中圖分類(lèi)號(hào)：TP18 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著科技的不斷進(jìn)步，仿生撲翼飛行器（FWAV）作為一種新型的空中機(jī)器人，因其輕質(zhì)、低噪音、高機(jī)動(dòng)性等特性，在多個(gè)領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力。特別是在軍事偵察、環(huán)境監(jiān)測(cè)和應(yīng)急救援等領(lǐng)域，F(xiàn)WAV的重要性日益凸顯。隨著計(jì)算機(jī)視覺(jué)技術(shù)的快速發(fā)展，尤其是深度學(xué)習(xí)、目標(biāo)檢測(cè)與跟蹤技術(shù)的突破，F(xiàn)WAV的視覺(jué)系統(tǒng)得到了顯著提升，為實(shí)現(xiàn)更精準(zhǔn)的任務(wù)執(zhí)行和自主導(dǎo)航提供了強(qiáng)有力的技術(shù)支持。

早期，受限于材料性能、動(dòng)力系統(tǒng)效率和控制技術(shù)的不成熟，撲翼飛行器在飛行穩(wěn)定性、續(xù)航能力和有效載荷方面表現(xiàn)不佳。但隨著材料科學(xué)、電子技術(shù)和人工智能算法的飛速發(fā)展，輕質(zhì)高強(qiáng)度材料的出現(xiàn)為減輕飛行器重量、提升結(jié)構(gòu)性能提供了可能；高效電機(jī)和先進(jìn)的傳動(dòng)系統(tǒng)顯著提高了動(dòng)力輸出效率；而計(jì)算機(jī)視覺(jué)和智能控制算法則賦予飛行器自主感知、決策和控制的能力，使其逐漸從概念走向?qū)嵱谩?/p>

在軍事偵察領(lǐng)域，F(xiàn)WAV憑借其小巧隱蔽、低噪音的特點(diǎn)，能夠深入危險(xiǎn)區(qū)域執(zhí)行情報(bào)收集任務(wù)，避免人員傷亡。在環(huán)境監(jiān)測(cè)方面，可實(shí)時(shí)采集大氣、水質(zhì)、土壤等多維度數(shù)據(jù)，為生態(tài)保護(hù)和環(huán)境治理提供精準(zhǔn)依據(jù)。在應(yīng)急救援場(chǎng)景中，F(xiàn)AWV能快速抵達(dá)受災(zāi)現(xiàn)場(chǎng)，協(xié)助搜尋幸存者、輸送緊急物資。

計(jì)算機(jī)視覺(jué)技術(shù)是FWAV實(shí)現(xiàn)自主導(dǎo)航、目標(biāo)識(shí)別與追蹤的核心支撐。在自主導(dǎo)航方面，通過(guò)對(duì)視覺(jué)傳感器采集的圖像進(jìn)行實(shí)時(shí)分析，飛行器能夠識(shí)別地標(biāo)、障礙物等環(huán)境特征，構(gòu)建地圖并規(guī)劃飛行路徑，從而在復(fù)雜環(huán)境中實(shí)現(xiàn)自主避障和精準(zhǔn)定位。在目標(biāo)識(shí)別與追蹤上，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法，如YOLOV5等，能夠快速準(zhǔn)確地識(shí)別出特定目標(biāo)，若結(jié)合卡爾曼濾波器等跟蹤算法，則可在連續(xù)圖像幀中穩(wěn)定追蹤目標(biāo)并分析運(yùn)動(dòng)軌跡。

以軍事偵察為例，F(xiàn)WAV可利用視覺(jué)技術(shù)識(shí)別敵方軍事設(shè)施、車(chē)輛和人員，為作戰(zhàn)決策提供關(guān)鍵情報(bào)在農(nóng)業(yè)植保應(yīng)用中，能精準(zhǔn)識(shí)別農(nóng)作物病蟲(chóng)害區(qū)域，指導(dǎo)精準(zhǔn)施藥，提高防治效果，同時(shí)減少農(nóng)藥使用對(duì)環(huán)境的污染。在環(huán)境監(jiān)測(cè)時(shí)，通過(guò)視覺(jué)識(shí)別不同的生態(tài)指標(biāo)，如植被覆蓋變化、水體污染特征等，實(shí)現(xiàn)對(duì)生態(tài)環(huán)境的動(dòng)態(tài)監(jiān)測(cè)。本文旨在綜述這些技術(shù)進(jìn)步，探討FWAV在社會(huì)價(jià)值和環(huán)境可持續(xù)性方面的挑戰(zhàn)。

