CN111240358A - 装载单目鱼眼镜头的小型无人机覆盖控制系统及控制方法 - Google Patents

Abstract

本发明涉及一种装载单目鱼眼镜头的无人机覆盖控制系统及控制方法，属于无人机飞行控制处理技术领域。本发明提供了一种依靠单目鱼眼镜头进行信息交互的无人机覆盖控制方法。无人机配有单目鱼眼镜头，自动驾驶仪，飞行控制系统，可进行图像处理的硬件处理器。通过鱼眼镜头进行图像采集，获取有效信息，对所获取的畸变图像进行矫正，并用目标识别、跟踪算法，由每一个无人机获得其邻居无人机的深度信息和横向距离，通过这些信息得到自己与邻居的坐标位置的后，考虑其最佳覆盖范围和连接保留之间的权衡关系。无人机被引导远离其通信邻居，同时其后续位置被限制在其可行运动区域的内部，保证所有连接边缘保持通信的同时，达到了覆盖面积最大。

Description

装载单目鱼眼镜头的小型无人机覆盖控制系统及控制方法

技术领域

本发明涉及一种装载单目鱼眼镜头的小型无人机覆盖控制系统及控制方法，属于无人机飞行控制处理技术领域。

背景技术

目前无人机技术越来越成熟，深圳市大疆创新科技有限公司等一些关于飞行器控制的公司所生产的小型无人机已经进入量产阶段，有一大批性能优良，易于控制的小型无人机问世。例如，大疆公司的Mavic 2 pro，可以达到8公里的控制距离，支持1080p高清图传，抗干扰能力强，续航里程长等特点。这些无人机在摄影、军事、农业生产、交通运输等方面都发挥了举足轻重的作用，随着技术越来越成熟，应用的场景也会增加，无人机技术在我们的生活中会扮演重要的角色。

但就目前来说，一架无人机所能起到的作用实在是有限的。一些复杂的任务需要多架无人机协同完成，而不是仅仅依靠单架无人机。但无人机群的控制相比于单架无人机的控制复杂很多，因为无人机群的控制是对于整个群体而言的，所以无人机群的协同控制就显得非常重要，一些分布式控制方法的提出，让无人机群实现目标函数有了更快，更有效的方法。

虽然无人机技术有了很大的突破与发展，但目前小型无人机的续航时间，续航里程是一个较大的挑战。增加续航时间，续航里程无非就是增加电池容量和减轻小型无人机载重，所以针对无人机使用越少的部件，实现更多的功能就尤其重要。为了减轻载重量，很多无人机上只装载了单目鱼眼镜头来完成相关的任务。

目前搭载鱼眼镜头的小型无人机的应用不是很广泛，只是少量用于全景的拍摄等一些摄像任务。之所以选用鱼眼镜头是因为，鱼眼镜头属于超广角镜头，其视角可超过180度，由于此独特的特点，所以装上鱼眼镜头的小型无人机能够获取更多的图像信息，进而为分布式控制提供更多的输入信号。

传感器网络的覆盖对于许多实际应用很重要，例如信息收集，环境监控，工业检查等。同时，它涉及传感器网络，机器人技术和多智能体系统领域之间的跨学科研究。在过去的几十年中，关于传感器覆盖率的各个方面的报道很多，包括面向任务的覆盖率建模，使用集中式方法或分布式方法进行覆盖率优化等。应当指出的是，大多数现有方法都集中在各向同性传感器网络上，但是关于覆盖范围的研究，定向传感器网络还远远没有成熟。目前基于鱼眼镜头的传感器设备覆盖控制问题，更是鲜有研究。目前也没有一套完整的控制鱼眼镜头形成覆盖的策略，如何利用鱼眼镜头的特点，在保持更快更好的通信的前提下，形成最大的覆盖面积，是本技术领域需要解决的技术问题。

发明内容

本发明的目的是为解决如何利用鱼眼镜头的特点，在保持更快更好的通信的前提下，形成最大的覆盖面积的技术问题。

为达到解决上述问题的目的，本发明所采取的技术方案是提供一种装载单目鱼眼镜头的小型无人机覆盖控制系统，包括获取信息设备、动态分析程序、覆盖控制器以及控制飞行的控制系统、微型处理器和电源；所述微型处理器中设有动态分析程序；所述微型处理器与覆盖控制器以及控制飞行的控制系统连接；所述获取信息设备与微型处理器连接；所述电源与获取信息设备和微型处理器连接。

