国内外无人机自主起飞着陆系统研究
基于Pixhawk的无人机室内通道自主避障研究
0引言近年来，自主导航无人机以其低廉的成本、无人员伤亡风险、机动性能好、使用方便等优势，在高危作业、灾害航拍、抢险布控、环境监测等领域得到了广泛的应用[1]。目前小型自主导航飞行无人机避障仍然是小型四旋翼无人机的发展和突破的关键技术。结构简单，又能有效的避障通过系统是现在小型无人机亟待解决的主要问题。本课题就是以Pixhawk 作为无人机飞控，由树莓派3B +运行MAVROS 以及避障程序，通过串口连接，使用MAVLINK 通讯协议，来给处于离线控制模式（offboard 模式）的无人机飞控发送飞行航点指令，完成室内通道的避障穿越。1系统总体结构基于Pixhawk 飞控的无人机避障系统包括，搭载Pixhawk 的无人机和使用MAVROS 树莓派。无人机避障控制系统结构图如图1所示。四旋翼无人机包括飞行控制系统，和MAVLINK 指令接收系统，飞行控制系统需要运行在Pixhawk 飞控上的PX4飞控源码，其中PX4源码主要包括uorb 、姿态解算、姿态控制、位置解算、位置控制、navigator 、commander 等。 飞控根据接收到的外载计算机发出的期望位置和飞行模 式来进行避障飞行。 树莓派3B+上主要运行MAVROS 、避障航点解算以及 连接超声波传感器。2010年，Willowgarage 公司发布了开 源机器人操作系统ROS （Robot Operating System ）[2]。MAVROS 是ROS 的一个软件包，允许通过mavlink 协议在计算机和飞控板以及地面站之间通讯。通过左侧，前 方，右侧三个方向超声波传感器来估计自身位置，由避障 程序来计算安全飞行路径，通过MAVROS 把指令发送给 无人机进行避障飞行。 无人机机体结构： 人机整体结构包括外形支架结构，控制面板以及起降 辅助系统等。无人机外形支架结构的坠落预防机制和处理 机制需要从材料商选择是考虑结构耐摔、耐压、耐磨损等 因素[2]。无人机的机架不光要承担Pixhawk 飞控，树莓派3B+，超声波传感器以外，还要配置合适的电机和桨叶，以及对电机进行调速的电调，最后还需要供给能源的电池。 同时，无人机的外形要尽可能符合空气动力学，尽可能降 低风阻，质量分布均匀，保持飞机的稳定。无人机的试飞环 境尽可能有一定的空间，防止发生坠机事故造成较大损 失。具体无人机的硬件控制系统的结构如图2所示。Pixhawk 无人机飞控板上集成了加速度计，气压计，陀螺仪磁力计等飞行常用传感器，还可外接GPS 、无线通讯 器的外置信息交互处理硬件。芯片采用STM32F427Cortex M4芯片作为核心处理器，而且还在飞控板上添加一个32bit STM32F103芯片作为协处理器，在主处理器发生故障或出现死机的情况下，由协处理器继续运行PX4源码，保证飞行安全，进一步增加了稳定性[4]。树莓派3B+上接入了三个GY-US42超声波传感器，GY-US42超声波传感器的测量距离为0.2-7.5m ，读取超声波传感器的信息方式为首先在一个引脚设置发出“低高基于Pixhawk 的无人机室内通道自主避障研究Research on Autonomous Obstacle Avoidance of Indoor Channel of UAV Based on Pixhawk 杨旗YANG Qi ;崔玉博CUI Yu-bo ;陈杰CHEN Jie ;王家楠WANG Jia-nan （沈阳理工大学机械工程学院） （School of Mechanical Engineering ，Shenyang Ligong University ） 摘要:针对目前的无人机自主避障研究，以及无人机穿越的需求，提出了一套能完成避障穿越的四旋翼无人机避障系统。其中采用了Pixhawk 作为无人机的飞行控制器，树莓派3B+上来运行MAVROS 和避障算法，以及连接超声波传感器，通过超声波传感器来判断无人机当前位置，通过MAVLINK 发布安全航点给无人机，进行避障穿越飞行。 Abstract:Aiming at the current research on autonomous obstacle avoidance of UAVs and the demand for UAV crossing,a set of four-rotor UAV obstacle avoidance systems capable of completing obstacle avoidance crossing is proposed.The Pixhawk is used as the flight controller of the drone,the Raspberry Pi 3B+is used to run the MAVROS and obstacle avoidance algorithms,and the ultrasonic sensor is connected.The ultrasonic sensor is used to judge the current position of the drone,and the safe waypoint is issued to the unmanned via MAVLINK machine to carry out obstacle avoidance flight.