王永強(qiáng) 車凱 戴鐸 王紅星 高超 黃鄭

關(guān)鍵詞：電力巡檢無人機(jī);四維垂直定位;計算機(jī)視覺;四維速度矢量控制;自適應(yīng)抗干擾

無人機(jī)巡檢對于提高輸電系統(tǒng)巡檢效率，降低人力成本和人員安全風(fēng)險等方面發(fā)揮著重要的作用。在巡檢無人機(jī)整個工作過程中，降落定位是一項非常重要但存在較大干擾的技術(shù)難點。傳統(tǒng)的無人機(jī)降落技術(shù)主要包括慣性導(dǎo)航、衛(wèi)星導(dǎo)航、多普勒導(dǎo)航、地形輔助導(dǎo)航等方法。慣性導(dǎo)航方法不受外界任何信息影響，穩(wěn)定性好，但定位誤差隨時間不斷積累，因而精度較低;慣性導(dǎo)航方法具備全天候、連續(xù)精密定位能力，實時性較好，但易受電磁干擾影響，穩(wěn)定性較差;多普勒導(dǎo)航抗擾能力強(qiáng)、適用于各種氣候條件，但存在累計誤差，且定位精度受地形制約。

與傳統(tǒng)的導(dǎo)航技術(shù)相比，基于計算機(jī)視覺的導(dǎo)航與定位算法具有成本低、精度高、抗擾性強(qiáng)等優(yōu)點，在電力巡檢無人機(jī)完全自主降落中具有較高的應(yīng)用價值。通過識別匹配多層嵌套標(biāo)識實現(xiàn)無人機(jī)降落定位，具備識別率高、編碼空間大等優(yōu)點;提出基于DGPS歸航引導(dǎo)和機(jī)器視覺助降定位的無人機(jī)飛行控制系統(tǒng)，并在實時圖像的預(yù)處理、特征提取方面取得了較好的研究成果。利用圖像處理技術(shù)實現(xiàn)了無人機(jī)拍攝圖像的去噪、邊緣檢測和圖像提取，提高了無人機(jī)的線路跟蹤能力。然而，目前的無人機(jī)降落定位成果大部分集中于軍事領(lǐng)域，在電力巡檢方面研究相對較少，同時缺少完整的、系統(tǒng)的無人機(jī)降落過程研究與改進(jìn)。

針對無人機(jī)降落過程中的三個主要問題，即降落目標(biāo)位置定位、降落姿態(tài)/速度控制、降落過程誤差自適應(yīng)調(diào)節(jié)，以計算機(jī)視覺為基礎(chǔ)，提出了一種新型的、系統(tǒng)的無人機(jī)降落定位方法，分別從垂直方向、水平方向上優(yōu)化無人機(jī)定位精度，同時通過抗干擾設(shè)計提高無人機(jī)的定位魯棒性。在電力巡線現(xiàn)場對提出的無人機(jī)降落定位方法進(jìn)行了實驗，結(jié)果證明所提方法具有較高的降落定位精度。

1無人機(jī)自適應(yīng)降落方法

一個完整的無人機(jī)降落控制過程主要由垂直目標(biāo)定位，水平姿態(tài)控制和干擾自主抑制組成，它們之間的關(guān)系如圖1所示。

1.1基于多級視覺標(biāo)識識別的四維垂直定位

通過設(shè)置降落標(biāo)識（即marker）可以實現(xiàn)物理世界和圖像投影之間的相互對應(yīng)，進(jìn)而引導(dǎo)無人機(jī)在垂直方向上進(jìn)行自主降落。視覺標(biāo)識是由黑色邊框和矩陣形狀白色方塊組成的圖案，具有灰度閾值相差大，邊緣明顯、易于識別等優(yōu)點，且每幅標(biāo)識有唯一的ID，如圖2所示（圖中共有6個視覺標(biāo)識）。

當(dāng)無人機(jī)接收到降落指令時，立即啟動自主降落程序，通過基于計算機(jī)視覺技術(shù)的邊緣檢測、多邊形擬合、無效標(biāo)識過濾、投影變換、標(biāo)識code提取、標(biāo)識ID計算等步驟，實現(xiàn)無人機(jī)在垂直方向上的精準(zhǔn)降落控制。算法流程如圖3所示。

（1）邊緣檢測

當(dāng)無人機(jī)發(fā)現(xiàn)視覺標(biāo)識后即拍攝實時圖像并將其轉(zhuǎn)化為灰度圖，利用改進(jìn)的Canny算子得到二值化邊緣圖，利用各向異性擴(kuò)散濾波器去除圖像噪聲，進(jìn)而提取圖像輪廓信息。

（2）多邊形擬合

在提取輪廓信息后，利用Douglas-Peuckeralgorithm算法對多邊形進(jìn)行擬合處理，從而一個連續(xù)光滑曲線折線化以便于識別。

（3）過濾無效標(biāo)識

如果（2）中擬合的多邊形頂點數(shù)為4，則認(rèn)為是矩形，將其加入至候選標(biāo)識列表中;遍歷所有候選標(biāo)識，對于距離過近嵌套的矩形，移除內(nèi)部的矩形，保留外部矩形，這一步驟的目的是過濾掉標(biāo)識內(nèi)部的矩形塊。