优选地，所述的获取信息设备设为鱼眼镜头。

本发明提供一种装载单目鱼眼镜头的小型无人机覆盖控制模型，根据鱼眼镜头的覆盖特点，求出其覆盖范围满足下面这个不等式：

其中，x_i,y_i,x_j,y_j,θ_j分别为无人机i,j的位置信息与角度信息，d_ij为两者之间的距离，R_s为其最大通信距离，α为盲区角，f(x_i,y_i,x_j,y_j,θ_j)为：

本覆盖模型为均匀覆盖模型，分为覆盖范围内和覆盖范围外；根据覆盖模型划为通信范围内和通信范围外，整体要求具有连通性，需要形成连通拓扑图，每个无人机通过其周边无人机与其他无人机进行通信。

本发明还提供一种装载单目鱼眼镜头的小型无人机覆盖控制方法，包括以下步骤：

步骤1：每个无人机都会随机产生一个不重复数字，对无人机的控制没有次序之分，是整体分布式自部署控制；每一步控制之后，无人机飞行方向保持一致；

步骤2：在k步的执行之前，需要根据算法

找到每个无人机的核心邻居，根据核心邻居及自身所在位置确定k+1步的位置；根据无障碍空间、运动范围、核心邻居及自身所在位置，确定可行域

通过所设计的控制器，使每个无人机与其核心邻居分离，在可行域

达到最远距离；

步骤3：经过k步控制之后，检测无人机i(i∈G)与核心邻居j之间的距离是否满足：

条件1：，R_s-ε<d_ij<R_s,0<ε＜＜R_s

条件2：α-ξ<γ_ij<α，0<ξ＜＜α

若满足以上两个条件，则表示达到控制目标；

步骤4：若不满足以上两个条件，则表示没有达到控制目标，重新执行步骤2。

优选地，所述步骤2中一种装载单目鱼眼镜头的小型无人机寻找核心邻居无人机算法

包括以下步骤：

步骤1:根据上面所提出的模型，找到每个无人机所对应的邻居无人机；

步骤2:判断每个无人机的邻居无人机是否为其核心邻居无人机，若为其核心邻居无人机要满足以下条件：

条件1：核心邻居无人机一定是邻居无人机；

条件2：若邻居无人机唯一那么其就是核心邻居无人机；若邻居无人机不唯一的情况下要判断无人机j是否为无人机i的核心邻居，需要依靠另一个无人机h满足以下条件；条件2.1：无人机i、j、h互为邻居；条件2.2：无人机i、j之间的距离在i、j、h三者之间的距离之中不是最小的；

在无人机i、j之间的距离在三者之间的距离之中不是最小的情况下，无人机i、j之间的距离与无人机i、h之间的距离相等，则比较h,j之间的标号(本文假定每个无人机都有其独一无二的标号num＝[1,2,...,n])，j_num>h_num；

同样的，如果无人机i、j之间的距离在三者距离之中不是最小的情况下，无人机h、j之间的距离与无人机i、h之间的距离相等，j_num>i_num；当不存在符合2.1、2.2条件的无人机h时，就可认为无人机j为无人机i的核心邻居。

本发明旨在提供一种装载单目鱼眼镜头的小型无人机覆盖控制方法，拟提高目前无人机安防领域、智慧农业、智慧城市等方面的监测覆盖面积，以减少人力物力资源的浪费。

飞行控制计算机是整个飞行控制系统的核心，它具有嵌入式Linux操作系统，并运行主要的飞行控制软件。本发明是基于嵌入式系统硬件已经搭载完成，飞行器控制系统已经完善的前提。也就是说，装载单目鱼眼镜头的小型无人机能够对对鱼眼镜头中图像进行矫正，并获取其邻居的相对坐标位置，再由坐标转化到统一系统坐标系下，获得自身坐标位置。通过本发明的覆盖控制方法，无人机飞控系统发出指令，生成PWM控制电机和舵机使其飞到期望位置。