关键词:无人机避障；室内飞行；通道穿越；MAVROS ；超声波测距Key words:drone obstacle avoidance ；indoor flight ；channel crossing ；MAVROS ；ultrasonic ranging ———————————————————————基金项目:本项目受辽宁省科技厅基金资助（基于TRIZ 理论的多无人机协同多视角场景人体行为识别研究，项目编号20170060）。作者简介:杨旗（1976-），男，辽宁沈阳人，副教授，博士。图1无人机避障控制 系统结构图
超声波避障无人机
超声波其实就是声波的一种，超声波因其频率下限大于人的听觉上限而得名。一个比较形象的比喻就是蝙蝠。这种飞行类哺乳动物，通过口腔中喉部的特殊构造来发出超声波，当超声波遇到猎物或者障碍的时候就会反射回来，蝙蝠可以用特殊的听觉系统来接收反射回来的信号，从而探测目标的距离，确定飞行路线。超声波是最简单的测距系统，绝大部分生活中遇到的测距系统都是使用的这种技术，最常见的就是汽车的倒车雷达。在无人机上加装定向的超声波发射和接收器，然后将其接入飞控系统即可。 但是，超声波在无人机避障系统的应用中也有比较明显的干扰问题。虽然超声波避障系统不会受到光线、粉尘、烟雾，但在部分场景下也会受到声波的干扰。 其次，如果物体表面反射超声波的能力不足，避障系统的有效距离就会降低，安全隐患会显著提高。一般来说，超声波的有效距离是5米，对应的反射物体材质是水泥地板，如果材质不是平面光滑的固体物，比如说地毯，那么超声波的反射和接收就会出问题。 无人机避障系统 对于无人机来说，这种超声波系统应该放在多个方向，比如放在前后左右四个方向，可以在悬停和飞行的时候对周围保持监控;而放在机身下方和上方，则可以在起飞、下降以及降落的时候避免速度太快碰到障碍物或者地面。 往往人们总喜欢拿超声波于红外线做对比，那是由于超声波测距的原理比红外线更加简单，因为声波遇到障碍物会反射，而声波的速度已知，所以只需要知道发射到接收的时间差，就能轻松计算出测量距离，再结合发射器和接收器的距离，就能算出障碍物的实际距离。推荐阅读：避障无人机-视觉避障 超声波测距相比红外测距，价格更加便宜，相应的感应速度和精度也逊色一些。同样，由于需要主动发射声波，所以对于太远的障碍物，精度也会随着声波的衰减而降低，此外，对于海绵等吸收声波的物体或者在大风干扰的情况下，超声波将无法工作。
一种无人机自主着陆视觉跟踪方法
设计与应用 计算机测量与控制.2009.17(7) Com puter Measurement &C ontrol 1387 中华测控网 https://www.360docs.net/doc/ae10102865.html, 收稿日期:2008 1216; 修回日期:200901 24。 基金项目:总装预研基金项目(9140A25040307HK0306)。作者简介:邓红德(1957),男,陕西重阳人,副教授,主要从事控制、制导与仿真方向的研究。 文章编号:1671 4598(2009)071387 03 中图分类号:T P13 文献标识码:A 一种无人机自主着陆视觉跟踪方法 邓红德1,王丽君1,金 波2 (1.西北工业大学无人机特种技术国家重点实验室,陕西西安 710065; 2.成都飞机工业公司,四川成都 610092) 摘要:视觉导航是利用图像信息进行飞机定位的,在无人机着陆过程中,为使机载传感器能始终追踪到机场跑道,提出了一种基于摄像机姿态与变焦控制的视觉跟踪方法;该方法通过调节摄像机姿态来追踪目标特征点,使目标特征点尽量位于成像平面的中心,然后根据无人机与机场跑道的距离,适时的调节焦距,以保证图像特征点完全位于图像平面内;实验结果表明,该法能很好地控制摄像机姿态角,使目标特征点位于图像中心附近,达到很好的跟踪效果;且该法操作简单,不需要增加图像处理的难度,实时响应速度快,可以满足工程需要。 