CN103587708A - 超小型无人旋翼飞行器野外定点零盲区自主软着陆方法 - Google Patents

Abstract

本发明涉及一种超小型无人旋翼飞行器野外定点零盲区自主软着陆方法。其操作步骤为：启动切换着陆系统、着陆区域搜寻、姿态传感器测量小型无人飞行器的姿态位置，并且视觉传感器采集摄像机的目标信息，两者信息经过相应的A/D转换，数字滤波之后，根据建立的眼球复合运动的输入关系进行运算处理，获得跟踪目标与摄像机视轴的相对偏差，并进行相应的标度转换，将处理好的信息作为机载云台控制器的控制律，分别控制机载云台电机，实现眼球复合运动的特性。这种方法根据跟踪的运动目标位置信息与无人飞行器的姿态信息，通过本发明上述步骤，可以对机载云台进行实时调节，可以实现无人飞行器在颠簸环境中，对可疑的运动目标进行自主跟踪，并能对跟踪图像具有一定的稳定作用。

Description

超小型无人旋翼飞行器野外定点零盲区自主软着陆方法

技术领域

本发明涉及一种超小型旋翼飞行器野外定点零盲区自主软着陆方法。该方法的特征是根据双目异向运动与前庭动眼反射的复合运动控制机理，补偿在颠簸环境下超小型无人旋翼飞行器自主着陆时由飞行器姿态变化以及传统双目视觉系统的盲区问题。

背景技术

超小型无人旋翼飞行器的特征尺寸在120-180cm之间，具有垂直起降、空中悬停、机动性好、携带方便、隐蔽性好、成本低等特点，在现代军事、反恐防暴、公共安全以及民用等方面具有十分广阔的应用前景。

正是因为上述特点和应用前景，在最近二十年来小型无人旋翼机的研究在世界范围内经历了一个黄金发展时期。美国、欧洲各国、日本、以色列以及中国等都在无人旋翼飞行器的制导、导航与控制方面发展迅速，目前已基本实现了空中自主飞行，但是在自主着陆方面还是以遥控或半自主/半遥控为主。目前机器人的作业环境正从结构环境走向非结构环境，就地况而言，野外地面的崎岖不平、地势高低起伏；都市高楼设施林立、车流人流频繁等都严重妨碍了超小型无人旋翼机的安全着陆。这要求无人旋翼飞行器可以在野外或都市恶劣的环境下实现安全自主着陆。

因此，超小型无人旋翼飞行器的自主着陆成为国际上的研究热点，例如美国的卡内基梅隆大学、南加州大学、加州大学伯克利分校、加州理工学院、日本千叶大学、瑞典林雪平大学以及国内的国防科技大学、北京航空航天大学、南京航空航天大学等都在开始开展这方面的研究，并取得一定的突破。尽管上述研究机构的自主着陆系统各有特点，但野外自主着陆系统的技术特征可以概括为：1）自动寻找着陆目标区域，要求超小型无人旋翼飞行器能自动搜寻并检测一块面积与起落架着陆面积相当的平坦面，即安全着陆目标；2）准确的着陆状态估计；3）在10m高度范围内获取的高精度信息反馈给着陆控制器。在整个降落过程中，精确的高度控制尤为重要，特别是在近地面2m高度范围内，由于下洗气流的地面效应影响很大，很小的高度偏差也会影响飞行器姿态控制，从而造成很大的着陆位置偏差和冲击，甚至撞机或摔机。为此，上述研究机构等都指出在着陆过程中必须获取高精度的高度信息反馈给控制器。

高度测量一般可采用超声、激光等传感器，但这些传感器接近地面时都有一定的盲区和误差，在近地面时其测量精度也会受到较大影响。高精度差分GPS在野外着陆有一定优势，然而GPS的测距精度易受环境因素的影响，尤其在近地面时，DGPS的测距精度会受到严重影响，达不到着陆对高度控制的精度要求，研究界称为GPS失效区域（GPS-Denied Environments）。例如卡内基梅隆大学、南加州大学等都采用空中GPS获取高度信息，通常在离地2m或1.5m时切换为声纳或激光等传感器进行高度控制，但是他们的着陆偏差大于40cm、方向偏差在7度以上，尚不能满足野外自主着陆的要求。另外，对于超小型旋翼飞行器而言，其负载能力有限，不适合携带高精度的声纳、激光等传感器系统。

