黃潔 唐守鋒 童敏明

摘 要：計算機能力的提高與計算機視覺技術(shù)的快速，使無人機從最初的軍事領(lǐng)域擴展到其它行業(yè)，得到了廣泛應(yīng)用。通過查閱文獻，對無人機及計算視覺技術(shù)的起源與發(fā)展進行全面回顧，總結(jié)近年來計算機視覺技術(shù)結(jié)合無人機在農(nóng)業(yè)、電力、交通、環(huán)保、救援、娛樂等領(lǐng)域的相關(guān)應(yīng)用，對相關(guān)的調(diào)查數(shù)據(jù)進行分析統(tǒng)計并以圖表的形式展現(xiàn)。通過數(shù)據(jù)可以清楚發(fā)現(xiàn)計算機視覺與無人機的結(jié)合在未來還有很大上升空間。

關(guān)鍵詞：無人機;計算機視覺;自主應(yīng)用

DOI：10. 11907/rjdk. 181607

中圖分類號：TP301文獻標識碼：A文章編號：1672-7800（2019）001-0014-03

Abstract： The improvement of computer capabilities and the development of computer vision technology have made important progress in the development of drone technology and applications. These technologies have provided a wide range of applications for drones and have risen from the initial military goals to applications in various industry sectors. This paper reviews and summarizes the origin and development of UAV and computer vision technology. Through reading the literature， the computer vision combined with the autonomous application of drones that has emerged in recent years is summarized，including agriculture，electricity，transportation，environmental protection，rescue，entertainment， etc.， the relevant survey data are analyzed and counted and displayed in the form of charts. Through the data， it can be clearly seen that the combination of computer vision and UAV has much room for growth in the future.

Key Words： UAV; computer vision; autonomous application

0 引言

計算機視覺也是近年興起的科學學科，由大衛(wèi)·馬爾（David Marr）在20世紀80年代提出，最初獨立于其它學科?；谏鐣l(fā)展需要，無人機成為人工智能領(lǐng)域研究熱點，被廣泛應(yīng)用于個行業(yè)領(lǐng)域。計算機視覺能為無人機提供大量豐富的視覺信息，以便獲取無人機相對位置并調(diào)整方位。計算機視覺與無人機的融合在實際應(yīng)用中已有很多成功的實例。2018年3月，挪威峽灣將無人機用于垃圾清理的計劃已經(jīng)正式啟動。據(jù)《英國衛(wèi)報》2018年3月8日的報道，美軍一項無人機項目使用谷歌的人工智能技術(shù)，以供軍方審查，該項目標志著無人機與計算機視覺技術(shù)的成熟融合。

1 計算機視覺技術(shù)

計算機視覺技術(shù)是一種復(fù)雜仿生的過程，相比一般傳感器仿生技術(shù)，計算機視覺技術(shù)不僅是從環(huán)境中搜集圖像及視頻信息，還要通過計算機模擬人類大腦，對視覺傳感器搜集到的信息進行處理分析。計算機視覺技術(shù)已在不同的智能應(yīng)用中顯示出強大的信息處理能力，但與人類帶有感情目標地分析信息相比，還有很大差距。

計算機視覺技術(shù)這個概念被馬爾在《視覺》中最早提出，他認為計算機視覺的理論方法首先應(yīng)該從圖像開始，并提取真實物理場景的內(nèi)容。在90年代，研究集中于計算機視覺技術(shù)在物料表面粗糙度檢測上的相關(guān)文獻，趙學增[1]在1992年曾發(fā)表《木質(zhì)材料表面粗糙度計算機視覺檢測技術(shù)的研究》。與此同時，計算機視覺技術(shù)已經(jīng)開始滲透各個領(lǐng)域，1997年王潮[2]發(fā)表的《基于計算機視覺的實時交通流檢測》中通過計算機視覺技術(shù)對車速、車流量等進行實時監(jiān)測。此時，計算機視覺與無人機的結(jié)合還處于幾乎未知的狀態(tài)，直到21世紀初，計算機視覺與無人機技術(shù)的結(jié)合開始掀起一股熱潮，計算機視覺技術(shù)與無人機的結(jié)合用于無人機的自主著陸[3]、姿態(tài)測量[4]、導(dǎo)航避障[5]的研究已經(jīng)陸續(xù)出現(xiàn)。到目前為止，計算機視覺技術(shù)與無人機仍是人工智能領(lǐng)域的關(guān)注焦點之一，存在巨大發(fā)展空間。

