiǎng)，充分說(shuō)明該無(wú)人機(jī)系統(tǒng)設(shè)計(jì)的正確性與可靠性。

參考文獻(xiàn)

[1]柴蓉，楊濘渝，段曉芳，艾新雨，陳前斌.多機(jī)協(xié)同自主任務(wù)規(guī)劃系統(tǒng)研究綜述[J/OL].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版）.https：/ink.cnki.net/urlid/50.1181.n.20240408.1908.002

[2]趙津，劉暢.空地協(xié)作機(jī)器人研究綜述[J].貴州大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，38（06）：10-18.

[3]馬曉琳，周弘斌，黃福龍.基于OpenMV的四旋翼無(wú)人機(jī)目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電子測(cè)試，2022，36（02）：20-21+54.

[4]劉錢(qián)強(qiáng)，鐘小勇.基于OpenMV四旋翼無(wú)人機(jī)視覺(jué)跟蹤系統(tǒng)設(shè)計(jì)[J].自動(dòng)化與儀表，2023，38（05）：5-8，40.

[5]賴(lài)盛英，謝鑫鑫，樊偉征，等.基于OpenMV圖像識(shí)別的自主迷宮尋寶小車(chē)[J].現(xiàn)代電子技術(shù)，2024，47（05）：70-74.

[6]鄧三星，薛國(guó)陽(yáng)，張兆寬，李恒，楊蒙蒙.基于OpenMV的生活垃圾智能分類(lèi)系統(tǒng)設(shè)計(jì)[J].電子制作，2024，32（05）：28-31.

[7]紀(jì)宇，劉紫蘊(yùn)，張志亮，等.一種四旋翼無(wú)人機(jī)自主探測(cè)跟蹤系統(tǒng)的研究[J].科學(xué)技術(shù)創(chuàng)新，2019（33）：21-22.