3、多旋翼無人機(jī)開發(fā)與外部視覺工具的關(guān)系

在對無人機(jī)飛行控制系統(tǒng)進(jìn)行開發(fā)時(shí)，工程師需要對空中懸停、飛行中避障、機(jī)身姿態(tài)控制、定位、著陸等功能進(jìn)行開發(fā)和測試，因此工程師需要一把工作在三維空間中的尺子，實(shí)時(shí)對無人機(jī)在空間中的高度、位置、姿態(tài)、抖動(dòng)、延時(shí)等指標(biāo)進(jìn)行測量，以提升開發(fā)效率。在對無人機(jī)、無人車等智能體進(jìn)行高精度編隊(duì)時(shí)，工程師需要構(gòu)建一個(gè)空間測量基準(zhǔn)，該基準(zhǔn)可以實(shí)時(shí)精確測量每個(gè)智能體在空間中的位置和姿態(tài)，并通過運(yùn)行有控制軟件（如ROS）的計(jì)算機(jī)下達(dá)編隊(duì)指令。
       無人機(jī)自主導(dǎo)航中，無人機(jī)運(yùn)動(dòng)狀態(tài)識別是無人機(jī)航跡預(yù)測的基礎(chǔ)，對無人機(jī)空管系統(tǒng)的構(gòu)建具有重要意義。無人機(jī)的運(yùn)動(dòng)狀態(tài)可簡化為幾個(gè)標(biāo)準(zhǔn)狀態(tài)，如等速狀態(tài)、等加速狀態(tài)和協(xié)調(diào)轉(zhuǎn)彎狀態(tài)等。無人機(jī)的真實(shí)飛行過程可以認(rèn)為是由不同運(yùn)動(dòng)狀態(tài)組合或轉(zhuǎn)換而成的。通過確定無人機(jī)的運(yùn)動(dòng)狀態(tài)，可以對無人機(jī)航跡進(jìn)行預(yù)測，進(jìn)而評估無人機(jī)運(yùn)行風(fēng)險(xiǎn)、建立監(jiān)管系統(tǒng)和預(yù)警系統(tǒng)。但無人機(jī)真實(shí)運(yùn)行環(huán)境復(fù)雜，觀測數(shù)據(jù)在觀測和數(shù)據(jù)鏈傳輸過程中包含一定噪聲，難以通過簡單的閾值確定無人機(jī)的運(yùn)行狀態(tài)。所以需要一個(gè)精準(zhǔn)的尺子對其運(yùn)動(dòng)狀態(tài)進(jìn)行測量。
       在開發(fā)視覺慣性里程計(jì)（VIO）無人機(jī)定位的算法時(shí)，需要對VIO定位數(shù)據(jù)進(jìn)行驗(yàn)證調(diào)整定位算法的參數(shù)。在三維空間內(nèi)需要有一把高效的“尺子”測量實(shí)際飛行的軌跡與精度以提高開發(fā)效率，如圖7無人機(jī)在室內(nèi)做8字運(yùn)動(dòng)，用紅色的定位數(shù)據(jù)與綠色的光學(xué)動(dòng)捕系統(tǒng)下真值的偏差來測量定位算法的穩(wěn)定性。

 

 

       在無人機(jī)編隊(duì)技術(shù)的研究在科研中被稱為“多智能體協(xié)同控制”，研究者需要通過對無人機(jī)的定位，獲取其在空間中的位姿，這種位置位姿信息主要是六自由度姿態(tài)數(shù)據(jù)，進(jìn)行多智能體之間通訊的建立，最后通過控制決策系統(tǒng)根據(jù)智能體空間內(nèi)的位姿完成系統(tǒng)控制。通過此技術(shù)可以再多個(gè)領(lǐng)域應(yīng)用，如軍事中的“蜂群”作戰(zhàn)系統(tǒng)，管道、電力多機(jī)協(xié)同巡檢，文娛行業(yè)的無人機(jī)編隊(duì)表演，建筑行業(yè)的智能建造等。
       定位無人機(jī)的空間位姿，是多智能體協(xié)同控制研究最為重要的部分，只有獲取準(zhǔn)確穩(wěn)定的定位信息，才能良好的控制無人機(jī)。作為定位的傳統(tǒng)方法，慣性測量單元（IMU）和慣導(dǎo)模塊（INS）存在陀螺儀零點(diǎn)漂移嚴(yán)重，導(dǎo)致獲取的姿態(tài)、速度等數(shù)據(jù)精度不夠，存在誤差累計(jì)，很難長時(shí)間獨(dú)立工作。
       在開展針對智能體（無人機(jī)、無人車）控制算法（經(jīng)典控制算法、現(xiàn)代控制算法、協(xié)同控制算法等）的快速迭代設(shè)計(jì)時(shí)。如圖8，第三方測量工具以亞毫米級的定位精度多對多的wifi通訊方式以及分布式計(jì)算模塊的設(shè)計(jì)，保證了可接入終端節(jié)點(diǎn)的數(shù)量以及控制的實(shí)時(shí)性要求，為無人機(jī)、無人車等智能體運(yùn)動(dòng)軌跡規(guī)劃與算法驗(yàn)證等提供動(dòng)作數(shù)據(jù)基礎(chǔ)。