为了满足本发明的覆盖控制方法，该飞行器的控制系统硬件的设计要求如下：

(1)装载单目鱼眼镜头的小型无人机控制系统，需要完成畸变图像的矫正、图像处理获得坐标信息、导航解算、飞行控制等精确度高、实时性好的任务，所以对处理器的要求较高，需要能与鱼眼镜头连接，处理速度快，支持硬件浮点运算。

(2)控制系统应该基于嵌入式Linux操作系统进行开发，有足够的移植性，和存储空间。

(3)该控制系统应该具备多种控制模式，以免发生问题，造成不必要的损失。

无人机i可以获得其邻居j的相对坐标位置[x_j,y_j]，得到自己在系统坐标系下的位置，前提是系统坐标系提前已经设定。在得到自己与邻居的坐标位置的后，从每个无人机角度考虑，考虑其最佳覆盖范围和连接保留之间的权衡，来描述所需的组连接覆盖范围配置。此外，根据连接的覆盖范围配置定义核心结构。核心结构是通信拓扑的一种特殊的子图，在实现连接的覆盖配置期间，保留其中的无人机存在通信。其次，通过分布式算法来计算通信拓扑的子结构，相连的边缘保持了通信拓扑的连通性。此外，此子结构非常稀疏，并为无人机提供了足够的自由度以实现连接的覆盖范围配置。因此，获得的子结构可以用作该组的核心结构。对于核心结构的分布式构造，所提出的算法是可自行的选择，并非唯一。接下来，为每个无人机开发一种分布式自部署算法，以实现连接的覆盖目标。在每个周期中，以分布式、实时方式计算当前通信拓扑的核心结构。每个无人机都被引导远离其通信邻居，同时其后续位置被限制在其可行运动区域的内部。这样可以保证所有连接边缘的同时，也达到了覆盖面积更大的效果。

相比现有技术，本发明具有如下有益效果：

本发明解决了在保持更快更好的通信的前提下，形成最大的覆盖面积的技术问题。

附图说明

图1为飞行器控制说明图；

图2为鱼眼镜头的视场范围；

图3为装载单目鱼眼镜头小型无人机的覆盖模型；

图4为无人机i和无人机j之间的角度关系；

图5为可行域；

图6为本发明分布式自部署覆盖控制算法流程图；

具体实施方式

为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下：

如图1-6所示，一种装载单目鱼眼镜头的小型无人机覆盖控制系统，包括获取信息设备、动态分析程序、覆盖控制器以及控制飞行的控制系统、微型处理器和电源；微型处理器中设有动态分析程序；微型处理器与覆盖控制器以及控制飞行的控制系统连接；获取信息设备与微型处理器连接；电源与获取信息设备和微型处理器连接；获取信息设备设为鱼眼镜头。

一种装载单目鱼眼镜头的小型无人机覆盖控制模型，根据鱼眼镜头的覆盖特点，求出其覆盖范围满足下面这个不等式：

其中，x_i,y_i,x_j,y_j,θ_j分别为无人机i,j的位置信息与角度信息，d_ij为两者之间的距离，R_s为其最大通信距离，α为盲区角，f(x_i,y_i,x_j,y_j,θ_j)为：

本覆盖模型为均匀覆盖模型，分为覆盖范围内和覆盖范围外；根据覆盖模型划为通信范围内和通信范围外，整体要求具有连通性，需要形成连通拓扑图，每个无人机通过其周边无人机与其他无人机进行通信。