2 無人機

無人機最初的起源于第二次世界大戰(zhàn)，帶動了全球航空技術(shù)進步。中國的無人機實際上起源于前蘇聯(lián)。在20世紀60年代，中國研發(fā)了自主產(chǎn)品，被稱作長空一號， 1986年，呂慶風[6]發(fā)表的《“長空一號”無人機系列的研制與發(fā)展》，提出對長空一號進行一系列性能改進。改進后的長空一號被成功投入軍事領(lǐng)域。

在20世紀末21世紀初，全球無人機發(fā)展聚焦于軍事應(yīng)用，無人機在軍事上的研發(fā)[7]及應(yīng)用較多。隨著經(jīng)濟的發(fā)展，無人機逐級擴展到其它領(lǐng)域。商業(yè)上，無人機常被用于監(jiān)控線路、農(nóng)業(yè)檢測或輔助災(zāi)難救援等;生活上，一些小型無人機常被用于航拍婚禮、賽事體育等眾多項目。

高遠洋[9]在《“無人機+”時代的生活是什么樣的？》中提到了無人機在各個領(lǐng)域的應(yīng)用，其中包括農(nóng)業(yè)、電力、交通、環(huán)保、救援、娛樂等等。中國報告網(wǎng)根據(jù)調(diào)查，對全球民用無人機市場規(guī)模作出預(yù)測，并統(tǒng)計了無人機市場地域占比，如圖1、圖2[10]所示。近年來無人機發(fā)展異常迅猛，雖然涉及到的領(lǐng)域明顯擴大，但在性能及要求上還存在很大空間。因此基于人工智能的無人機還有巨大的發(fā)展空間和潛力。

3 計算機視覺與無人機的結(jié)合

計算機視覺技術(shù)與無人機的結(jié)合逐漸從最初的航拍擴展到其它項目。2010年，王迪偉[11]提出了無人機航拍在外業(yè)調(diào)繪上的應(yīng)用，指出無人機不僅縮短了作業(yè)周期，還極大提高了調(diào)繪精度。隨著社會發(fā)展需求的需要，無人機與計算機視覺相結(jié)合不僅用于地形測繪，還常用于自然災(zāi)害災(zāi)情獲取，通過自主應(yīng)用對災(zāi)區(qū)進行食物、水的投遞。

3.1 基于計算機視覺的無人機自主加油

2011年，丁萌等[12]提出使用無人機進行空中加油，空中加油指飛機在飛行過程中給其它飛機加油，當前世界上有兩種自主空中加油技術(shù)，一種是插頭—錐管式，被稱為軟式加油，通過加油吊艙放出加油軟管，受油機飛行員操縱飛機使受油探頭與加油錐套對接，頂開錐套內(nèi)的單向活門實現(xiàn)加油。其優(yōu)點是可以同時為多架飛機加油，還可以給直升機加油，缺點是加油速度較慢，受空氣亂流影響較大，對受油機飛行員技術(shù)要求較高。另一種是伸縮套管式，加油也稱為硬式加油，它是由控制機構(gòu)、伸縮式加油管以及壓力供油機構(gòu)組成，加油對接主要由員完成。其優(yōu)點是加油速度較快，對受油機飛行員的技術(shù)要求較低，但一次只能為一架飛機加油，而且無法給直升機加油。第一種技術(shù)的關(guān)鍵之處就在于準確地估計探頭相對于錐套的位置和姿態(tài)，對此，已經(jīng)有人提出基于單目視覺測量位置和方向的方法[13]。