关键词:特征点跟踪;变焦控制;视觉导航 UAV Autonomy Landing Visu al Tracking Algorithm Deng H o ng de 1,Wang Lijun 1,Jin Bo 2 (1.N ational L abor ator y of U AV Special T echnolo gy ,N o rthwester n P olytechnic U niv ersity ,Xi an 710065,China; 2.Cheng du A ir craft Industr y Company ,Cheng du 610092,China) Abstract:Vision n avigation uses the image in formation to evaluate the aircraft position,in the process of landing,for airborne sen sor can alw ays follow up to the airport runw ay,presen ts a vis ual tracking algorithm w hich b as ed on camera controlling.T he alg orith m by adju sting th e cam era to track th e target featu re makes the feature points as pos sible in the centre of imaging plan e,and then according to the dis tance from the airport runw ay,tim ely adjus t th e focal length to en sure the image feature poin ts in the image plane com pletely.Experimental resu lts show that the law can con trol the camera angle w ell th at made the target image feature points in the vicin ity.And that the method is simple,don't need to increas e the difficulty of image p roces sing,and the real-tim e res ponse s peed is quick,can meet the project n eed s. Key words :featu re points tracking;zoom control;visu al navigation 0 引言 计算机视觉由于其经济、无源、信息丰富等特性,已经成为无人机自主着陆中不可或缺的重要信息源,通过将视觉信息与惯性导航信息进行融合,可以得到精确的导航信息,如控制模型直升飞机完成自主着陆[1],或是固定翼模型飞机完成自主着舰任务[2]。视觉导航主要是通过对视觉传感器获得的图像进行处理,从而得到无人机导航定位的一种技术,因此,视觉传感器能否很好地追踪目标是无人机完成自主着陆一个必要环节。 1 视觉跟踪方法 基于计算机视觉的无人机自主着陆过程中对图像的处理,无外乎两种情况,一种是提取图像特征点[1];另外一种就是识别图像边缘线或是特征线。但是对大多数视觉算法来说最终还是要归结到点的运算[3],因此图像上的特征点能否始终位于图像平面内,是我们亟待解决的问题。但是只是保证特征点位于图像平面内是远远不够的,例如当特征点比较靠近图像边缘时,如果此时飞机受到小的扰动则就会很容易造成特征点的丢失,使视觉系统失效。因此视觉跟踪方法需要解决的问题就是使特征点都尽量靠近图像成像平面的中央。 1 1 条件假设 无人机在整个视觉着陆过程中,采用基于特征点的运动估计,且特征点通过图像处理算法已经正确获得。在进入着陆段时,会对机载设备进行一次对准,使其基本对准机场跑道,根据获得的特征点利用视觉算法,可以解算出无人机的位置与姿态。1 2 特征点布局 为使摄像机全程都可以跟踪到特征点,特征点的布局方案如图1所示。即在机场跑道的着陆区域以及机场终端区域布置特征点,这样不仅保证了无人机远离机场时能够很好地区分特征点,而且无人机在滑跑时,可以跟踪机场终端设置的特征点,估计其滑行航向。为了更好地完成特征点的追踪,可将特征点布置成一定的形状,突出所要跟踪的特征点,此处采用三角形的特征点布局方法。 图1 特征点布局 1 3 跟踪方法 在整个无人机着陆过程中,摄像机的安装方式采用可变安
基于Pixhawk的多旋翼无人机避障 飞行系统研发