 

 

 

       SLAM系統(tǒng)分為幾個(gè)模塊：視覺里程計(jì)、后端優(yōu)化、建圖以及回環(huán)檢測。
       1）傳感器信息讀取，在視覺LSAM中主要為相機(jī)圖像信息的讀取和預(yù)處理。如果是在無人機(jī)中還有碼盤、慣性傳感器等信息的讀取和同步。
       2）視覺里程計(jì)（Visual Odometry，VO）視覺里程計(jì)的任務(wù)時(shí)估算相鄰圖像間相機(jī)的運(yùn)動(dòng)，以及局部地圖的樣子。VO又稱為前段（Front End）。
       3）后端優(yōu)化（Optimization），后端接受不同時(shí)刻視覺里程計(jì)測量的相機(jī)位姿，以及回環(huán)檢測的信息，對它們進(jìn)行優(yōu)化，得到全局一致的軌跡和地圖。由于接在VO后，又稱（Back End）。
       4）回環(huán)檢測（Loop Closing），回環(huán)檢測判斷機(jī)器人是否到達(dá)過先前的位置。如果檢測到回環(huán)，它會把信息提供給后端進(jìn)行處理。
       5）建圖（Mapping），它根據(jù)估計(jì)得軌跡，建立與任務(wù)要求對應(yīng)的地圖。
       如圖9,在運(yùn)動(dòng)軌跡定位A與MAP B的輸出過程中需要一個(gè)第三方工具測量，測量出算法的差值△P以進(jìn)行算法糾正。

 

 

       無人機(jī)的著陸指的是無人機(jī)在其自身導(dǎo)航設(shè)備的指引下,由其自身控制器控制其安全著陸的過程.傳統(tǒng)無人機(jī)的著陸僅僅依靠GPS所實(shí)現(xiàn)的.但是,在實(shí)際工作中發(fā)現(xiàn),單獨(dú)的GPS很難為無人機(jī)的著陸提供精確的位置,且傳統(tǒng)無人機(jī)無法在室內(nèi)或者一些特定位置實(shí)現(xiàn)著落。視覺著陸是一種借用視覺導(dǎo)航的方法，可以實(shí)現(xiàn)無人機(jī)的輔助定位，并且能夠?qū)崿F(xiàn)無人機(jī)在特殊場合需求下的自動(dòng)著陸。因此，研究基于視覺著陸技術(shù)的無人機(jī)的姿態(tài)與位置算法具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。在算法開發(fā)過程傳感器提供無人機(jī)的位姿和位置信息是重要依據(jù)，而所提供位姿信息精準(zhǔn)度需要一個(gè)外部視覺工具來測量其差值，高效的完善算法。
       有哪些外部視覺工具？
       光學(xué)動(dòng)捕系統(tǒng)、寬帶技術(shù)（Ultra-WideBand，UWB）定位，激光定位、超聲波定位等。
       外部視覺工具有哪些優(yōu)劣勢？

 

 

       由對比表可以看出，在光學(xué)動(dòng)捕是對多旋翼無人機(jī)室內(nèi)自主控制與自主導(dǎo)航研究中光學(xué)動(dòng)捕系統(tǒng)是最優(yōu)質(zhì)的選擇。

       悟空™光學(xué)動(dòng)捕系統(tǒng)

       工作原理
       精準(zhǔn)記錄運(yùn)動(dòng)信息，基于計(jì)算機(jī)視覺原理，光學(xué)室內(nèi)定位系統(tǒng)通過布置在空間中的多個(gè)紅外攝像機(jī)捕捉區(qū)域內(nèi)物體上反光標(biāo)識點(diǎn)的運(yùn)動(dòng)信息，并以圖像的形式記錄下來。