3.2 基于視覺的無人機自主著陸

自主起飛與著陸是其最基本也是關(guān)鍵的技術(shù)之一。即使沒有操控員操作，無人機也可以通過慣性導(dǎo)航[14]、GPS導(dǎo)航[15]以及計算機視覺技術(shù)導(dǎo)航[16]等方法實現(xiàn)著陸，其中慣性導(dǎo)航誤差大，而GPS導(dǎo)航相對比較成熟，計算機視覺技術(shù)是新興技術(shù)。2003年，劉新華[17]提出在無人機的自主著陸過程中，通過計算機視覺技術(shù)獲取無人機姿態(tài)角的方法。通過使用MATLAB對拍攝到的灰度圖進行處理，從而檢測出圖像中的地平線，以便控制無人機著陸[17]。計算機視覺技術(shù)剛被用于無人機的著陸時魯棒性不好，近年來發(fā)展迅速，無人機著陸的魯棒性不斷被改善。劉暢等[18]提出利用結(jié)合視覺和慣性的導(dǎo)航算法獲取高精度的自主著陸中的導(dǎo)航信息。

3.3 基于視覺的無人機自主著陸

無人機與計算機視覺技術(shù)的結(jié)合不僅用于實現(xiàn)飛機加油、起飛、降落技術(shù)，還被用于眾多其它行業(yè)。2015年，周輝[19]提出計算機視覺技術(shù)在無人機進行電力巡檢中的應(yīng)用，其中無人機利用計算機視覺的視頻跟蹤技術(shù)對絕緣子等特定目標進行定位跟蹤，實現(xiàn)自動導(dǎo)航，該應(yīng)用有效地解決了惡劣環(huán)境下人工巡檢的安全問題。2016年，王昌[20]提出模擬無人機平臺，通過計算機視覺技術(shù)對油菜田中的雜草進行識別處理，并且通過試驗技術(shù)其精度證明很高，研究發(fā)現(xiàn)基于全波段和特征波段反射率的分類模型預(yù)測精度均高達100%。除了對雜草進行檢測，還有研究者提出利用安裝在無人機上的紅外設(shè)備監(jiān)測農(nóng)作物蟲害和缺水缺肥的問題，甚至可以預(yù)判森林火災(zāi)的可能性，并將地理位置信息通過無人機系統(tǒng)準確反饋給控制平臺，這是計算機視覺與無人機結(jié)合在農(nóng)業(yè)成功應(yīng)用的典范[21]。2017年，賈其臣[22]提出以無人機為平臺，搭載視覺系統(tǒng)，對行人流量進行檢測與跟蹤，在特定場合中，該應(yīng)用可以幫助避免人多區(qū)域的踩踏及其他危險事件，幫助維護公共安全。

4 結(jié)語

計算機視覺和無人機前景十分廣闊，隨著技術(shù)不斷深入發(fā)展，無人機技術(shù)有望在深度學習方面產(chǎn)生更大突破，例如：無人機取代快遞員人工投遞的方式，進行定點投遞。在安防行業(yè)，通過無人機的攝像頭讀取捕獲到的信息并通過無人機系統(tǒng)送回控制臺，實現(xiàn)單人對多片區(qū)的安全監(jiān)控，或者是結(jié)合街道攝像頭用于追蹤逃犯及失蹤婦女小孩等。本文對無人機及計算機視覺技術(shù)作出回顧及評估，有助于幫助人們加深對無人機的認識，文中提出的新穎應(yīng)用可以為無人機科研愛好者提供創(chuàng)新點。目前用于礦井災(zāi)后無人機救援定位等相關(guān)文獻不多，在該方面的研究還不夠深入，針對還未成熟的領(lǐng)域如何更加智能地實現(xiàn)無人機與計算機視覺技術(shù)結(jié)合是未來研究的重點和難點。

參考文獻：

[1] 趙學增. 木質(zhì)材料表面粗糙度計算機視覺檢測技術(shù)的研究[J]. 東北林業(yè)大學學報，1992（5）：55-60.

