摘要：隨著無人機技術(shù)的發(fā)展，具備目標(biāo)識別與跟蹤功能的無人機在民用和軍事領(lǐng)域得到了廣泛應(yīng)用。針對輕小型無人機續(xù)航和載荷能力有限等問題，設(shè)計了一種輕型目標(biāo)識別與跟蹤系統(tǒng)，包括目標(biāo)識別模塊、目標(biāo)跟蹤模塊和供電模塊，該系統(tǒng)通過輕量化結(jié)構(gòu)設(shè)計實現(xiàn)硬件減重，并采用深度學(xué)習(xí)等算法實現(xiàn)識別與跟蹤功能，研究內(nèi)容可為同類型平臺開發(fā)設(shè)計提供參考。

關(guān)鍵詞：輕小型無人機；目標(biāo)識別；目標(biāo)跟蹤；智能算法

中圖分類號：V279；TP391.4 文獻標(biāo)識碼：A

0 引言

無人機作為常見的無人駕駛航空器之一，在人們生產(chǎn)、生活中的應(yīng)用日益增多，截至2024 年11月底，國內(nèi)注冊無人機達215.8 萬架[1]。根據(jù)《無人駕駛航空器飛行管理暫行條例》以及無人機質(zhì)量和使用環(huán)境，無人機可分為5 個等級：微型、輕型、小型、中型和大型。其中，輕型無人機（輕型無人駕駛航空器）是指空機重量不超過4 kg 且最大起飛重量不超過7 kg，最大平飛速度不超過100 km/h，具備符合空域管理要求的空域保持能力和可靠被監(jiān)視能力，全程可以隨時人工介入操作的無人駕駛航空器，但不包括微型無人駕駛航空器；小型無人機（小型無人駕駛航空器）是指空機重量不超過15 kg且最大起飛重量不超過25 kg，具備符合空域管理要求的空域保持能力和可靠被監(jiān)視能力，全程可以隨時人工介入操控的無人駕駛航空器，但不包括微型、輕型無人駕駛航空器[2]。

由于無人機的設(shè)備結(jié)構(gòu)簡單，造價低廉，可以在人們難以到達的地點執(zhí)行相應(yīng)任務(wù)[3]，因此被廣泛應(yīng)用于消防救援[4]、城市測繪[5]、邊境巡邏[6] 等領(lǐng)域。相較于微型無人機，輕型和小型無人機（簡稱“輕小型無人機”）的續(xù)航能力和載荷能力有顯著提升，但是依然受限于起飛載重[7]，因此對于安裝在輕小型無人機上的目標(biāo)采集與跟蹤系統(tǒng)的質(zhì)量和性能都有較高要求。本文基于嵌入式開發(fā)系統(tǒng)和輕量化結(jié)構(gòu)設(shè)計，提出了一種面向輕小型無人機的目標(biāo)識別與跟蹤系統(tǒng)的設(shè)計方案，可滿足輕小型無人機執(zhí)行空中搜索任務(wù)的低成本、輕量化的需求。

1 目標(biāo)識別與跟蹤系統(tǒng)總體設(shè)計

輕小型無人機的目標(biāo)識別與跟蹤系統(tǒng)根據(jù)功能可分為目標(biāo)識別模塊（液晶顯示屏、處理器和攝像頭）、目標(biāo)跟蹤模塊（舵機與舵機支架組）和供電模塊，其目標(biāo)識別與跟蹤系統(tǒng)組成及原理框圖如圖1 所示。