1控制系統(tǒng)部署

在當(dāng)今科技飛速發(fā)展的時(shí)代，基于視覺(jué)的仿生撲翼飛行器的控制系統(tǒng)部署展現(xiàn)出高度的復(fù)雜性和精妙性。其中，RaspberryPi3ModelB + 作為主控板，在整個(gè)系統(tǒng)中占據(jù)著核心地位。它配備了 1.4GHz?64 位四核ARMCortex-A53處理器，搭配1GBLPDDR2內(nèi)存，能夠穩(wěn)定且流暢地運(yùn)行Linux操作系統(tǒng)，為各類(lèi)復(fù)雜應(yīng)用程序提供穩(wěn)定的運(yùn)行環(huán)境。在FWAV系統(tǒng)里，其承擔(dān)的責(zé)任重大，涵蓋了系統(tǒng)管理、數(shù)據(jù)融合以及決策制定等核心任務(wù)。通過(guò)串行外設(shè)接口（SerialPeripheralInterface，SPI），它與其他控制板進(jìn)行高速通信，保障數(shù)據(jù)的實(shí)時(shí)傳輸與處理。例如：當(dāng)飛行器在空中飛行時(shí)，輔助控制板采集視覺(jué)信息和姿態(tài)數(shù)據(jù)，源源不斷地通過(guò)SPI接口傳輸給RaspberryPi3ModelB + 。它會(huì)對(duì)這些數(shù)據(jù)進(jìn)行深人分析，判斷飛行器當(dāng)前的飛行狀態(tài)和周?chē)h(huán)境狀況，進(jìn)而向執(zhí)行控制板發(fā)送精準(zhǔn)的控制指令，實(shí)現(xiàn)對(duì)飛行器飛行姿態(tài)、動(dòng)力輸出以及任務(wù)執(zhí)行的精確協(xié)調(diào)。

在FWAV的控制系統(tǒng)中，2塊STM32F407VET6控制板扮演著不可或缺的角色。其中一塊作為輔助控制板，與OpenMVM7攝像頭模塊緊密協(xié)作，專(zhuān)注于實(shí)時(shí)數(shù)據(jù)采集和預(yù)處理工作。它如同一位勤勞的信息采集員，以極高的速率采集攝像頭捕獲的圖像數(shù)據(jù)。在采集過(guò)程中，為了提升數(shù)據(jù)質(zhì)量，它會(huì)對(duì)圖像數(shù)據(jù)進(jìn)行初步的濾波、降噪處理。這一過(guò)程就像是對(duì)原材料進(jìn)行初步加工，去除雜質(zhì)，留下精華。經(jīng)過(guò)處理后的數(shù)據(jù)，通過(guò)SPI接口迅速傳輸給RaspberryPi3ModelB + ，為后續(xù)的分析和決策提供可靠的數(shù)據(jù)基礎(chǔ)。而另一塊STM32F407VET6控制板功能為執(zhí)行根據(jù)RaspberryPi3ModelB + 發(fā)出的指令，精確控制執(zhí)行器的動(dòng)作。當(dāng)收到飛行姿態(tài)調(diào)整指令時(shí)，它會(huì)驅(qū)動(dòng)電機(jī)精準(zhǔn)地改變撲翼的運(yùn)動(dòng)參數(shù)，確保飛行器實(shí)現(xiàn)穩(wěn)定飛行和靈活的機(jī)動(dòng)控制。

SPI通信鏈路作為整個(gè)控制系統(tǒng)的關(guān)鍵數(shù)據(jù)傳輸橋梁，其穩(wěn)定性和傳輸效率至關(guān)重要。在硬件設(shè)計(jì)環(huán)節(jié)，工程師選擇了高質(zhì)量的傳輸線(xiàn)纜和接口芯片，這些硬件設(shè)備能夠有效減少信號(hào)干擾和傳輸損耗，確保數(shù)據(jù)在傳輸過(guò)程中的完整性。在軟件層面，制定了嚴(yán)格的數(shù)據(jù)傳輸協(xié)議。其中包含了數(shù)據(jù)校驗(yàn)機(jī)制，如同給數(shù)據(jù)貼上了“質(zhì)量標(biāo)簽”，通過(guò)特定算法對(duì)數(shù)據(jù)進(jìn)行檢查，一旦發(fā)現(xiàn)數(shù)據(jù)存在錯(cuò)誤或丟失，重傳機(jī)制便會(huì)啟動(dòng)，重新發(fā)送正確的數(shù)據(jù)，以此保證數(shù)據(jù)的準(zhǔn)確性。為提高數(shù)據(jù)傳輸效率，技術(shù)人員對(duì)SPI的時(shí)鐘頻率進(jìn)行合理配置，在保障數(shù)據(jù)穩(wěn)定傳輸?shù)幕A(chǔ)上，盡可能地提升傳輸速率。同時(shí)，筆者不斷優(yōu)化數(shù)據(jù)打包和解析算法，減少數(shù)據(jù)傳輸過(guò)程中的額外開(kāi)銷(xiāo)，實(shí)現(xiàn)高效的數(shù)據(jù)交互，從而保障飛行器各部分能夠緊密協(xié)同工作，確保FWAV在飛行過(guò)程中的穩(wěn)定性和可靠性。

