彭松 付宇航 吳澤 吳東升

摘? 要：如今電子科技飛速發(fā)展，相應(yīng)的軍事也逐步趨向智能化、多樣化，對(duì)于瞬息萬變的戰(zhàn)場，利用無人設(shè)備減小傷亡率，降低風(fēng)險(xiǎn)將會(huì)是一種趨勢，而這種無人機(jī)的問題和難點(diǎn)在于體積大會(huì)被發(fā)現(xiàn)，損失成本增加，對(duì)各種因素應(yīng)對(duì)有著不同的缺陷。對(duì)于這個(gè)問題本文提出一種便利小巧且成本低廉的無人機(jī)的方法，自主研究設(shè)備，使其大大減小成本且能完成相應(yīng)功能，并對(duì)電源充分利用方面有一些改進(jìn)，達(dá)到能夠應(yīng)對(duì)各種突發(fā)因素的目標(biāo)。

關(guān)鍵詞：嵌入式系統(tǒng)? 偵察無人機(jī)? 姿態(tài)解算? 圖像處理

中圖分類號(hào)：TP274? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ?文章編號(hào)：1674-098X（2020）10（a）-0006-04

Abstract： Now the rapid development of electronic technology， the corresponding military also gradually towards intelligence， diversification， for rapidly changing battlefield， using unmanned equipment to reduce the casualty rate， reduce the risk will be a trend. The problem with using unmanned equipment to reduce the casualty rate is that the size of the drone is large enough to be detected. The cost of loss increases and there are different deficiencies in the response to various factors. For this problem， this paper proposes a method that can facilitate small and low-cost uav， independently research equipment， make it greatly reduce the cost and complete the corresponding functions， and make some improvements in the full use of power supply， so as to achieve the goal of being able to cope with various emergent factors.

Key Words： Embedded system; Reconnaissance UAV; Attitude solution; Image processing

隨著人們對(duì)電子技術(shù)的要求不斷的提升，智能控制成為電子發(fā)展的一大趨勢。作戰(zhàn)武器的智能化、多樣化將成為一種發(fā)展趨勢。其中無人機(jī)是電子智能發(fā)展的一個(gè)重要方向，造價(jià)低廉的無人機(jī)設(shè)備能進(jìn)行遠(yuǎn)距離的高空偵查、具有一定的隱身性將會(huì)是戰(zhàn)場上優(yōu)勢。

基于嵌入式技術(shù)的偵查無人機(jī)優(yōu)點(diǎn)是方便攜帶，對(duì)于飛控算法無需依賴地球磁場，抗干擾能力強(qiáng)，視覺算法出色，電路設(shè)計(jì)合理，可在不同環(huán)境下，精準(zhǔn)識(shí)別目標(biāo)，由數(shù)據(jù)傳輸模塊，傳回目標(biāo)信息，能夠根據(jù)作戰(zhàn)的目的進(jìn)入空域完成自主飛行偵察的小型無人機(jī)將會(huì)成為軍事力量發(fā)展的重點(diǎn)之一。

1? 研究內(nèi)容

基于嵌入式偵察無人機(jī)的開發(fā)內(nèi)容由無人機(jī)的制作，信號(hào)識(shí)別系統(tǒng)的開發(fā)，排除其他因素干擾的研究，偵察畫面?zhèn)鬏敽妥x取處理系統(tǒng)研發(fā)，識(shí)別系統(tǒng)研發(fā)，自動(dòng)避障系統(tǒng)以及自動(dòng)操作返回系統(tǒng)研究組成，信息的傳輸需要對(duì)包括傳感器的準(zhǔn)確利用，傳感器數(shù)據(jù)的回傳、匯總、處理以及對(duì)識(shí)別系統(tǒng)的準(zhǔn)確利用，對(duì)于復(fù)雜地形準(zhǔn)確的利用自動(dòng)避障等內(nèi)容。系統(tǒng)整體設(shè)計(jì)思路見圖1。

1.1 嵌入式軟件算法

1.1.1 姿態(tài)解算

由于需要降低成本及各方面問題，無法使用高精度的陀螺儀及加速度計(jì)，故用廉價(jià)的mpu6050模塊。 由于mpu6050的陀螺儀的精度問題，需要校準(zhǔn)零飄。將在5s內(nèi)對(duì)誤差進(jìn)行積分，并乘kp，得出gyro_offest。此為零飄獲取。I2C通信讀取到的值減去gyro_offest便得到了更為接近真實(shí)值的角速度。