一种装载单目鱼眼镜头的小型无人机覆盖控制方法，包括以下步骤：

步骤1：每个无人机都会随机产生一个不重复数字，对无人机的控制没有次序之分，是整体分布式自部署控制；每一步控制之后，无人机飞行方向保持一致；

步骤2：在k步的执行之前，需要根据算法

找到每个无人机的核心邻居，根据核心邻居及自身所在位置确定k+1步的位置；根据无障碍空间、运动范围、核心邻居及自身所在位置，确定可行域

通过所设计的控制器，使每个无人机与其核心邻居分离，在可行域

达到最远距离；

步骤3：经过k步控制之后，检测无人机i(i∈G)与核心邻居j之间的距离是否满足：

条件1：，R_s-ε<d_ij<R_s,0<ε＜＜R_s

条件2：α-ξ<γ_ij<α，0<ξ＜＜α

若满足以上两个条件，则表示达到控制目标；

步骤4：若不满足以上两个条件，则表示没有达到控制目标，重新执行步骤2。

一种装载单目鱼眼镜头的小型无人机覆盖控制方法中步骤2中提到的一种装载单目鱼眼镜头的小型无人机寻找核心邻居无人机算法

包括以下步骤：

步骤1:根据上面所提出的模型，找到每个无人机所对应的邻居无人机；

步骤2:判断每个无人机的邻居无人机是否为其核心邻居无人机，若为其核心邻居无人机要满足以下条件：

条件1：核心邻居无人机一定是邻居无人机；

条件2：若邻居无人机唯一那么其就是核心邻居无人机；若邻居无人机不唯一的情况下要判断无人机j是否为无人机i的核心邻居，需要依靠另一个无人机h满足以下条件；条件2.1：无人机i、j、h互为邻居；条件2.2：无人机i、j之间的距离在i、j、h三者之间的距离之中不是最小的；

在无人机i、j之间的距离在三者之间的距离之中不是最小的情况下，无人机i、j之间的距离与无人机i、h之间的距离相等，则比较h,j之间的标号(本文假定每个无人机都有其独一无二的标号num＝[1,2,...,n])，j_num>h_num；

同样的，如果无人机i、j之间的距离在三者距离之中不是最小的情况下，无人机h、j之间的距离与无人机i、h之间的距离相等，j_num>i_num；当不存在符合2.1、2.2条件的无人机h时，就可认为无人机j为无人机i的核心邻居。

装载单目鱼眼镜头的小型无人机的控制方法如附图1所示。

鱼眼镜头视场范围如附图2所示。

附图3为装载单目鱼眼镜头小型无人机的覆盖模型，在接下来的实施过程中，将以此作为基础进行仿真控制。假设无人机组都是在一个二维的欧几里得空间中。位置p＝[x_i,y_i]代表无人机i的坐标位置，每个无人机会根据本发明的控制算法，做如下的离散运动：

p(k+1)＝p(k)+u(k)

其中k表示时间，p(k),u(k)分别表示时间k时的位置信息和控制信息。

为了减少载重，本发明控制方法的各无人机无需载有通信设备，其“通信”手段都是依靠鱼眼镜头的范围内的邻居无人机N_i,N_i代表的是无人机i的邻居的集合。接下来，就是要确定在什么情况下，无人机j是属于无人机i的邻居。如图4所示，根据所提出算法的F(N_i)来寻找邻居无人机j，F(N_i)如下：

第一步：确定无人机j在无人机i视场中的角度，cos(γ_ij)用来表示

第二步：确认两个无人机之间的距离

其中||.||表示的欧式距离的计算公式。

第三步：若要无人机j在无人机i的“通信范围内”，也是是说在无人机i的可见范围内，那么无人机j需要满足的条件是：

依据算法F(N_i)找到无人机i的邻居组N_i。

首先，需要无人机组初始状态就具有连通拓扑图G，也就是说N_i≥1，i∈G，每一个无人机都有其“通信”邻居。无人机组就是靠此产生“通信”，通过这个“通信”方式来达到覆盖控制，达到最大的覆盖面积，但必须说明的是，在每一步的控制算法之后，都必须保持“通信”畅通，拓扑图G必须有连通性。

接下来，就是在初始状态下，保持连通的前提下，向周围扩散。但若保持太多的N_i，那么扩散就不能散开，这是一个矛盾的地方。所以每个无人机只需保持与核心结构的连接，然后扩散开。那么如何确定核心结构

本发明提供了一种算法

来找寻其核心结构中的

关于此算法

描述如下：

如图3所示，装载单目鱼眼镜头的小型无人机覆盖模型是一个弧度≥180o的扇形，这给之后的控制算法增加了难度。

在这之前需要了解一个简单的坐标转换，就是相对坐标系与世界坐标系之间的旋转平移变换

q＝Rq_s+T

q和q_s分别是世界坐标系和相对坐标下的位置信息，R和T如下：

首先已知传感器所处的世界坐标系F(X0Y)和根据无人机i的传感中心建立的相对坐标系F_i(X0Y)，通过上文所示的此坐标系可通过平移旋转变换，方便计算。

以上就是F_i→F的过程，通过这个变换的方法，将每个无人机都转换到世界坐标系下，方便之后控制结果策略的简化与控制结果的展示。得到这个覆盖模型的具体坐标后，来寻找其核心邻居