2 實(shí)現(xiàn)目標(biāo)追蹤及優(yōu)化

在撲翼飛行器的研究與應(yīng)用中，實(shí)現(xiàn)精準(zhǔn)的目標(biāo)追蹤是一項(xiàng)極具挑戰(zhàn)性卻又至關(guān)重要的任務(wù)。鑒于硬件資源的限制和實(shí)際應(yīng)用場(chǎng)景的復(fù)雜性，選擇合適的算法并進(jìn)行針對(duì)性?xún)?yōu)化成為關(guān)鍵所在。筆者認(rèn)為輕量化的YOLOV5算法和卡爾曼濾波器的協(xié)同運(yùn)用，為FWAV實(shí)現(xiàn)高效目標(biāo)追蹤奠定了堅(jiān)實(shí)基礎(chǔ)。

該研究發(fā)現(xiàn)YOLOV5算法憑借其卓越的性能，在FWAV的目標(biāo)檢測(cè)環(huán)節(jié)發(fā)揮著不可替代的作用。在FWAV的各種應(yīng)用場(chǎng)景里，無(wú)論是充滿(mǎn)危險(xiǎn)與挑戰(zhàn)的軍事偵察領(lǐng)域，還是對(duì)生態(tài)保護(hù)意義重大的環(huán)境監(jiān)測(cè)工作，YOLOV5都展現(xiàn)出強(qiáng)大的能力。以軍事偵察場(chǎng)景為例，戰(zhàn)場(chǎng)上環(huán)境復(fù)雜多變，各類(lèi)軍事裝備的外形、尺寸和顏色各不相同，而且常常會(huì)受到偽裝、煙霧等因素的干擾。YOLOV5算法基于先進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，通過(guò)對(duì)大量包含坦克、火炮、車(chē)輛等軍事裝備的圖像數(shù)據(jù)進(jìn)行深度學(xué)習(xí)訓(xùn)練，能夠精準(zhǔn)地提取這些目標(biāo)獨(dú)有的特征模式。當(dāng)攝像頭采集到戰(zhàn)場(chǎng)圖像后，它可以迅速對(duì)圖像進(jìn)行分析，將圖像劃分為多個(gè)網(wǎng)格，每個(gè)網(wǎng)格都如同一個(gè)智能探測(cè)器，負(fù)責(zé)預(yù)測(cè)目標(biāo)在該區(qū)域的存在概率、所屬類(lèi)別以及精確位置信息。這種并行處理的方式大大提高了檢測(cè)速度，使得FWAV在執(zhí)行軍事偵察任務(wù)時(shí)，能夠快速發(fā)現(xiàn)潛在目標(biāo)，為作戰(zhàn)決策提供及時(shí)且準(zhǔn)確的情報(bào)支持。

筆者發(fā)現(xiàn)在環(huán)境監(jiān)測(cè)場(chǎng)景中，同樣面臨著諸多困難，如不同地區(qū)的生態(tài)環(huán)境差異巨大，野生動(dòng)物的種類(lèi)繁多、形態(tài)各異，植被類(lèi)型復(fù)雜多樣。YOLOV5算法通過(guò)對(duì)海量的生態(tài)圖像數(shù)據(jù)集進(jìn)行學(xué)習(xí)，掌握了各種野生動(dòng)物和植被的特征信息。在實(shí)際監(jiān)測(cè)過(guò)程中，它能夠從復(fù)雜的自然背景中準(zhǔn)確識(shí)別出不同的野生動(dòng)物個(gè)體和特定的植被區(qū)域，為生態(tài)學(xué)家研究生物多樣性、監(jiān)測(cè)生態(tài)系統(tǒng)變化提供了有力的數(shù)據(jù)支持。

然而，僅僅依靠目標(biāo)檢測(cè)還不足以實(shí)現(xiàn)對(duì)目標(biāo)的穩(wěn)定追蹤，卡爾曼濾波器的引入彌補(bǔ)了這一關(guān)鍵環(huán)節(jié)?？柭鼮V波器是一種基于線(xiàn)性系統(tǒng)狀態(tài)空間模型的最優(yōu)預(yù)測(cè)算法，它在FWAV目標(biāo)追蹤中扮演著至關(guān)重要的角色。當(dāng)YOLOV5檢測(cè)到目標(biāo)后，卡爾曼濾波器會(huì)立即初始化并提取目標(biāo)的關(guān)鍵特征。隨后，在連續(xù)的圖像幀中，它通過(guò)巧妙地匹配這些特征來(lái)精確跟蹤目標(biāo)位置的變化。例如：在軍事偵察中，敵方車(chē)輛可能會(huì)進(jìn)行加速、轉(zhuǎn)向等復(fù)雜運(yùn)動(dòng)，卡爾曼濾波器能夠根據(jù)目標(biāo)之前的運(yùn)動(dòng)狀態(tài)和當(dāng)前圖像中的位置信息，準(zhǔn)確預(yù)測(cè)其下一時(shí)刻的位置，從而為飛行器調(diào)整飛行路徑提供科學(xué)依據(jù)。在環(huán)境監(jiān)測(cè)中，對(duì)于移動(dòng)的野生動(dòng)物，它也能有效跟蹤其行動(dòng)軌跡，幫助研究人員更好地了解動(dòng)物的活動(dòng)規(guī)律。