加速度計(jì)過濾處理，由于mpu6050的加速度的精度及設(shè)計(jì)問題，需要低通濾波處理，加速度計(jì)的參數(shù)用matlab的信號(hào)處理工具箱生成，效果十分良好。加速度計(jì)由陀螺儀數(shù)據(jù)融合，由于加速度的靜態(tài)穩(wěn)定性好，而陀螺儀的動(dòng)態(tài)性能好，靜態(tài)性能相對(duì)不穩(wěn)定，所以我們用加速度的值去修正陀螺儀的值。

1.1.2 四元數(shù)基礎(chǔ)

除了用歐拉角代表姿態(tài)，還可以用單位四元數(shù)代表姿態(tài)，四元數(shù)使用 4 個(gè)參數(shù)代表。如式（1）：

由于是單位四元數(shù)，需要滿足平方和等于1。如式（2）：

程序代碼：

1.void IMUupdate（float gx，float gy，float gz，float ax，float ay，float az）

2.{vx=2*（q1q3-q0q2）;

3.vy=2*（q0q1+q2q3）;

4.vz=q0q0-q1q1-q2q2+q3q3;

5.ex=（ay*vz-az*vy）;

6.ey=（az*vx-ax*vz）;

7.ez=（ax*vy-ay*vx）;

8.exInt=exInt+ex*Ki;

9.eyInt=eyInt+ey*Ki;

10.ezInt=ezInt+ez*Ki;

11.gx=gx+Kp*ex+exInt;

12.gy=gy+Kp*ey+eyInt;

13.gz=gz+Kp*ez+ezInt;

14.q0=q0+（-q1*gx-q2*gy-q3*gz）*halfT;

15.q1=q1+（q0*gx+q2*gz-q3*gy）*halfT;

16.q2=q2+（q0*gy-q1*gz+q3*gx）*halfT;

17.q3=q3+（q0*gz+q1*gy-q2*gx）*halfT;

18.yaw=atan2（2*q1 *q2+2*q0*q3，2*q2*q2-2*q3*q3+1）*57.3;

19.pitch=asin（-2*q1*q3+2*q0*q2）*57.3;

20.roll=atan2（2*q2*q3+2*q0*q1，2*q1*q1-2*q2*q2+1）*57.3}

在歐拉角旋轉(zhuǎn)順序?yàn)?yaw-pitch-roll，四元數(shù)轉(zhuǎn)化成歐拉角的公式為代碼中18～20行，四元數(shù)使用陀螺儀的數(shù)據(jù)進(jìn)行積分，積分迭代公式為代碼中14～17行。其中： 為陀螺儀的x，y，z軸數(shù)據(jù)， 為定時(shí)時(shí)間，設(shè)定更新頻率為 1000Hz，故而t=0.001s。

1.2 視覺算法

在視覺識(shí)別過程中通過人臉檢測提取特征臉的區(qū)域，對(duì)提取出特征臉區(qū)域進(jìn)行LBP特征點(diǎn)的提取，然后將提取出的特征點(diǎn)進(jìn)行PCA降維技術(shù)，極大的提升人臉匹配的速度，然后通過在實(shí)際場景中發(fā)現(xiàn)的面部與提取出的特征臉數(shù)據(jù)進(jìn)行匹配，通過設(shè)定一定的閾值，使得機(jī)器可以識(shí)別出不同的人臉。

算法概述：我們選取的是經(jīng)典的Eigenface算法，算法原理是把人臉數(shù)據(jù)從像素空間轉(zhuǎn)換到另一個(gè)空間，在另一個(gè)空間中做相似計(jì)算，Eigenface選擇的是PCA技術(shù)，兩者巧妙結(jié)合實(shí)現(xiàn)了將人臉數(shù)據(jù)圖像的協(xié)方差矩陣進(jìn)行本征值分解，從而得到相應(yīng)的本征向量，對(duì)于每個(gè)本征向量相當(dāng)于描述人臉之間的一種變化。這就表明每個(gè)臉可以通過這些本征向量進(jìn)行線性組合。

PCA算法：設(shè)正交基，數(shù)據(jù)點(diǎn)在該基底上的投影距離為乘所以在該基底上的投影的方差為：

其中：m為樣本數(shù)量，在數(shù)據(jù)運(yùn)算之前對(duì)數(shù)據(jù)x進(jìn)行0均值初始化，從而如式（4）

假設(shè)，則根據(jù)PCA目標(biāo)，我們需要求解最大時(shí)對(duì)應(yīng)的根據(jù)拉格朗日算子求解得如式（5），則構(gòu)造函數(shù)：如式（6）

接下來對(duì)S進(jìn)行特征分解，根據(jù)特征向量和的關(guān)系結(jié)論，S的特征向量集合如式（8）

另外，由于中X已0均值處理，根據(jù)協(xié)方差的定義，可得滿足投影后數(shù)據(jù)距離最大的新的正交基{u1，u2···uk}因此如式（9）：

2? 硬件設(shè)計(jì)

