基于北斗導航的導盲無人機

董云飛　鐘萬?！×鹤咏堋×鬟h　周佳豪

摘? 要：出行不便為盲人帶來了很大困擾?，F(xiàn)有產(chǎn)品的輔助出行效果一般。文章設計的基于北斗導航的導盲無人機。能夠保障盲人的出行安全，具有紅綠燈狀態(tài)識別、斑馬線識別、位置定位、語音提示避障、盲人交流等功能，使無人機將成為盲人的空中之“眼”。

關鍵詞：導盲;無人機;圖像識別;北斗導航系統(tǒng)

中圖分類號：V279? ? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）07-0035-03

Abstract： The inconvenience of travel brings a lot of trouble to the blind. The auxiliary travel effect of the existing products is general. A blind guide UAV based on Beidou navigation is designed in this paper. It can ensure the travel safety of the blind， and has the functions of traffic light state recognition， zebra crossing recognition， location location， voice prompt obstacle avoidance， blind communication and so on， so that the UAV will become the"eye" of the blind in the air.

Keywords： blind guide; UAV; image recognition; Beidou navigation system

前言

盲人出行本身具有頗多不便。傳統(tǒng)的導盲杖和導盲犬受外界因素影響很大，容易發(fā)生意外;新興的導盲眼鏡、導盲機器人會極大的受到環(huán)境的約束，不確定因素高，難以滿足盲人需求。而配有北斗系統(tǒng)的無人機則可以避免上述問題，給用戶帶來更舒適的出行體驗。本文設計的無人機系統(tǒng)，技術核心是機器視覺指導的自動飛行。通過一系列的智能識別，讓盲人更好的“看”到這個世界。

1 創(chuàng)新方案

導盲無人機具備的功能主要有躲避障礙物，選定適合路線，分辨紅綠燈狀態(tài)，城市環(huán)境中搜尋斑馬線、盲人位置的定位、緊急情況處理、人臉識別盲人好友以及人機交互使用等。

導盲無人機工作時，由盲人語音向無人機發(fā)出指令，發(fā)出目的地信息，無人機便會為盲人規(guī)劃出一條最優(yōu)路徑。無人機導航部分主芯片由TM4C123G控制，通過ublox軟件配置接收北斗衛(wèi)星坐標實現(xiàn)定位模塊監(jiān)測周圍環(huán)境，定位所處位置;在確定盲人位置后，通過攝像頭觀察周圍環(huán)境，為盲人提供安全提示。

無人機配有超聲波測距模塊，模塊采集信號傳給TM4C123G處理，算出距離后將信息傳給終端，轉化成語音提醒盲人。

除此之外，無人機搭載的小型攝像頭采集周圍環(huán)境信息，將視覺信息轉換為語音提示，輔助盲人出行。攝像頭配有的人臉識別功能，使盲人在看到熟人的時候正常交流，極大的改善盲人的社交體驗。

2 功能概述

導盲無人機具有導航和自由跟隨兩種模式。

導航模式：人與無人機語音傳輸通訊，無人機收到指令進行路徑規(guī)劃，語音播報指導行人前進。前進過程中無人機智能識別環(huán)境，對盲人進行指導。

自由跟隨模式：盲人若沒有告訴無人機目的地，無人機將默認把工作模式設置為自由跟隨。該模式中，無人機仍起到保護提醒的功能。

在上述的兩種工作模式中，無人機通過機載超聲波模塊為自己提供避障信息，并通過北斗定位系統(tǒng)將盲人位置信息實時傳輸給親屬;無人機突然故障，會及時向盲人親屬出求救信息，規(guī)避危險。

為滿足盲人群體的社交需求，無人機還具備人臉識別功能。攝像頭識別信息后語音告知用戶。

3 技術概述

無人機機架水平結構設計、中心控制板區(qū)域內(nèi)凹、四角螺旋槳處于同水平面，依據(jù)空氣動力學，保證飛行器提供穩(wěn)定的升力。其腳架弧形設計可以最大程度減震。

同時，飛行器將負載超聲波模塊1個，攝像頭模塊2個，飛行主控制電路板3個，線材若干。負載總重950g，單個電機提供最大升力700g，四螺旋槳提供的總升力為2.8kg。負重后能提供的最大升力為1.85kg。

圖2中無人機尺寸大小為280×280×180mm，對焦軸距為330mm，四軸總重量950g，2m內(nèi)飛行精度±5mm，30m內(nèi)飛行精度±20mm，可見平穩(wěn)性和精度都足以滿足用戶需求。