然而，由于FWAV硬件資源的限制，該項(xiàng)目的卡爾曼濾波器在運(yùn)行過(guò)程中面臨著速率較慢的問(wèn)題。為了解決這一難題，研究人員從多個(gè)方面進(jìn)行了深入優(yōu)化。在算法層面，對(duì)復(fù)雜的數(shù)學(xué)運(yùn)算進(jìn)行了細(xì)致的分析和簡(jiǎn)化。例如：減少那些對(duì)最終結(jié)果影響較小的不必要矩陣運(yùn)算，采用更為高效的矩陣分解算法，如正交三角分解、奇異值分解等替代傳統(tǒng)算法，這些優(yōu)化措施有效降低了計(jì)算復(fù)雜度，使算法在保證精度的前提下運(yùn)行更加高效。利用STM32微控制器內(nèi)置的硬件浮點(diǎn)單元，能夠加速浮點(diǎn)運(yùn)算的速度。浮點(diǎn)運(yùn)算是許多算法中常見(jiàn)且計(jì)算量較大的操作，F(xiàn)PU的運(yùn)用就像是給算法添加了一個(gè)強(qiáng)大的助推器，大大提高了整體的計(jì)算效率。借助直接內(nèi)存訪(fǎng)問(wèn)技術(shù)，數(shù)據(jù)傳輸不再依賴(lài)CPU的全程參與，減少了數(shù)據(jù)傳輸對(duì)CPU的占用，使CPU能夠?qū)⒏嗟馁Y源投入核心計(jì)算任務(wù)中，進(jìn)一步提升了系統(tǒng)的運(yùn)行性能。

在編譯器優(yōu)化方面，本項(xiàng)目啟用-03優(yōu)化級(jí)別，這一優(yōu)化設(shè)置能夠?qū)Υa進(jìn)行深度優(yōu)化，包括對(duì)循環(huán)展開(kāi)、函數(shù)內(nèi)聯(lián)等操作。筆者通過(guò)使用內(nèi)聯(lián)函數(shù)，減少了函數(shù)調(diào)用過(guò)程中的開(kāi)銷(xiāo)，提高了代碼的執(zhí)行效率。借助性能分析工具，如GNUprofiler（Gprof）、Valgrind等，能夠精準(zhǔn)識(shí)別代碼中的性能瓶頸。這些工具就像是代碼的“體檢醫(yī)生”，可以詳細(xì)分析代碼在運(yùn)行過(guò)程中的各項(xiàng)性能指標(biāo)，找出運(yùn)行時(shí)間較長(zhǎng)、占用資源較多的關(guān)鍵代碼段。針對(duì)這些性能瓶頸，研究人員可以進(jìn)行有針對(duì)性的代碼重構(gòu)和算法簡(jiǎn)化，使代碼結(jié)構(gòu)更加清晰、高效。在必要時(shí)，考慮引入外部協(xié)處理器，如專(zhuān)門(mén)的數(shù)字信號(hào)處理器（DigitalSignalProcessor，DSP）。DSP具有強(qiáng)大的數(shù)字信號(hào)處理能力，能夠分擔(dān)原本由CPU承擔(dān)的部分計(jì)算任務(wù)，顯著提升卡爾曼濾波器的運(yùn)行效率，確保目標(biāo)追蹤的實(shí)時(shí)性和準(zhǔn)確性，如圖1所示。通過(guò)這一系列的優(yōu)化措施，卡爾曼濾波器在硬件資源有限的FWAV上也能夠高效運(yùn)行，實(shí)現(xiàn)對(duì)目標(biāo)的穩(wěn)定追蹤，大大提高了FWAV在復(fù)雜環(huán)境下的任務(wù)執(zhí)行能力。

圖1行人軌跡記錄分析

3模式匹配及圖像消抖

在對(duì)基于視覺(jué)的仿生撲翼飛行器的深人研究中，筆者發(fā)現(xiàn)，在飛行全程中，一系列復(fù)雜因素給圖像采集帶來(lái)了極大挑戰(zhàn)。撲翼持續(xù)且高頻的運(yùn)動(dòng)，會(huì)產(chǎn)生強(qiáng)烈的機(jī)械振動(dòng)，這種振動(dòng)會(huì)直接傳遞到相機(jī)上。而大氣環(huán)境中復(fù)雜多變的氣流，會(huì)使飛行器不斷受到干擾，導(dǎo)致其姿態(tài)頻繁變化。這些因素疊加在一起，使得相機(jī)不可避免地發(fā)生抖動(dòng)。這種抖動(dòng)看似微小，卻會(huì)嚴(yán)重破壞采集圖像的質(zhì)量，使其變得模糊、失真。而清晰、準(zhǔn)確的圖像是FWAV進(jìn)行目標(biāo)檢測(cè)和追蹤的基礎(chǔ)，圖像質(zhì)量的下降會(huì)極大地影響后續(xù)任務(wù)的準(zhǔn)確性，進(jìn)而削弱FWAV在實(shí)際應(yīng)用中的效能。