第一步：寻找无人机i周围的邻居N_i，当其周围的无人机j满足，j∈Ω，那么j∈N_i。用式子N_i＝{j|j∈Ω,j≠i}来表示所有的N_i。

第二步：寻找核心邻居无人机

使无人机

满足以下条件：

条件1：核心邻居无人机

必须是

条件2：若N_i＝1,那么核心邻居无人机就是其邻居无人机。若N_i>1，就需要搜索无人机j外的另一个无人机h，若能找到一个无人机h满足(1)h∈N_i,h∈N_j,j∈N_h；(2)若w_ij≠min{w_ij,w_ih,w_jh}，其中，

或者在w_ij≠min{w_ij,w_ih,w_jh}的条件下，若w_ij＝w_ih，比较h,j之间的标号，本文假定每个无人机都有其独一无二的标号num＝[1,2,...,n]，j_num>h_num。同样的，或者在w_ij≠min{w_ij,w_ih,w_jh}的条件下，若w_jh＝w_ih，j_num>i_num。其周围找不到满足(1)、(2)条件的无人机h，那么就说明，无人机j是无人机i的核心邻居，

通过算法

找到无人机组每一个无人机“通信”的核心拓扑结构，通过这些核心邻居来确定每一架无人机的运动可行区域。

运动可行区域受到3个方面的限制，分别是整个空间区域

最大运动区域

为了要和核心邻居保持通信的区域

整个空间区域

就是一个无障碍，可见度高，可自由飞行的区域。最大运动区域

与无人机一次调整的最大运动范围有关，以无人机为中心，最大运动范围以v为半径的一个圆，用

来表示。通信的最大区域

相比前面两个来说，这个区域

的表达较为复杂。如图5所示：

以无人机i与其核心邻居无人机j连线的中心为原点，画半径为R_s/2的圆，因为本发明的控制方法在每一次控制之后，都会使无人机的飞行方向保持一致。然后以圆心为起点，方向同无人机飞行方向顺、逆时针各选择α角(α为盲角角度)画延长线，取延长线与圆的交点，连接交点和圆心，延长至与圆相交。如图4阴影部分所示，Ω_i,Ω_j就是无人机i,j的保持“通信”的区域。所以对于无人机i来说，其通信最大的区域

其中h是核心邻居中有i的无人机。

那么对于无人机i,其最后的可行区域

也就是说，在下文所提出的控制器每一次的控制后，i必须得在可行区域

中。

最后，控制器u(k)的设计。控制器u(k)不是唯一的，但要实现的功能是一定的就是当无人机之间的距离太近，其会产生一个排斥力，使无人机之间开始远离，达到较大的覆盖范围。同时由于此鱼眼镜头的覆盖模型存在一定的控制难度，所以要求增加一个角度的修正量

控制结束之后要求所有无人机达到最初的飞行方向。

在排斥力的设计上，可以参考磁体排斥的过程，距离越近，排斥力越大，通过这个方法设计U_ij

其中a和α，都是可调节参数，根据通信距离不同的无人机进行适当调整，不宜过大。若有多个核心邻居存在的话，那么排斥力

排斥方向，由目标函数Ψ来确定，目标函数中含有位置和角度信息，利用梯度下降法来得到最后的排斥方向e:

Ψ_i不是唯一的，可根据不同要求进行设计。

每次控制结束后，用角度的修正量

让无人机保持飞行一致。

通过控制器的k步控制之后，检测无人机i(i∈G)与核心邻居j满足条件：

条件1：，R_s-ε<d_ij<R_s,0<ε＜＜R_s

条件2：α-ξ<γ_ij<α，0<ξ＜＜α

若满足以上两个条件，则表示达到控制目标，无人机最终达到满足限制条件下的最大覆盖面积。

以上所述，仅为本发明的较佳实施例，并非对本发明任何形式上和实质上的限制，应当指出，对于本技术领域的普通技术人员，在不脱离本发明的前提下，还将可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。凡熟悉本专业的技术人员，在不脱离本发明的精神和范围的情况下，当可利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时，凡依据本发明的实质技术对上述实施例所作的任何等同变化的更动、修饰与演变，均仍属于本发明的技术方案的范围内。