随着计算机视觉技术的发展，新型的视觉传感器可为无人旋翼机提供高精度的运动参数估计信息（包括无人旋翼机的角速度、线速度、姿态角以及无人机相对于着陆目标的位置）。目前，国内外许多研究机构都开展了将视觉系统应用于小型无人旋翼机的自主着陆的研究。基于双目视觉的自主着陆系统，在着陆过程中不需要特殊的标志，同时具有测距精度高的优点，卡耐基梅隆大学、南加州大学、以及千叶大学等都开始尝试使用机载双目视觉来获取精确的高度信息。但上述研究机构采用的是两个摄像头是固定的双目视觉系统，即两个摄像机的光轴平行，虽然能获取较远的深度信息，但是近距离盲区会增大，随着飞行器离地面越近，着陆目标区域会进入盲区当中（如图1所示）。

若能实时改变双目摄像机光轴夹角，传统双目近距离盲区大的问题就迎刃而解了（如图2所示），论文“基于仿生眼异向运动原理的超小型无人旋翼机定点着陆新方法（作者为李恒宇、罗均等，发表于2008年《高技术通讯》杂志）”基于仿生双眼的异向运动原理，提出了超小型无人旋翼飞行器野外定点着陆的一种新型定位方法，该新型方法与传统视觉方法相比，可以消除盲区，从而克服野外定点自主着陆的盲区问题。随着小型无人旋翼机的应用领域不断扩大，需要其能在未知、复杂、动态环境下完成任务。因此，小型无人旋翼机的野外自主着陆不仅要解决盲区问题，也需要解决来自恶劣环境下的干扰问题。当飞行器在恶劣环境中作业时，恶劣天气及风力干扰易使飞行器姿态发生横滚/俯仰/偏航方向的大幅度姿态变化。这样情况下，无人机、机载摄像机以及着陆目标三者均发生大幅度或突变性相对运动，自主着陆系统会遇到如下问题:①大幅度的偏离不仅使连续视频图像模糊或跳动，图像前后帧之间误差变大，甚至目标区域脱离公共视场；②旋翼机与摄像机与着陆目标发生高频无规则相对运动，造成捕获的目标尺寸、形状变化频繁，这增加图像动态匹配的难度；③旋翼机的自身振动以及高频的大幅度的姿态变化导致采集到图像视频质量差，增加了图像处理的难度，加上机载设备处理能力有限，从而导致高度信息反馈存在时间滞后；④飞行器的姿态变化实时影响机载摄像机的姿态，如果两者不进行协调控制，旋翼机姿态突变会导致较大的误差。

发明内容

本发明的目的在于针对已有技术存在的缺陷，提出一种基于双目异向运动复合前庭动眼反射的超小型旋翼飞行器野外定点零盲区自主软着陆方法，该方法主要用于在颠簸环境下超小型无人旋翼飞行器自主着陆问题。

为达到上述目的，本发明的构思是：人眼具有很多特殊功能，这是因为人眼眼球在脑认知学习以及眼球运动神经回路的控制下，可以实现眼球的多种运动，例如前庭动眼反射与异向运动等。前庭动眼反射主要用于补偿头部姿态变化引起的视觉误差。异向运动是当目标远离和靠近眼球时，可以始终使目标保持在双目的公共视场或光轴交点。旋翼机类似人类的头部，摄像机类似人类的眼球，前庭动眼反射可以很好补偿颠簸环境下旋翼机姿态变化引起的误差，异向运动可以有效的解决着陆时的盲区问题，而前庭动眼反射复合异向眼球运动就可以解决在恶劣颠簸环境下自主着陆的盲区问题。

双目前庭动眼反射与异向运动的复合运动控制系统的数学模型如附图3所示，该控制系统已被生理学实验所证实，可以实现类似眼球前庭动眼反射、异向运动以及其复合运动。在这个系统中，无人旋翼飞行器相当于人的头部；机载姿态传感器相当于人的前庭器官，用于获得无人机姿态变化；摄像机相当于眼球部分，用于获取目标信息；机载云台相当于眼球外部的六条眼肌，通过图像采集卡获得视觉偏差信息类似于人眼视网膜的滑动误差。机载云台的控制系统采用类人眼的双目前庭动眼反射和异向运动融合的复合运动的仿生控制算法，使得当超小型无人旋翼机在颠簸环境下着陆时，尽管受到无人机机体姿态变化的影响,仍能使着陆目标区域处于双摄像机的公共视场甚至双视轴交点。