為了有效應(yīng)對(duì)這一難題，筆者提出了一種創(chuàng)新的解決方案，即根據(jù)飛行器不同的飛行狀態(tài)，靈活采用不同的圖像處理算法，以此實(shí)現(xiàn)圖像消抖和質(zhì)量?jī)?yōu)化。整個(gè)程序設(shè)計(jì)的關(guān)鍵在于具備動(dòng)態(tài)調(diào)整圖像處理策略的能力，使其能與撲翼飛行器實(shí)時(shí)變化的飛行狀態(tài)精準(zhǔn)適配，充分發(fā)揮每種算法的獨(dú)特優(yōu)勢(shì)，確保圖像質(zhì)量始終滿(mǎn)足任務(wù)需求。

當(dāng)FWAV在空中處于飛行狀態(tài)時(shí)，筆者選擇高斯模糊算法對(duì)采集到的圖像進(jìn)行處理。高斯模糊算法的原理基于高斯函數(shù)，其操作過(guò)程是對(duì)圖像中的每個(gè)像素點(diǎn)及其周?chē)噜彽南袼攸c(diǎn)進(jìn)行加權(quán)平均計(jì)算，最終實(shí)現(xiàn)對(duì)圖像的平滑處理。在實(shí)際飛行場(chǎng)景下，圖像往往會(huì)混入大量高頻噪聲。這些噪聲來(lái)源廣泛，可能是電子元件的熱噪聲、外部電磁干擾等，它們就像隱藏在圖像中的“雜質(zhì)”，嚴(yán)重影響圖像的清晰度和可讀性。而高斯模糊算法就像是一位精細(xì)的“圖像清潔師”，能夠有針對(duì)性地降低這些高頻噪聲。更為重要的是，在降噪的過(guò)程中，它能巧妙地保留圖像中關(guān)鍵的邊緣和輪廓信息。

以FWAV執(zhí)行快速飛行偵察任務(wù)為例，由于飛行速度較快，相機(jī)抖動(dòng)加劇，采集到的圖像在未經(jīng)處理時(shí)可能模糊不清，目標(biāo)的細(xì)節(jié)難以分辨。但經(jīng)過(guò)高斯模糊算法處理后，雖然圖像整體仍存在一定程度的模糊，但目標(biāo)的大致形狀和位置卻能清晰地顯現(xiàn)出來(lái)。這就好比在大霧彌漫的環(huán)境中，高斯模糊算法為筆者提供了一副特殊的“眼鏡”，讓筆者能夠穿透模糊，捕捉到目標(biāo)的關(guān)鍵信息，為后續(xù)的自標(biāo)檢測(cè)和追蹤提供了可靠的數(shù)據(jù)支持。而且，高斯模糊算法的計(jì)算復(fù)雜度相對(duì)較低，這對(duì)于硬件資源有限的FWAV來(lái)說(shuō)是一個(gè)巨大的優(yōu)勢(shì)。它就像一個(gè)高效節(jié)能的“處理器助手”，在保證圖像質(zhì)量滿(mǎn)足實(shí)際需求的前提下，能夠大幅減少計(jì)算所需的資源和時(shí)間，滿(mǎn)足飛行器實(shí)時(shí)處理圖像的嚴(yán)苛要求，有效降低計(jì)算負(fù)荷，進(jìn)而提升整個(gè)系統(tǒng)的運(yùn)行效率。

筆者發(fā)現(xiàn)當(dāng)FWAV在原地懸停時(shí)，情況則有所不同。此時(shí)，視覺(jué)里程計(jì)發(fā)揮作用，通過(guò)對(duì)周?chē)h(huán)境特征的分析，判斷飛行器處于靜止?fàn)顟B(tài)。一旦確定靜止，系統(tǒng)會(huì)自動(dòng)切換到雙邊濾波算法進(jìn)行圖像處理雙邊濾波算法是一種更為復(fù)雜且精細(xì)的圖像處理技術(shù)，它巧妙地融合了空間和色彩的高斯權(quán)重。這意味著在處理圖像時(shí)，它不僅會(huì)考慮像素點(diǎn)之間的空間距離，還會(huì)充分關(guān)注像素點(diǎn)的顏色差異。

圖2算法對(duì)比優(yōu)化

在執(zhí)行精確的環(huán)境監(jiān)測(cè)任務(wù)時(shí)，雙邊濾波算法的優(yōu)勢(shì)就得以充分體現(xiàn)。經(jīng)過(guò)雙邊濾波處理后的圖像，能夠清晰地展現(xiàn)出植物葉片上的細(xì)微紋理、病蟲(chóng)害造成的微小痕跡等細(xì)節(jié)信息。對(duì)于FWAV自身而言，這些清晰的圖像信息就像是為其配備了一雙“智慧之眼”，幫助它更精確地判斷自身的位置和姿態(tài)，從而保持穩(wěn)定的懸停狀態(tài)。