飛行器機臂具有一個北斗導航模塊BN280，經(jīng)過測試，模塊精度1m～2m，可以滿足為導盲無人機位置定位與導航飛行的要求。

導航模式下，無人機從用戶獲取目的地后，記錄當前位置的經(jīng)緯度，并找到目標位置坐標，規(guī)劃最優(yōu)路線。出發(fā)后位置信息會實時上傳并記錄，親屬可通過手機查詢。位置信息經(jīng)數(shù)傳設備處理通過板載天線發(fā)射，與地面基站終端通信。

4 功能實現(xiàn)

4.1 穩(wěn)定飛行

為了解決飛行器的姿態(tài)問題，將會使用兩個坐標系系統(tǒng)，一個是固定在地面的地理坐標系，另一個是固定在飛行器上的機體坐標系。電機轉動的過程中，由于同類型電機的各項參數(shù)難以達到百分之百的相同，難免會使飛行器工作時失衡，受到外界流動空氣干擾時，也會產(chǎn)生失衡的現(xiàn)象。假如飛行器飛行時向一方偏倒時，則有相應的電機增加轉速，提供更大的升力，來補償之前的失衡。所以為了在工作時保持飛行器的平穩(wěn)飛行，我們必須時刻檢測其飛行狀態(tài)，并對電機進行相應的控制，維持其穩(wěn)定。這種根據(jù)被控制對象的狀態(tài)來更改輸入信號的控制方式稱之為反饋控制，而為了獲取飛行器的狀態(tài)我們就需要時刻來觀測，通過人眼去檢測有兩點不足，一是不可能時刻看著飛行器，第二就是觀測到再控制，可能飛行器已經(jīng)掉下來的，所以我們采用陀螺儀來獲取飛行器的位姿，然后通過常用的PID算法對其實現(xiàn)一個閉環(huán)的控制。

通過圖3所示PID傳遞函數(shù)方框圖，則可以通過目前位姿的反饋控制飛行器各個電機的轉速，達到穩(wěn)定飛行的目的。

4.2 超聲波避障

超聲波傳感器可以發(fā)出超聲波，超聲波碰觸到障礙物之后會反射回傳感器。所以可以根據(jù)簡單的速度、時間、位移公式來計算障礙物距離飛行器的位置。板載單片機的定時器從發(fā)出超聲波開始計時，超聲波返回后停止計時，所記錄的時間則是波傳播所需的時間，根據(jù)超聲波速和記錄的時間則可得到障礙物與飛行器之間的距離。飛行器通過超聲波傳輸回來的位置信息改變飛行軌跡，從而實現(xiàn)超聲波避障。

4.3 紅綠燈識別

對紅綠燈的識別將通過Haar-like 級聯(lián)分類器定位。為了識別紅綠燈的顏色，首先就要在環(huán)境之中搜尋紅綠燈。基于模式識別的紅綠燈檢測，要先將紅綠燈分類器進行訓練，訓練好之后，再對環(huán)境中的紅綠燈進行檢測。

（1）通過收集道路上不同的紅綠燈圖片作為訓練的正樣本，而其中不含有紅綠燈圖像的圖片，則作為分類器中的負樣本。將Haar-like特征從這些圖片之中分離出來，根據(jù)其特征去設計一個具備最優(yōu)閾值的弱分類器，通過Ada Boost算法對這個弱分類器進行迭代，增強其分類的強度，最后通過集合在一起的強分類器，達到更高更準確的識別率。

（2）分類器訓練好之后，則要對環(huán)境中的紅綠燈進行檢測。將攝像頭捕捉到周圍環(huán)境的畫面按幀進行提取，之后將每幀圖像進行分塊處理，形成子窗口，然后提取其中的Haar-like特征與分類器的結果進行比對，使用分類器中的節(jié)點特征進行篩選，相似度低的就被排除在外，最后比對每一幀的結果，識別紅綠燈的具體區(qū)域。

上述算法可以捕捉到攝像頭視野內(nèi)的紅綠燈，之后則要對燈的顏色進行識別。但是，攝像頭捕捉的圖像受外界光線的影響特別大，在光強或昏暗的環(huán)境中，紅綠燈的顏色不會準確的表示為紅色、綠色的純正顏色，這樣則對顏色識別的準確率帶來了極大的挑戰(zhàn)。這樣RGB色彩模型就難以滿足我們準確識別的需求。

基于上述問題，我們又考慮通過顏色的光譜波長進行識別的HSV色彩空間，這樣紅綠燈的色度H則有非常明顯的差別，可以很好的提高識別的準確率。

在HSV色彩模型中，綠色的H值為120°，之后控制可接受的顏色范圍，介于黃色在青色之間，可以規(guī)范其在空間中的范圍是60°-180°。按照此方式也可以規(guī)定出紅色在模型中的色度范圍是0°-60°和300°-360°。而圖片中的其他物體顏色可能也會具有所識別空間中的特性，所以為了增加判斷的準確性，還需要考慮到紅綠燈邊框與燈之間的比例，以及紅綠燈在環(huán)境中所占的比例。