目標(biāo)識別與跟蹤系統(tǒng)工作流程包含測試目標(biāo)圖像采集、圖像數(shù)據(jù)處理與分析、圖像位置坐標(biāo)反饋及姿態(tài)調(diào)整3 個部分。首先，通過攝像頭進行圖像采集并且將原始圖像數(shù)據(jù)信息傳輸至處理器，處理器對這些數(shù)據(jù)進行特征提取來確定是否存在檢測目標(biāo)，當(dāng)存在檢測目標(biāo)時，處理器將目標(biāo)位置信息反饋至目標(biāo)跟蹤模塊。其次，目標(biāo)跟蹤模塊根據(jù)位置信息調(diào)整航向角與俯仰角，并通過舵機支架組帶動目標(biāo)識別模塊運動，保證測試目標(biāo)位于采集圖像中心，此時舵機偏轉(zhuǎn)角信息以及目標(biāo)距離信息會同步傳輸至無人機，從而實現(xiàn)無人機目標(biāo)識別與跟蹤。最后，用戶可以通過液晶顯示屏觀察全過程（從圖像采集到測試目標(biāo)識別），便于評估目標(biāo)識別與跟蹤系統(tǒng)的功能實現(xiàn)情況。

2 硬件設(shè)計

2.1 目標(biāo)識別模塊

目標(biāo)識別模塊能夠?qū)ν饨绛h(huán)境進行圖像采集、特征分析以及對指定目標(biāo)進行識別與框選，其主要組成部分包括攝像頭、處理器和液晶顯示屏，其中攝像頭用于采集圖像；處理器用于接收處理圖像信息；液晶顯示屏用于實時觀察采集及處理后的圖像。

目標(biāo)識別模塊通過處理器實現(xiàn)圖像數(shù)據(jù)處理，其采用Maix Bit 開發(fā)板內(nèi)置處理單元進行數(shù)據(jù)處理。Maix Bit 開發(fā)板是一塊以K210 芯片作為核心單元，內(nèi)置64 位雙核處理器，擁有8 MB 內(nèi)存的靜態(tài)隨機存取存儲器，可以通過開發(fā)相應(yīng)代碼來實現(xiàn)多種場景的圖像數(shù)據(jù)處理分析。圖像采集功能則通過一款工業(yè)級攝像頭實現(xiàn)，該攝像頭由定焦鏡頭和感光元器件組成，能夠采集圖像顏色以及灰度信息，并傳輸至開發(fā)板，目標(biāo)識別模塊元器件如圖2所示。此外，目標(biāo)識別模塊還配備一塊通用的液晶顯示屏并且與開發(fā)板連接，便于開發(fā)人員在開發(fā)過程中直接觀察采集及處理后的圖像。

2.2 目標(biāo)跟蹤模塊

目標(biāo)跟蹤模塊包含舵機和支架組兩個部分，既是整個系統(tǒng)的支撐平臺，也是帶動目標(biāo)識別模塊進行跟蹤的動力裝置。目標(biāo)識別模塊安裝于目標(biāo)跟蹤模塊的支架組上，當(dāng)發(fā)現(xiàn)指定目標(biāo)時，目標(biāo)跟蹤模塊的舵機會根據(jù)與目標(biāo)的相對位置進行轉(zhuǎn)動，同時舵機提供的動力會帶動支架組旋轉(zhuǎn)移動，安裝于支架組上的目標(biāo)識別模塊也一并隨動，從而實現(xiàn)目標(biāo)跟蹤。

為兼顧輕小型無人機載荷和目標(biāo)跟蹤動力的需求，目標(biāo)跟蹤模塊采用了輕量化結(jié)構(gòu)設(shè)計，在保證功能和性能的基礎(chǔ)上進行減重。系統(tǒng)選用一款質(zhì)量為4.5 g、最大扭矩為0.07 N·m 的輕型舵機作為動力裝置，并將其安裝在舵機支架組上。舵機支架組采用3D 打印技術(shù)并且使用聚乳酸材料制成，該材料具有密度小、環(huán)境友好等特點。如圖3 所示，目標(biāo)跟蹤模塊由底座、舵機安裝支架、目標(biāo)識別模塊安裝支架、俯仰舵機、航向舵機、軸承和舵盤等構(gòu)成。在地面進行測試時，目標(biāo)識別與跟蹤系統(tǒng)安裝于底座上，在無人機上測試時，拆除支撐底座，直接通過舵機安裝支架與無人機連接。