通過(guò)這種依據(jù)飛行狀態(tài)動(dòng)態(tài)切換圖像處理算法的方式，該研究發(fā)現(xiàn)FWAV在不同飛行模式下的圖像質(zhì)量都得到了顯著提升，如圖2所示。無(wú)論是在空中快速穿梭時(shí)，還是在原地懸停觀測(cè)時(shí)，本項(xiàng)目都能獲取高質(zhì)量的圖像數(shù)據(jù)。這不僅確保了后續(xù)的圖像處理任務(wù)能夠更加可靠地進(jìn)行，也極大地增強(qiáng)了飛行器在不同飛行狀態(tài)下的視覺(jué)處理能力，為其在復(fù)雜多變的環(huán)境中順利完成各種任務(wù)提供了堅(jiān)實(shí)保障。

4通過(guò)顏色聚類(lèi)減少運(yùn)算

此外，為了降低計(jì)算量，保證運(yùn)行效率，降低功耗，筆者利用 OpenMV^[1] 進(jìn)行顏色聚類(lèi)和分割，對(duì)分割后的圖像進(jìn)行處理，如輪廓檢測(cè)，以識(shí)別和分類(lèi)目標(biāo)，實(shí)現(xiàn)對(duì)特定目標(biāo)的高效追蹤。同時(shí)，優(yōu)化了OpenMV[2]中的K-均值聚類(lèi)算法（K-Means Clustering Algorithm，K-means）。筆者采用圖像分辨率和減少K-means聚類(lèi)數(shù)量的策略，同時(shí)在HSV顏色空間中執(zhí)行聚類(lèi)以提高對(duì)光照變化的魯棒性，如圖3所示。

具體而言，筆者首先將攝像頭捕獲的圖像分辨率降低，以減少處理的數(shù)據(jù)量，然后轉(zhuǎn)換到HSV顏色空間以增強(qiáng)顏色聚類(lèi)的準(zhǔn)確性。其次，通過(guò)限制K-means算法的迭代次數(shù)和優(yōu)化初始化聚類(lèi)中心的K-means ⁺⁺ 方法，加快算法的收斂速度。然后，筆者利用OpenMV的硬件特性，如DMA傳輸和快速數(shù)據(jù)處理指令，進(jìn)一步減少計(jì)算時(shí)間。最后，通過(guò)代碼層面的優(yōu)化，比如減少不必要的內(nèi)存分配和循環(huán)中的高開(kāi)銷(xiāo)操作，采用高效的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)顏色值和聚類(lèi)中心，提升整體算法性能。優(yōu)化K-means[3-4]算法，最終能夠提升聚類(lèi)的靈活性和準(zhǔn)確性，使其能夠適應(yīng)不同的光照條件和背景干擾。在這一過(guò)程中，筆者將目標(biāo)人物設(shè)置為固定顏色，極大地簡(jiǎn)化了識(shí)別過(guò)程。這種顏色基的追蹤方法不僅提高了系統(tǒng)的響應(yīng)速度，也增強(qiáng)了其在復(fù)雜環(huán)境中的魯棒性。通過(guò)預(yù)設(shè)的顏色閾值，本項(xiàng)目的系統(tǒng)能夠迅速識(shí)別并鎖定目標(biāo)，即使在目標(biāo)快速移動(dòng)或背景變化的情況下也能保持穩(wěn)定的追蹤[5-6]

圖3算法優(yōu)化時(shí)間對(duì)比

本項(xiàng)目通過(guò)顏色基追蹤方法通過(guò)預(yù)設(shè)目標(biāo)顏色閾值，使系統(tǒng)能夠迅速識(shí)別并鎖定目標(biāo)。在實(shí)際應(yīng)用中，這種方法具有顯著優(yōu)勢(shì)。在復(fù)雜的城市環(huán)境中進(jìn)行目標(biāo)追蹤時(shí)，即使目標(biāo)快速移動(dòng)或背景變化頻繁，只要目標(biāo)顏色在預(yù)設(shè)范圍內(nèi)，系統(tǒng)就能穩(wěn)定地追蹤目標(biāo)。在影視拍攝中，通過(guò)設(shè)置演員或拍攝道具的特定顏色，F(xiàn)WAV能夠自動(dòng)跟隨拍攝對(duì)象，實(shí)現(xiàn)獨(dú)特的拍攝視角和創(chuàng)意效果。在農(nóng)業(yè)植保領(lǐng)域，針對(duì)特定顏色的病蟲(chóng)害區(qū)域或農(nóng)作物品種，本項(xiàng)目可實(shí)現(xiàn)精準(zhǔn)的監(jiān)測(cè)和防治，提高農(nóng)業(yè)生產(chǎn)效率，同時(shí)減少對(duì)環(huán)境的影響。

5結(jié)語(yǔ)