根据上述构思，本发明采用如下技术方案：

一种超小型旋翼飞行器野外定点零盲区自主软着陆方法，其特征在于采用人眼双目前庭动眼反射与异向运动融合的眼球复合运动的仿生控制算法，实现类似人眼的前庭动眼反射、异向运动以及两者的复合运动，以期望实现超小型无人旋翼飞行器在颠簸环境下野外零盲区自主安全软着陆。整个仿生视觉着陆系统的操作步骤如下：

1）启动自主导航模式：当无人飞行器距离地面2米时，着陆系统自动切换为仿生视觉着陆导航系统,并初步搜寻着陆区域；

2）传感器测量：姿态传感器实时检测超小型无人旋翼飞行器的姿态信息，视觉传感器（摄像机）通过图像采集卡获得着陆目标区域的图像信息； 

3）A/D转换：把姿态与视觉传感器得到的连续模拟量，通过A/D转换，得到信号再进行采样量化，最后得到数字量采样信号；

4）数字滤波：对采样信号进行平滑加工，增强有效信号，消除或减少噪声；

5）标度转换：分别对视觉传感器和姿态传感器进行相应的标定与转换；

6）信息融合：针对双目摄像机采集的图像信息与无人飞行器的姿态信息以及机载云台姿态信息，根据建立仿生算法的输入关系，进行相应的运算处理；

7）仿生算法控制运算：所建立前庭动眼反射与异向运动的仿生控制算法写入主控制器，将处理后的姿态信息、图像信息输入仿生算法控制器中，经过运算后，获得到双摄像机的补偿偏差所需旋转的速度和方向；

8）控制云台转动：将得到的摄像机云台所需旋转的速度和方向，发送给机载云台的伺服电机系统，控制双摄像机的运动，使目标区域始终保持在双摄像机的公共视场当中。

9）着陆过程实时评估:系统根据双摄像机实时监测的目标区域的深度信息，并将深度信息反馈给控制系统，控制无人旋翼飞行器的姿态以及升降。在整个着陆过程中,重复步骤2）到步骤9)循环，直至无人旋翼飞行器安全着陆到地面。

       上述的着陆过程中，仿生控制运算采用了双目前庭动眼反射与异向运动融合的复合运动控制系统数学模型，如附图4：

       图中眼球半规管的传递函数表示为：

                                                          （1）

等式（1）中，

是半规管主要纤维的调制发射率的拉式变换，

是头部旋转角加速度的拉式变换，

是半规管的时间常数，根据生理学实验，

=16s。

       眼球的数学模型是可以近似用一阶传递函数近似表示：

                                       （2）

等式（2）中，

是眼球装置的时间常数，

=0.24s。

       神经积分器的传递函数可表示为：

  

                               （3）

在等式（3）中，

是积分器的时间常数，是神经直接通路的增益，在正常情况下，

=25s，

=0.24。

       在系统中有一个高精度重复误差控制器被设计用来补偿误差：

         

                                     （4）

等式4中，

表示滤波器的时间常数，

=0.2s；

是重复误差补偿间隔时间，

=0.012s。

根据眼球运动的神经回路与眼球运动神经元的传递函数，建立可以实现单目眼球运动的控制系统框图，如图4所示。由于

，因此，可得到：

              

                        （5）

由于

，根据式5可以对图4进行化简得到眼球运动的控制系统简化框图，其中

，

。

是头部旋转姿态的角度，

、分别是左、右半规管检测的头部旋转姿态的角度，其中

。

是左眼视网膜位移滑动偏差， 

是右眼视网膜位移滑动偏差， 

是左眼球输出的角度，

是右眼球输出的角度，是目标相对左眼球视轴的夹角， 是目标相对右眼球视轴的夹角。根据眼球运动生理神经学实验与系统辨识,

=3，=0.5, 

=0.25,

=1.5, 

=0.5。α、λ、γ分别是神经回路对头部角速度信号、被跟踪目标的角位移和角速度的转换增益，取值范围0～1。

       图3中的系统数学模型可表示为等式（6）,(7)：

                                           (6)

               (7)