Claims (5)

1.一种装载单目鱼眼镜头的小型无人机覆盖控制系统，其特征在于，包括获取信息设备、动态分析程序、覆盖控制器以及控制飞行的控制系统、微型处理器和电源；所述微型处理器中设有动态分析程序；所述微型处理器与覆盖控制器以及控制飞行的控制系统连接；所述获取信息设备与微型处理器连接；所述电源与获取信息设备和微型处理器连接。

2.如权利要求1所述的一种装载单目鱼眼镜头的小型无人机覆盖控制系统，其特征在于：所述的获取信息设备设为鱼眼镜头。

3.一种装载单目鱼眼镜头的小型无人机覆盖控制模型，其特征在于：根据鱼眼镜头的覆盖特点，求出其覆盖范围满足下面这个不等式：

其中，x_i,y_i,x_j,y_j,θ_j分别为无人机i,j的位置信息与角度信息，d_ij为两者之间的距离，R_s为其最大通信距离，α为盲区角，f(x_i,y_i,x_j,y_j,θ_j)为：

本覆盖模型为均匀覆盖模型，分为覆盖范围内和覆盖范围外；根据覆盖模型划为通信范围内和通信范围外，整体要求具有连通性，需要形成连通拓扑图，每个无人机通过其周边无人机与其他无人机进行通信。

4.一种装载单目鱼眼镜头的小型无人机覆盖控制方法，其特征在于，包括以下步骤：

步骤1：每个无人机都会随机产生一个不重复数字，对无人机的控制没有次序之分，是整体分布式自部署控制；每一步控制之后，无人机飞行方向保持一致；

步骤2：在k步的执行之前，需要根据算法

找到每个无人机的核心邻居，根据核心邻居及自身所在位置确定k+1步的位置；根据无障碍空间、运动范围、核心邻居及自身所在位置，确定可行域

通过所设计的控制器，使每个无人机与其核心邻居分离，在可行域

达到最远距离；

步骤3：经过k步控制之后，检测无人机i(i∈G)与核心邻居j满足条件：

条件1：R_s-ε<d_ij<R_s,0<ε＜＜R_s

条件2：α-ξ<γ_ij<α，0<ξ＜＜α

若满足以上两个条件，则表示达到控制目标；

步骤4：若不满足以上两个条件，则表示没有达到控制目标，重新执行步骤2。

5.如权利要求4所述的一种装载单目鱼眼镜头的小型无人机覆盖控制方法，其特征在于：所述步骤2中一种装载单目鱼眼镜头的小型无人机寻找核心邻居无人机算法

包括以下步骤：

步骤1:根据上面所提出的模型，找到每个无人机所对应的邻居无人机；

步骤2:判断每个无人机的邻居无人机是否为其核心邻居无人机，若为其核心邻居无人机要满足以下条件：

条件1：核心邻居无人机一定是邻居无人机；

条件2：若邻居无人机唯一那么其就是核心邻居无人机；若邻居无人机不唯一的情况下要判断无人机j是否为无人机i的核心邻居，需要依靠另一个无人机h满足以下条件；条件2.1：无人机i、j、h互为邻居；条件2.2：无人机i、j之间的距离在i、j、h三者之间的距离之中不是最小的；

在无人机i、j之间的距离在三者之间的距离之中不是最小的情况下，无人机i、j之间的距离与无人机i、h之间的距离相等，则比较h,j之间的标号(本文假定每个无人机都有其独一无二的标号num＝[1,2,...,n])，j_num>h_num；

同样的，如果无人机i、j之间的距离在三者距离之中不是最小的情况下，无人机h、j之间的距离与无人机i、h之间的距离相等，j_num>i_num；当不存在符合2.1、2.2条件的无人机h时，就可认为无人机j为无人机i的核心邻居。

Images