目標(biāo)跟蹤模塊的工作原理是當(dāng)目標(biāo)識別模塊檢測到指定目標(biāo)信息后，開發(fā)板給航向舵機和俯仰舵機傳遞脈沖寬度調(diào)制（pulse width modulation，PWM）信號，當(dāng)航向舵機接收到信號后，通過輸出軸帶動舵盤和俯仰舵機支架對俯仰舵機和目標(biāo)識別模塊進行水平方向上的調(diào)節(jié)。俯仰舵機一端與航向舵機連接，另一端與目標(biāo)識別模塊中的開發(fā)板連接，當(dāng)俯仰舵機接收到控制信號后，通過輸出軸帶動舵盤與目標(biāo)識別安裝支架進行俯仰方向調(diào)節(jié)，二自由度的目標(biāo)跟蹤模塊能夠較好地實現(xiàn)攝像頭隨目標(biāo)在二維平面移動。指定目標(biāo)、目標(biāo)識別與跟蹤系統(tǒng)之間的空間距離控制，需要在目標(biāo)識別模塊完成深度坐標(biāo)提取后，輸入給無人機飛控，通過無人機的前進、后退實現(xiàn)。

2.3 供電模塊

市面常見的供電模塊有鎳氫電池、鎳錳電池、鋰聚合物電池、鋰離子動力電源等，鎳氫電池、鎳錳電池的能量密度較低，基本被鋰聚合物電池替代[8]，目標(biāo)識別與跟蹤系統(tǒng)中的用電部件僅包括舵機與開發(fā)板，用電需求較小，考慮到質(zhì)量、續(xù)航能力和可替代性等因素，本文選用容量為4 000 mA·h、電池充放電倍率為1C 的鋰電池組進行供電。

3 目標(biāo)識別與跟蹤系統(tǒng)軟件設(shè)計

目標(biāo)識別與跟蹤系統(tǒng)的軟件通過嵌入式系統(tǒng)開發(fā)，選用了MaixPy 軟件平臺，MaixPy 是專為嵌入式系統(tǒng)開發(fā)設(shè)計的項目，運行在K210 芯片內(nèi)置處理器上，具有高性能、低功耗等特點，能夠滿足輕小型無人機目標(biāo)識別跟蹤的輕量化需求，軟件根據(jù)功能可以分為目標(biāo)識別和目標(biāo)跟蹤兩個部分。

3.1 目標(biāo)識別軟件設(shè)計

目標(biāo)識別軟件主要執(zhí)行圖像分類和目標(biāo)定位兩項任務(wù)。攝像頭采集圖像后，由處理器對采集的圖像進行特征提取，判斷測試對象類別，實現(xiàn)圖像分類。在此基礎(chǔ)上，再由軟件中的目標(biāo)定位程序提取測試目標(biāo)在采集圖像上的位置和大小，從而獲取目標(biāo)對象的各類信息。當(dāng)執(zhí)行目標(biāo)識別與跟蹤任務(wù)時，一般檢測對象為單一類別，因此在軟件設(shè)計時采用二分類法來判斷圖像內(nèi)是否包含目標(biāo)對象，以提高實時運算速率。

傳統(tǒng)目標(biāo)檢測算法通過提取手工設(shè)計的特征識別目標(biāo)物體，該過程包括3 個關(guān)鍵步驟：區(qū)域選擇、特征提取和分類器分類，該算法能夠?qū)崿F(xiàn)簡單的目標(biāo)識別與檢測任務(wù)，但是速度慢、魯棒性差。隨著深度學(xué)習(xí)的快速發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）的特征提取方法在快速、高效的同時也具有較好的準(zhǔn)確性和魯棒性，被廣泛應(yīng)用于目標(biāo)識別領(lǐng)域。