       根据上述数学模型，编好控制芯片的程序，即计算出所需的控制量，发送给机载云台的电机，从而使目标区域处于双摄像机的视场中心。

       本发明与现有技术相比，具有如下显著特点：本发明设计的超小型无人旋翼飞行器自主零盲区软着陆系统，利用人眼双目前庭动眼反射和异向运动的复合运动控制机理，实现类似人眼前庭动眼反射、异向运动及其两者复合运动等功能，方法简单、易行，处理器只要接受传感器数据将自动按照编好的程序进行简单运算，就可以控制摄像机云台的电机以一定的速度按相应的方向旋转，不仅可以消除飞行器在着陆过程中消除盲区，而且可以补偿在颠簸环境中飞行器姿态变化引起的视觉误差。

附图说明

       图1为传统光轴夹角固定的双目视觉系统的着陆过程图；

图2为眼球异向运动原理的飞行器自主着陆过程示意图；

图3为眼球双目前庭动眼反射复合异向运动的控制框图；

图4为眼球双目前庭动眼反射复合异向运动的控制框图简化图；

       图5为本发明方法的控制操作流程图；

       图6为本发明的一个应用实例的系统构成示意图；

       图7为本发明的一个应用实例的系统控制框图。

具体实施方式

       本发明的一个优选实例详述如下：参见图1~图7，本超小型无人旋翼飞行器定点零盲区自主软着陆方法，其特征在于将双目眼球前庭动眼反射和异向运动融合在一起，即为两者的复合运动，并采用基于这种类似人眼的复合运动控制系统的数学模型对双目摄像机机载云台控制，以达到无人旋翼飞行器在恶劣环境下，仍能使着陆目标始终处于两摄像机的公共视场。

参加图6，本基于仿生异向运动与前庭动眼反射融合的复合运动的仿生控制方法，用于超小型无人机的野外定点着陆系统，该系统包括地面控制系统1和机载控制单元和小型无人旋翼机3，其中图7是地面控制系统1和机载控制单元2的详细框图。机载控制系统2包括飞行控制系统单元15和基于仿生双眼的摄像机控制系统13。飞控传感器系统（陀螺仪、高度计、速度计）16采集相应的信息，通过A/D转换输入到飞行控制系统。在高于地面2米以上时（GPS导航精确时，主要采用GPS导航，视具体环境而定），飞控导航系统通过RS-232与飞控系统提供导航信息。地面手动操作可以使用RC触发器5与RC接收器发送操作命令，通过模拟开关6将命令输入飞行控制单元15，飞行控制单元15根据上述的采集到的信息和命令，对执行单元4（控制阀、舵机）控制，从而控制无人旋翼飞行器的姿态。地面控制中心7通过数据链8和RS-232发送命令并接受飞控系统15的信息反馈。飞控系统单元15与摄像机控制单元13通过串口通信。摄像机控制单元13，根据图像处理单元11的信息反馈，结合仿生视觉算法，通过PWM波控制摄像机I和II，摄像机将获得的信息，传输到图像处理单元11，图像处理单元11通过图像数据链9，最终发送到地面监视器10。无人旋翼飞行器为上海箭微机电技术有限公司研制的超小型无人旋翼飞行器，型号为SUAV-X160。图像处理单元11的图像数据采集卡为加拿大Matrox公司生产，数据处理采用美国德州仪器公司的DSP图像处理套件，型号为TMD320026711。数据链8采用美国Maxstream生产的XStream XH9-019PKC-R,导航系统17磁罗盘采用德国生产E-compass-3磁罗盘和GPS采用中国台湾的RGM300。传感器系统16中速度计采用SK-W型空速计，陀螺采用ENC-03J角速度陀螺。飞行控制单元15和摄像机控制单元13采用美国德州仪器公司的DSPTMS320F2812，摄像机系统采用日本Cannon公司的集成电机和摄像机为一天的二维云台VC-C50iR，有方位和俯仰两个旋转方向：地面系统1中，地面控制中心7和地面监测中心11均采用笔记本电脑 ThinkPad T61。

    其操作步骤如下： 

1）启动自主导航模式：当无人飞行器距离地面2米时，着陆系统自动切换为仿生视觉着陆导航系统,并初步搜寻着陆目标区域；

2）传感器测量：机载系统2中姿态传感器16实时检测超小型无人旋翼飞行器的姿态信息传送至飞控系统模块15。视觉传感器（摄像机）模块12通过图像采集卡获得着陆目标区域的图像信息，并传送至摄像机处理单元13； 