Dynamical Systems and Control 动力系统与控制, 2017, 6(3), 98-108 Published Online July 2017 in Hans. https://www.360docs.net/doc/ae10102865.html,/journal/dsc https://https://www.360docs.net/doc/ae10102865.html,/10.12677/dsc.2017.63013 文章引用: 赵航, 王立峰. 基于pixahwk 的多旋翼无人机避障飞行系统研发[J]. 动力系统与控制, 2017, 6(3): 98-108. Study on Obstacle Avoidance Flight System of Multi-Rotor UAV Based on Pixhawk Hang Zhao, Lifeng Wang Field Bus Technology & Automation Lab, North China University of Technology, Beijing Received: May 2nd , 2017; accepted: Jun. 10th , 2017; published: Jun. 13th , 2017 Abstract Autonomous obstacle avoidance is an important guarantee for the successful completion of the mission, and it reflects the intelligence and security of the aircraft. This article aims to study the obstacle avoidance technology of multi-rotor UAV based on the cross type quadrotor and Pixhawk which is the open source flight control system. A simple and efficient obstacle avoidance system is developed. The flight test shows that the obstacle avoidance system can realize the obstacle avoidance of UAV. Keywords Pixhawk, Quadrotor, Obstacle Avoidance 基于Pixhawk 的多旋翼无人机避障 飞行系统研发 赵 航，王立峰 北方工业大学现场总线技术及自动化实验室，北京 收稿日期：2017年5月2日；录用日期：2017年6月10日；发布日期：2017年6月13日 摘 要 飞行器的自主避障是顺利完成飞行任务的重要保证，同时在很大程度上体现了飞行器的智能性和安全性。本文以Pixhawk 开源飞控系统为基础，以“X ”型四旋翼飞行器为平台，对多旋翼飞行器自主避障技术进行研究，开发出一款简单高效避障系统。飞行试验表明该避障系统可实现飞行器避障飞行。
基于MATLAB环境的四旋翼无人机避障控制方法研究
基于MATLAB 环境的四旋翼无人机避障控制方法研究 1.1 前言 无人机在飞行过程中往往会遇到障碍物分布，在检测到存在障碍物之后就需要采取有效的避障措施避免发生碰撞。这一过程可以分为避障动作控制与避障路径规划两个部分。针对避障动作控制问题，本章将对无人机展开动力学分析后建立辅助避障系统模型，再利用遗传算法实现动作操作的精确控制。针对避障路径规划问题，本章提出了一种基于自适应遗传算法的避障路径规划模型，帮助实现最优路径选择。 1.2 无人机避障系统模型 1.2.1 无人机位置模型 就本质而言，无人机避障是对其位置进行控制的过程。因此首先需要建立起能够反应无人机所处位置的完善系统。此外，由于无人机运行中需要一定的空间体积，而且在改变飞行状态时也需要考虑其姿态的变化，故而也有必要对其进行姿态控制。无人机的位置控制与姿态控制分别涉及到无人机机体坐标系与地面坐标系，两者分别如图4.1表示。 图4.1 无人机机体坐标系与地面坐标系 图中无人机机体坐标系V b 以无人机机身本体的几何中心为原点，以无人机的横滚、俯仰以及垂直无人机机体向上方向作为无人机机体坐标系V b 的三个坐标轴。地面坐标系V g 则以无人机的起飞位置作为坐标原点，三个坐标轴分别取为正东方向、正北方向与垂直地面向上方向。无人机机体坐标系V b 与地面坐标系V g 之间可以相互转化，具体的转化公式为： b n c c s s s c s s s c s c R c s c c s s c c s s s s c s c c c θψθφψθψθφψθφφψφψφθψθφψθψθφψ θφ-+-?? ??=-? ???+-?? (4.1) 在上述两个坐标系中可以实现无人机位置的准确描述，以此为基础， 可以进