[2] 王潮，宣國榮. 基于計算機視覺的實時交通流檢測[J]. 計算機工程，1997（S1）：276-278，375.

[3] 徐貴力，程月華，沈春林. 基于激光掃描和計算機視覺的無人機全天候自主著陸導(dǎo)引技術(shù)[J]. 航空學報，2004（5）：499-503.

[4] 丁萌，曹云峰. 利用計算機視覺獲取無人機飛行姿態(tài)角[J]. 傳感器與微系統(tǒng)，2007（11）：65-68，74.

[5] 朱凱凱，初陽，華維超. 機器視覺在無人機智能避障的應(yīng)用[J]. 通訊世界，2016（21）：282.

[6] 呂慶風. “長空一號”無人機系列的研制與發(fā)展[J]. 南京航空航天大學學報，1986（S1）：1-18.

[7] 于黎明，王占林. 軍用無人機的發(fā)展趨勢及其關(guān)鍵技術(shù)[J]. 航空科學技術(shù)，1999（1）：9-10.

[8] 邱曉紅，景華. 無人機系統(tǒng)技術(shù)發(fā)展趨勢[J]. 航空科學技術(shù)，2000（1）：28-30.

[9] 高遠洋，薛傅龍. “無人機+”時代的生活是什么樣的？[J]. 課外閱讀，2018（06）：60-61.

[10] 前瞻數(shù)據(jù)庫. 無人機市場需求逐漸提升 預(yù)計2018年市場規(guī)模突破百億大關(guān)[EB/OL]. http：//www.81uav.cn/uav-news/201806/23/38443.html.

[11] 王迪偉，葉瑋. 基于無人機航空影像進行外業(yè)調(diào)繪探討[J]. 中國商界（上半月），2010（07）：370-371.

[12] 丁萌，魏麗，王幫峰. 無人機空中加油過程中基于機器視覺的相對位姿估計[J]. Chinese Journal of Aeronautics，2011，24（06）：807-815.

[13] WU W Q，WANG X G，XU D，YIN Y J. Position and orientation measurement for autonomous aerial refueling based on monocular vision [J]. International Journal of Robotics and Automation， 2017：13-21.

[14] 孫罡. 低成本微小型無人機慣性組合導(dǎo)航技術(shù)研究[D]. 南京理工大學，2014. .

[15] 鄧榮軍. 基于GPS導(dǎo)航無人機巡線指揮系統(tǒng)設(shè)計[D]. 武漢科技大學，2015.

[16] 胥正爍. 基于計算機視覺技術(shù)的無人機自動導(dǎo)航的思考[J]. 電子制作，2018（Z1）：115-116.

[17] 劉新華. 基于視覺的無人機自主著陸姿態(tài)檢測方案[A]. 中國自動化學會智能自動化專業(yè)委員會. 2003年中國智能自動化會議論文集（上冊）[C]. 中國自動化學會智能自動化專業(yè)委員會：2003：5.

[18] 劉暢，楊良軍，劉峰，等. 一種基于慣性/視覺信息融合的無人機自主著陸導(dǎo)航算法[J]. 導(dǎo)航定位與授時，2016，3（6）：6-11.

[19] 周輝. 無人機輸電線路巡檢可見光拍攝方法研究[J]. 中國新技術(shù)新產(chǎn)品，2015（18）：9-10.

[20] 王昌. 基于模擬無人機平臺的油菜和雜草圖像處理及分類研究[D]. 杭州：浙江大學，2016.

[21] 邱帥，周思宇，馮俊青. 機器視覺技術(shù)在植保無人機中的應(yīng)用[J]. 科技風，2017（13）：17-18.

[22] 賈其臣. 基于視覺無人機動態(tài)監(jiān)控系統(tǒng)人流量檢測方法研究[D]. 長春：長春工業(yè)大學，2017.

（責任編輯：江 艷）