基于深度學(xué)習(xí)的目標(biāo)檢測算法可以分為二階段（two stage） 和一階段（one stage） 兩類。二階段目標(biāo)檢測算法包括區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（regionbasedCNN，R-CNN）、快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（fast R-CNN）及更快的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（fasterR-CNN）等算法。二階段目標(biāo)檢測算法首先通過第一個神經(jīng)網(wǎng)絡(luò)提取一系列獨立候選區(qū)域作為樣本；其次通過卷積神經(jīng)網(wǎng)絡(luò)對獨立候選區(qū)域樣本進行分類；最后對候選區(qū)域進行精細化調(diào)整。二階段目標(biāo)檢測算法具有較好的檢測精度，尤其是在復(fù)雜場景下具有較好的性能，但是由于需要通過兩個獨立網(wǎng)絡(luò)實現(xiàn)，檢測速度較慢，需要的運行資源較多。一階段目標(biāo)檢測算法包括YOLO 和單次多框檢測（single shot multiBox detector，SSD）等，該算法直接在輸入圖像上進行預(yù)測，將目標(biāo)檢測視為回歸問題，一次性完成物體位置估計和分類，具有較高的檢測速度，適用于實時檢測任務(wù)，但由于缺少候選區(qū)域提取過程，在小目標(biāo)定位檢測上誤檢率較高。為突破輕小型無人機載荷等開發(fā)條件限制并且滿足基于開發(fā)平臺算力和便捷性的需求，本文選擇用YOLO 算法進行目標(biāo)識別軟件開發(fā)。

通過YOLO 算法進行目標(biāo)識別軟件開發(fā)可以同時識別檢測圖像中的物體類別和目標(biāo)在圖像中的二維坐標(biāo)，因此目標(biāo)識別軟件的開發(fā)工作可以分為基于YOLO 算法的目標(biāo)識別程序開發(fā)和深度坐標(biāo)提取程序開發(fā)。

3.1.1 基于YOLO 算法的目標(biāo)識別程序

基于YOLO 算法的目標(biāo)識別程序的開發(fā)包含4 個部分：數(shù)據(jù)集建立、模型訓(xùn)練、模型評估和參數(shù)調(diào)整。開發(fā)時由一組包含被檢測目標(biāo)的圖片作為數(shù)據(jù)集，該圖片中需要含有被測目標(biāo)的位置、尺寸等信息標(biāo)注，然后投入基于YOLO 算法的模型中進行訓(xùn)練，訓(xùn)練完成后根據(jù)一組新的圖片對識別的準(zhǔn)確性進行評估，同時根據(jù)訓(xùn)練結(jié)果反饋調(diào)整模型參數(shù)，優(yōu)化目標(biāo)識別模型，提高測試準(zhǔn)確性。

3.1.2 深度坐標(biāo)提取程序

深度坐標(biāo)是基于小孔成像原理得到的，被識別的物體在感光平面上寬度與實際寬度的比值近似于感光面到鏡頭的距離與物體到鏡頭的距離的比值，如圖4 所示。其中，v 為被識別的物體在感光平面上寬度，其可以通過YOLOv2 算法獲取到的目標(biāo)寬度換算得到；v' 為被識別物體寬度，根據(jù)目標(biāo)實際寬度在程序中直接輸入；f 為感光面到鏡頭的距離（焦距）；l 為物體中心到鏡頭的距離（深度）

根據(jù)相似三角形原理，l 的計算公式如下。

3.2 目標(biāo)跟蹤軟件設(shè)計

目標(biāo)跟蹤軟件以目標(biāo)識別模塊反饋的坐標(biāo)作為輸入量，通過比例積分微分（proportional integralderivative，PID）算法計算后得到控制輸出，將相應(yīng)PWM 信號輸出給兩個舵機，實現(xiàn)偏航角、俯仰角（以二自由度平臺作為機體坐標(biāo)系）的改變，從而完成目標(biāo)跟蹤任務(wù)，如圖5 所示。