綜上所述，基于視覺(jué)的仿生撲翼飛行器在技術(shù)層面迎來(lái)了前所未有的發(fā)展機(jī)遇。通過(guò)對(duì)算法的不斷完善，本項(xiàng)目的FWAV的性能得到了顯著提升。在軍事偵察方面，F(xiàn)WAV憑借其獨(dú)特的仿生外形和低可探測(cè)性，能夠深入敵方防線(xiàn)后方，獲取高價(jià)值情報(bào)。其視覺(jué)系統(tǒng)不僅可以識(shí)別靜態(tài)軍事設(shè)施，還能實(shí)時(shí)追蹤敵方移動(dòng)目標(biāo)，如部隊(duì)調(diào)動(dòng)、車(chē)輛運(yùn)輸?shù)龋瑸樽鲬?zhàn)指揮提供及時(shí)準(zhǔn)確的情報(bào)支持。在電子戰(zhàn)中，F(xiàn)WAV可攜帶電子干擾設(shè)備，利用視覺(jué)導(dǎo)航接近敵方通信節(jié)點(diǎn)或雷達(dá)設(shè)施，實(shí)施近距離干擾，破壞敵方電子系統(tǒng)的正常運(yùn)行。在未來(lái)戰(zhàn)爭(zhēng)中，隨著人工智能和自主控制技術(shù)的進(jìn)一步發(fā)展，F(xiàn)WAV有望具備自主決策和攻擊能力，成為新型的智能化作戰(zhàn)單元。在影視拍攝行業(yè)，F(xiàn)WAV搭載高清攝像設(shè)備，能夠?qū)崿F(xiàn)靈活的拍攝視角切換，完成傳統(tǒng)拍攝設(shè)備難以實(shí)現(xiàn)的拍攝任務(wù)。如在拍攝自然風(fēng)光時(shí)，可貼近地面或水面飛行，捕捉獨(dú)特的景觀畫(huà)面；在拍攝體育賽事時(shí)，能近距離追蹤運(yùn)動(dòng)員的動(dòng)作，提供精彩的特寫(xiě)鏡頭。在農(nóng)業(yè)植保領(lǐng)域，F(xiàn)WAV利用視覺(jué)技術(shù)精準(zhǔn)識(shí)別病蟲(chóng)害區(qū)域和農(nóng)作物生長(zhǎng)狀況，實(shí)現(xiàn)精準(zhǔn)施藥和灌溉，提高農(nóng)業(yè)生產(chǎn)的可持續(xù)性。在物流配送方面，小型FWAV可在城市或偏遠(yuǎn)地區(qū)進(jìn)行短距離的貨物運(yùn)輸，通過(guò)視覺(jué)導(dǎo)航實(shí)現(xiàn)精準(zhǔn)投遞，提高配送效率，解決“最后一公里”配送難題。在生態(tài)研究中，F(xiàn)WAV可以深入自然保護(hù)區(qū)，對(duì)珍稀動(dòng)植物進(jìn)行長(zhǎng)期監(jiān)測(cè)，獲取其生活習(xí)性、遷徙路線(xiàn)等數(shù)據(jù)，為生物多樣性保護(hù)提供科學(xué)依據(jù)。在地質(zhì)勘探方面，利用搭載的多種傳感器和視覺(jué)系統(tǒng)，對(duì)地形地貌進(jìn)行詳細(xì)測(cè)繪，發(fā)現(xiàn)潛在的地質(zhì)資源。在大氣科學(xué)研究中，F(xiàn)WAV能夠在不同高度采集大氣樣本，結(jié)合視覺(jué)觀測(cè)數(shù)據(jù)，研究氣象變化規(guī)律和大氣污染擴(kuò)散機(jī)制，為應(yīng)對(duì)氣候變化和環(huán)境保護(hù)提供支持。

這些技術(shù)的進(jìn)步不僅提高了FWAV的操作效率和可靠性，也為它們?cè)趶?fù)雜環(huán)境中的穩(wěn)定運(yùn)行提供了保障。然而，筆者發(fā)現(xiàn)隨著技術(shù)的發(fā)展，F(xiàn)WAV也面臨著社會(huì)價(jià)值和環(huán)境可持續(xù)性方面的挑戰(zhàn)。在能源供應(yīng)方面，當(dāng)前的電池技術(shù)限制了飛行器的續(xù)航能力，該項(xiàng)自需要研發(fā)新型高能量密度的電池或其他替代能源，如微型燃料電池、太陽(yáng)能輔助充電技術(shù)等。在材料科學(xué)領(lǐng)域，該項(xiàng)目須進(jìn)一步開(kāi)發(fā)輕質(zhì)、高強(qiáng)度、高彈性的材料，以提高飛行器的結(jié)構(gòu)性能和耐用性。在控制算法方面，該項(xiàng)目需要研究更先進(jìn)的智能控制算法，提高飛行器在復(fù)雜環(huán)境下的自主決策和適應(yīng)能力，如強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)與傳統(tǒng)控制算法的融合應(yīng)用。

該研究發(fā)現(xiàn)隨著FWAV在各個(gè)領(lǐng)域的廣泛應(yīng)用，社會(huì)倫理和安全問(wèn)題日益凸顯。在隱私保護(hù)方面，F(xiàn)WAV的視覺(jué)監(jiān)控功能可能侵犯?jìng)€(gè)人隱私，需要制定嚴(yán)格的法律法規(guī)和監(jiān)管政策，規(guī)范其使用范圍和數(shù)據(jù)采集方式。在飛行安全方面，F(xiàn)WAV可能與其他飛行器發(fā)生碰撞，或因失控對(duì)地面人員和設(shè)施造成損害，因此，需要建立完善的飛行安全管理體系，包括飛行空域規(guī)劃、避障技術(shù)升級(jí)和遠(yuǎn)程監(jiān)控機(jī)制。該項(xiàng)目在軍事應(yīng)用中，還須考慮FWAV被惡意利用的風(fēng)險(xiǎn)，加強(qiáng)技術(shù)防范和國(guó)際間的監(jiān)管合作。