由于飛控板、電源板在成品中并不能提供多余的引腳，并且價(jià)格昂貴，對(duì)此我們?cè)O(shè)計(jì)符合需求的兩層飛控板，保證系統(tǒng)的模塊化，對(duì)外設(shè)進(jìn)行直接連接的方式設(shè)計(jì)PCB板。

整體電路設(shè)計(jì)部分如圖2。

常規(guī)的供電是由電池作為動(dòng)力供電分別向主控和電機(jī)電調(diào)供電，這種情況需要增設(shè)降壓模塊，會(huì)增大元件放置空間，而我們的供電是利用電調(diào)中BEC供電，減少設(shè)計(jì)的浪費(fèi)，去除降壓模塊，使各部分的功能得到充分利用。

對(duì)于一般的圖像處理、圖傳需要經(jīng)過miniPC處理，使成本需求高，占用空間大，對(duì)此我們采用OpenMV和配套圖傳，進(jìn)行圖像處理并傳送，利用的空間減小且成本降低。

3? 創(chuàng)新點(diǎn)

可視化、易于操控的無人機(jī)系統(tǒng)，打破了以往復(fù)雜的操控平臺(tái)，為人們能夠靈活的操縱以及大眾化發(fā)展提供了基礎(chǔ)保證。

通過OpenMV處理圖像可以比較準(zhǔn)確的發(fā)現(xiàn)可疑人員，為一般情況搜索可疑人員提供便利，減少了搜索人員負(fù)擔(dān)。

硬件上對(duì)供電系統(tǒng)進(jìn)行了改進(jìn)，并在PCB設(shè)計(jì)中留有外設(shè)接口，能夠根據(jù)實(shí)際情況對(duì)所需外設(shè)進(jìn)行接插，方便使用。

4? 結(jié)語

基于嵌入式偵察無人機(jī)在閾值魯棒性方面使用負(fù)反饋調(diào)節(jié)，PID調(diào)參，多次進(jìn)行實(shí)地測試，得到最佳參數(shù)，對(duì)無線模塊選型、硬件設(shè)計(jì)方面考慮環(huán)境、工作頻率、功率、接口、項(xiàng)目需求、傳輸距離等方面問題。在設(shè)計(jì)上也存在一些問題，閾值調(diào)整方面，由于環(huán)境、機(jī)械結(jié)構(gòu)、傳感器精度等方面的因素影響，對(duì)于程序中的閾值選擇要求魯棒性更高;當(dāng)前無人機(jī)不足以支持遠(yuǎn)距離的飛行及速度高的飛行。此后我們將會(huì)對(duì)這些方面的設(shè)計(jì)進(jìn)行改進(jìn)，使此設(shè)備能夠有更好的用途。

參考文獻(xiàn)

[1] 李增彥，李小民.單兵無人機(jī)發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)分析[J].飛航導(dǎo)彈，2017（6）：23-29.

[2] 袁藝，李志飛，朱豐.無人機(jī)與未來作戰(zhàn)芻議[J].國防，2019（5）：36-39，50.

[3] 權(quán)家樂，錢杭.基于指數(shù)模型的無人機(jī)偵察能力評(píng)估[J].科技創(chuàng)新與應(yīng)用，2020（9）：65-66.

[4] 程方曉，王海彪，劉璐.小型無人機(jī)飛行姿態(tài)串級(jí)控制系統(tǒng)[J].長春工業(yè)大學(xué)學(xué)報(bào)，2017，38（5）：453-458.

[5] 童江.基于雙STM32多旋翼無人機(jī)控制系統(tǒng)設(shè)計(jì)[J].科學(xué)技術(shù)創(chuàng)新，2019（22）：39-40.

[6] 崔暢.軍用偵察無人機(jī)自救裝置外觀造型設(shè)計(jì)研究[D].西安：西安工業(yè)大學(xué)，2019.

[7] 烏仁別麗克.基于串級(jí)PID控制算法的四旋翼無人機(jī)控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].上海：東華大學(xué)，2016.

[8] 許慕鴻.安防人臉識(shí)別技術(shù)及測試方法研究[J].信息通信技術(shù)與政策，2019， 299（5）：82-89.

[9] 王聰.基于深度學(xué)習(xí)的無人機(jī)單目標(biāo)識(shí)別與跟蹤算法研究[D].廈門：華僑大學(xué)，2019.

[10] 王永振.小型無人機(jī)飛控系統(tǒng)硬件設(shè)計(jì)與實(shí)現(xiàn)[D].洛陽：河南科技大學(xué)，2019.