常見目標(biāo)跟蹤算法有PID、均值漂移跟蹤（mean-shift tracking）、深度學(xué)習(xí)跟蹤（deep learningtraker，DLT）、相關(guān)濾波網(wǎng)絡(luò)（correlation filternetwork，CFNet），基于輕小型無人機限制因素以及功能需求（如硬件平臺算力、產(chǎn)品響應(yīng)時間、精度以及開發(fā)成本等）綜合考慮，本文采用了PID 算法實現(xiàn)目標(biāo)跟蹤功能。

PID 控制器由比例單元（proportional）、積分單元（integral）和微分單元（derivative）組成，通過調(diào)整這3 個單元的增益Kp、Ki、Kd 來調(diào)定其特性。PID 控制器的基本原理如圖6 所示，根據(jù)被控對象的當(dāng)前狀態(tài)與設(shè)定值之間的差值（誤差e），調(diào)整3個單元增益系數(shù)從而控制輸出信號，使得差值趨近于零。

在目標(biāo)跟蹤軟件設(shè)計中，以目標(biāo)識別對象的位置作為設(shè)定值，從目標(biāo)識別模塊得到目標(biāo)與目標(biāo)識別與跟蹤系統(tǒng)的相對位置作為誤差e 發(fā)送至PID 控制器，控制器通過計算得到舵機需要移動的角度。通過改變輸出給舵機的PWM 信號的占空比來實現(xiàn)對舵機的控制，從而完成平臺偏航角、俯仰角的改變。

誤差e 即目標(biāo)識別模塊給出的相對位置坐標(biāo)進入PID 控制器后，分別進行比例單元、積分單元、微分單元的計算，最后相加得出控制器的輸出信號，其中，各個單元的系數(shù)Kp、Ki、Kd 需在不斷測試中調(diào)定。

研究表明，通過目標(biāo)跟蹤軟件輸出的控制信號，傳輸給目標(biāo)跟蹤模塊的舵機，即可實現(xiàn)對特定目標(biāo)的跟蹤。

4 結(jié)語

無人機在環(huán)境勘測、軍事偵察等多個方面都有廣泛應(yīng)用，本文對無人機應(yīng)用場景和使用限制進行分析，開展了目標(biāo)識別與跟蹤系統(tǒng)的總體設(shè)計，在硬件上采用3D 打印以及輕量化結(jié)構(gòu)設(shè)計，軟件上采用YOLO 算法實現(xiàn)目標(biāo)識別、PID 算法控制平臺移動實現(xiàn)目標(biāo)跟蹤功能，設(shè)計的目標(biāo)識別與跟蹤系統(tǒng)在保障功能實現(xiàn)的同時減少了系統(tǒng)質(zhì)量，能夠較好地適應(yīng)輕小型無人機載荷要求。

參考文獻

[1] 劉艷. 著眼長遠低空經(jīng)濟是耐心經(jīng)濟[N]. 廈門日報，2025-01-03（A12）.

[2] 佚名. 無人駕駛航空器飛行管理暫行條例[N]. 人民日報，2023-06-29（017）.

[3] 侯莉. 無人機在大比例尺地形圖測繪中的應(yīng)用[J]. 華北國土資源，2018（6）：59-60.

[4] 劉燕，薛敏. 無人機在消防救援中的應(yīng)用[J]. 電子世

[5] 王姝瑤. 無人機技術(shù)在城市測繪中的應(yīng)用研究[J]. 房

[6] 王文帥. 無人機技術(shù)在邊境巡邏與監(jiān)測中的應(yīng)用[J].無線互聯(lián)科技，2023，20（24）：116-118.

[7] 袁輝，于昊天，冶竣峰，等. 輕小型高精度機載穩(wěn)定云臺設(shè)計與研究[J]. 機械設(shè)計與制造工程，2024，53（2）：28-33.

[8] 丁承君，王勇杰. 旋翼無人機動力系統(tǒng)選型及測試方案[J]. 科技創(chuàng)新與應(yīng)用，2017（6）：89.