3）A/D转换：把姿态与视觉传感器得到的连续模拟量，通过A/D转换，得到信号再进行采样量化，最后得到数字量采样信号；

4）数字滤波：对采样信号进行平滑加工，增强有效信号，消除或减少噪声；

5）标度转换：分别对视觉传感器和姿态传感器进行相应的标定与转换；

6）信息融合：针对双目摄像机采集的图像信息与无人飞行器的姿态信息以及机载云台姿态信息，根据建立仿生算法的输入关系，进行相应的运算处理；

7）仿生算法控制运算：所建立前庭动眼反射与异向运动的仿生控制算法写入主控制器，将处理后的姿态信息、图像信息输入仿生算法控制器中，经过运算后，获得到双摄像机的补偿偏差所需旋转的速度和方向；

8）控制云台转动：将得到的摄像机云台所需旋转的速度和方向，发送给摄像机的伺服电机系统12，控制摄像机的运动，使目标区域始终保持在双摄像机的公共视场当中。

9）着陆过程实时评估:系统根据双摄像机实时监测的目标区域的深度信息，并将深度信息反馈给控制系统，控制无人旋翼飞行器的姿态以及升降。在整个着陆过程中,重复步骤2）到步骤9)循环，直至无人旋翼飞行器安全着陆到地面。

       上述的着陆过程中，仿生控制运算采用了双目前庭动眼反射与异向运动融合的复合运动控制系统数学模型为如下（6）、（7）。根据上述数学模型，编好控制芯片的程序，即计算出所需的控制量，发送给机载云台的电机，从而使目标区域处于双摄像机的视场中心。

Claims (2)

1.本发明涉及一种超小型无人旋翼飞行器野外定点零盲区自主软着陆方法，其特征在于根据双目异向运动与前庭动眼反射的复合运动控制机理，补偿在颠簸环境下超小型无人旋翼飞行器自主着陆时由自身姿态变化以及传统双目视觉系统的盲区问题；

其操作步骤如下： 

1）启动自主导航模式：当无人飞行器距离地面2米时，着陆系统自动切换为仿生视觉着陆导航系统,并初步搜寻着陆目标区域；

2）传感器测量：姿态传感器实时检测超小型无人旋翼飞行器的姿态信息，视觉传感器——摄像机通过图像采集卡获得着陆目标区域的图像信息； 

3）A/D转换：把姿态与视觉传感器得到的连续模拟量，通过A/D转换，得到信号再进行采样量化，最后得到数字量采样信号；

4）数字滤波：对采样信号进行平滑加工，增强有效信号，消除或减少噪声；

5）标度转换：分别对视觉传感器和姿态传感器进行相应的标定与转换；

6）信息融合：针对双目摄像机采集的图像信息与无人飞行器的姿态信息以及机载云台姿态信息，根据建立仿生算法的输入关系，进行相应的运算处理；

7）仿生算法控制运算：所建立前庭动眼反射与异向运动的仿生控制算法写入主控制器，将处理后的姿态信息、图像信息输入仿生算法控制器中，经过运算后，获得到双摄像机的补偿偏差所需旋转的速度和方向；

8）控制云台转动：将得到的摄像机云台所需旋转的速度和方向，发送给机载云台的伺服电机系统，控制摄像机的运动，使目标区域始终保持在双摄像机的公共视场当中。

9）着陆过程实时评估:系统根据双摄像机实时监测的目标区域的深度信息，并将深度信息反馈给控制系统，控制无人旋翼飞行器的姿态以及升降。在整个着陆过程中,重复步骤2）到步骤9)循环，直至无人旋翼飞行器安全着陆到地面。

2.根据权利要求1所述的超小型无人旋翼飞行器野外定点零盲区自主软着陆方法，其特征在于所述步骤7）中的仿生算法控制运算，所采用的算法模型如下： 

是积分器的时间常数，

是半规管的时间常数，

表示滤波器的时间常数，

是一个复变量；

是头部旋转姿态的角度，

、

分别是左、右半规管检测的头部旋转姿态的角度，其中

；

是左眼视网膜位移滑动偏差， 

是右眼视网膜位移滑动偏差， 

是左眼球输出的角度，

是右眼球输出的角度，

是目标相对左眼球视轴的夹角， 

是目标相对右眼球视轴的夹角；根据眼球运动生理神经学实验与系统辨识, 

=3，

=0.5, 

=0.25,

=1.5, 

=0.5；α、λ、γ分别是神经回路对头部角速度信号、被跟踪目标的角位移和角速度的转换增益，取值范围0～1。

根据上述数学模型，编好控制芯片的程序，即计算出所需的控制量，发送给机载云台的电机，从而使目标区域处于双摄像机的视场中心。

Images