研究發(fā)現(xiàn)FWAV在運(yùn)行過(guò)程中可能對(duì)環(huán)境產(chǎn)生一定影響。撲翼運(yùn)動(dòng)的噪聲可對(duì)野生動(dòng)物的正常生活有干擾，尤其是自然保護(hù)區(qū)等生態(tài)敏感區(qū)。飛行器使用的電池及電子元件在廢棄后可能造成環(huán)境污染。為實(shí)現(xiàn)可持續(xù)發(fā)展，應(yīng)研發(fā)低噪聲的撲翼設(shè)計(jì)和高效的降噪技術(shù)，減少對(duì)生態(tài)環(huán)境的干擾。加強(qiáng)對(duì)電池和電子元件的回收利用技術(shù)研究，建立完善的回收體系，降低環(huán)境污染風(fēng)險(xiǎn)。同時(shí)，在設(shè)計(jì)和應(yīng)用FWAV時(shí)，筆者充分考慮生態(tài)保護(hù)因素，確保其與自然環(huán)境和諧共生。

基于視覺(jué)的仿生撲翼飛行器在技術(shù)創(chuàng)新的推動(dòng)下，展現(xiàn)出廣闊的應(yīng)用前景和巨大的發(fā)展?jié)摿Γㄟ^(guò)對(duì)控制系統(tǒng)、目標(biāo)追蹤、圖像處理等關(guān)鍵技術(shù)的持續(xù)優(yōu)化以及在多領(lǐng)域的應(yīng)用拓展，F(xiàn)WAV為人類(lèi)社會(huì)的發(fā)展提供了新的解決方案。然而，在追求技術(shù)進(jìn)步的同時(shí)，必須正視其面臨的技術(shù)瓶頸、社會(huì)倫理和環(huán)境影響等挑戰(zhàn)。未來(lái)，需要跨學(xué)科的科研團(tuán)隊(duì)、政府部門(mén)、企業(yè)和社會(huì)各界共同努力，加強(qiáng)技術(shù)研發(fā)、完善監(jiān)管機(jī)制、推動(dòng)可持續(xù)發(fā)展理念的落實(shí)，實(shí)現(xiàn)FWAV技術(shù)與社會(huì)、環(huán)境的協(xié)調(diào)發(fā)展，讓這一創(chuàng)新技術(shù)更好地服務(wù)人類(lèi)社會(huì)。未來(lái)，本研究需要在確保技術(shù)進(jìn)步的同時(shí)，更加關(guān)注FWAV對(duì)環(huán)境的影響以及如何更好地整合這些技術(shù)以服務(wù)社會(huì)，實(shí)現(xiàn)科技與自然的和諧共生。

參考文獻(xiàn)

[1]祚時(shí)，許志良，張平.基于OpenMV輔助進(jìn)食機(jī)械手人臉檢測(cè)算法研究［J].傳感器與微系統(tǒng)，2021（1）：24-25.

[2]江達(dá)飛，徐中貴.基于OpenMV的零件缺陷檢測(cè)系設(shè)計(jì)[J].河南科技，2020（10）：58-59.

[3]ZHANG C，ROSSI C. A review of complianttransmission mechanisms for bio-inspired flapping-wingmicro air vehicles[J].Bioinspir Biomim，2O17（2）：23-30.

[4]YANG WQ，WANG L G，SONG B F. Dove：Abiomimeticflapping-wingmicroairvehicle[J].International Journal of Micro Air Vehicles，2O18（1）：83-87.

[5]TIJMONS S，CROONG C HE D，REMES BD W，et al.Obstacle avoidance strategy using onboard stereovision on a flapping wing MAV[J].IEEE Transactionson Robotics，2017（4） ：139-144.

[6]簡(jiǎn)·M.拉貝艾.數(shù)字集成電路：電路、系統(tǒng)與設(shè)計(jì)[M].周潤(rùn)德，譯.北京：電子工業(yè)出版社，2004.

（編輯 王永超）

Research on vision-based bionic flapping-wing aerial vehicle

LYUShaocheng，WANGYao，ZHANGKeyi，WANGMingxin （Wuxi Taihu University，Wuxi 214O64，China）

Abstract：This paper discusses the key technologies of vision-based bionic flapping-wing aerial vehicles（FWAV）.By adopting lightweight materialsandeficient motors，andcontinuouslyoptimizing algorithms，high maneuverabilityis achieved.Byanalyzing the Theintegration of the RaspberryPi3Model B + ，the STM32F407VET6 microcontroller and the OpenMV M7camera module enhances flightcontroland visual recognition capabilities.YOLOV5and Kalman filter are used to improve the performance of target tracking and solve the problem of jiter flight.

Key words： flapping wing aerial vehicle; visual tracking; detection