（1）收集一個樣本庫，里面的每一張圖片都有不同環(huán)境中的紅綠燈，其中紅燈亮和綠燈亮的圖片各占一半。之后采集到圖像中的像素點用M來表示，其中紅燈圖片的像素點總數(shù)用Mr表示，綠燈圖片的像素點總數(shù)用Mg表示。

（2）像素點統(tǒng)計完畢之后，將圖片用HSV色彩模型進行轉換，判斷其中像素點色度在之前設計的紅色范圍之中的點數(shù)Nred，算出所有紅燈圖片的總點數(shù);同理，可以得到綠色圖片的像素點總數(shù)Ngreen。

（3）之后則可以計算出紅燈綠燈在圖片中占總體環(huán)境的比例βred，βgreen：

βred=Nred/Mr

βgreen=Ngreen/Mg? ? ? ? 式4-1

在比例計算好之后，就可以根據(jù)該比例設置一個范圍，規(guī)定達到某一裕度范圍內(nèi)的數(shù)值可以被識別為紅燈或者是綠燈。這樣則可以根據(jù)像素點的比例來準確識別環(huán)境中的紅綠燈，大大避免出現(xiàn)誤判的可能性。

4.4 對斑馬線進行識別

對斑馬線的識別與紅綠燈的識別有一定的相似性，首先肯定要在環(huán)境中提取斑馬線的圖片，并且對其進行邊緣提取，最后通過Hough變換得到斑馬線的特征。

我們通過直方圖均衡化對每一幀圖片進行處理，通過這種方式可以使得圖像反差增大，從而更容易被識別;為了圖片降噪，我們采取中值濾波的手段;之后通過Canny邊緣算子對圖片進行邊緣檢測，這種當時可以達到很高的檢測精度，同時也有一定的圖片降噪能力;最后為了將斑馬線的直線邊緣識別，采用Hough變換來提取邊緣特征，即可得到想要的特征數(shù)據(jù)。

按照上述方式在實際環(huán)境中很容易受到影響，往往會有汽車轉彎遮擋斑馬線，或者行人在斑馬線上移動時造成影響。我們可以近似認為人穿越斑馬線的時候近似與斑馬線的線條是垂直，但是當用戶走歪了，或者無人機的拍攝角度出現(xiàn)了一些偏差的時候，就會對判斷結果產(chǎn)生影響。所以我們設計了一套合理的規(guī)則來對提取到的數(shù)據(jù)進行特征的識別。在根據(jù)所提取的特征數(shù)據(jù)進行斑馬線識別時，需要系統(tǒng)設計一套合理的規(guī)則利用提取的數(shù)據(jù)，來準確的判斷圖片中是否包含斑馬線以及斑馬線在環(huán)境中所處的位置。

5 應用前景

無人機導盲可以為用戶提供更大的安全保障。相對于其他行之有效的導盲方式，使用無人機可以大幅降低成本，預估五千元左右就能獲得極為舒適的用戶體驗，性價比很高。與同類型商品相比，無人機智能導盲對信息的處理更全面具體，對路況的把控也更精確，除此之外，親屬可以實時收到位置信息，能使用戶出行更獨立，減輕家人負擔，在真正意義上做到取代傳統(tǒng)的導盲方式，成為盲人的“空中之眼”。

此外，基于圖像識別的無人機可以依靠自身北斗數(shù)據(jù)、控制算法、機器視覺，形成自我飛行的能力，在軍事應用、公安追捕、災害搜救等領域的發(fā)展前景將不可限量。

參考文獻：

[1]高小娟.基于北斗衛(wèi)星的可靠遠程通信系統(tǒng)設計[D].天津：天津大學，2015.

[2]楊佩宗，王利斌，裴煥斗，等.一種高壓縮比的圖像采集壓縮系統(tǒng)設計[J].電子器件，2019，42（1）：163-167.

[3]趙超輪，趙國榮，戴邵武，等.基于改進型PID算法的四旋翼控制研究[J/OL].計算機仿真：1-8[2020-02-13].http：//kns.cnki.net/kcms/detail/11.3724.TP.20191114.1036.056.html.

[4]靳亞磊，李虹，李昕濤.四旋翼飛行器串級PID控制設計與實現(xiàn)[J].太原科技大學學報，2018，39（3）：177-183.