（4）投影變換

投影變換是將圖片投影到一個新的視平面，包括線性變換、平移變換和透視變換，本文將圖像中的候選標(biāo)識投影至正視角度的50x50的圖像，從而將任意視角下的四邊形轉(zhuǎn)換為正視角度下四邊形。

（6）標(biāo)識ID計算

對（5）中提取的標(biāo)識code計算最小漢明距離，選擇漢明距離最小的作為最終的編碼矩陣，即標(biāo)識ID，如圖5所示。

基于計算機(jī)視覺技術(shù)的無人機(jī)四維標(biāo)識坐標(biāo)信息精確識別，保證了無人機(jī)在垂直方向上的精確定位（即四維垂直定位）。

1.2基于分段反饋方法的四維速度矢量控制

在提升無人機(jī)在垂直方向上精準(zhǔn)識別視覺標(biāo)識的同時，還需要在水平方向上保證無人機(jī)飛行的穩(wěn)定性，這樣才能保障降落過程的完整和精度。

（5）標(biāo)識code提取

將（4）中50×50圖像二值化處理后，均分為7X 7的方格（這是因為使用的標(biāo)識是7 X 7等分的），計算每個方格內(nèi)像素值不為o的數(shù)量，超過方格像素點一半以上的像素值不為0，則認(rèn)為該方格的code值為1，否則就為O，如圖4所示。

由于垂直降落的視覺標(biāo)識分為四級，降落過程也因此在水平方向上劃分為四個降落階段。根據(jù)無人機(jī)在當(dāng)前降落階段的目標(biāo)位置，以及相對于該級標(biāo)識的相對位置，獲取四維速度矢量

為了實現(xiàn)式（2）所示的四維速度矢量v的解耦控制，同時降低控制算法的復(fù)雜度，設(shè)計基于PID控制器的四維速度矢量分段反饋方法，系統(tǒng)控制框圖如圖6所示，圖中v為v的參考值。

由于PID反饋控制方法非常經(jīng)典，因此本文不再贅述。

1.3干擾自適應(yīng)處理方法

在實際應(yīng)用中，當(dāng)陽光直射在飛機(jī)上時會在標(biāo)識上會產(chǎn)生陰影，從而導(dǎo)致標(biāo)識圖像殘缺，無法實現(xiàn)精確定位，如圖7所示。

此外，當(dāng)無人機(jī)接近降落坪時，由于地效的影響，無人機(jī)會有抖動和漂移，從而可能導(dǎo)致在最后降落階段標(biāo)識從相機(jī)視野消失，影響定位信息的獲取。

針對上述干擾問題，設(shè)計一種可以有效克服陰影和無人機(jī)漂移的方案：通過對降落過程中的陰影進(jìn)行建模并設(shè)計視覺標(biāo)識陣列，即以冗余標(biāo)識的方式使得當(dāng)部分標(biāo)識上存在陰影或無人機(jī)存在漂移時，仍能通過正常識別其他標(biāo)識來獲取定位信息。

無人機(jī)陰影建模如圖8所示。無人機(jī)陰影主要由機(jī)身造成的矩形區(qū)域和槳葉運動構(gòu)成的圓形區(qū)域組成，因而視覺標(biāo)識陣列可以設(shè)計成由中心標(biāo)識和前、后、左、右4個冗余標(biāo)識組成，且冗余標(biāo)識水平方向距離中心標(biāo)識最小距離為0. 08cm，豎直方向上保證標(biāo)識完全處于陰影之外或陰影之下，此時即可完整識別到標(biāo)識，標(biāo)識尺寸應(yīng)小于0. 16m。

設(shè)“、6分別為當(dāng)前識別到的標(biāo)識的坐標(biāo)，c為標(biāo)識的相對高度，為標(biāo)識的朝向角。根據(jù)三角關(guān)系以及實際標(biāo)識陣列各標(biāo)識朝向一致，可以得出無人機(jī)相對于目標(biāo)參考位置的坐標(biāo)。

2實驗分析

為了驗證所提方法的有效性，本文設(shè)計了無人機(jī)降落實驗系統(tǒng)，該系統(tǒng)的基本配置為：大疆Matrice 210無人機(jī)一臺;三級標(biāo)識一套，標(biāo)識ID分別為0、16，21、68;降落平臺一個，尺寸為98 cm×95cm;大疆CS785平板電腦一臺，運行標(biāo)識識別和飛機(jī)控制程序，ROM 64 G，Android版本為5.1.1。

2.1垂直降落定位實驗

為了驗證基于多級視覺標(biāo)識圖像識別的四維定位降落方法在提高垂直降落定位精度上的優(yōu)越性，下給出了無人機(jī)在靜止降落甲板上的實驗結(jié)果，圖9為統(tǒng)計550次飛機(jī)降落后繪制的位置分布圖，停機(jī)坪尺寸為95 cmx98 cm（橫縱坐標(biāo)軸范圍），圖中繪制的矩形為飛機(jī)降落架著陸點范圍。從降落的平均位置來看，定位誤差<10cm，具有較高的降落精度，且從所有降落位置構(gòu)成的包絡(luò)位置來看，降落均在甲板范圍內(nèi)。

表1給出了降落實驗中的性能指標(biāo)，由表中最后一列可以看出，距離上下邊界越近，偏離降落目標(biāo)點越遠(yuǎn)，這是由于飛機(jī)在降落過程中，理論上鏡頭應(yīng)嚴(yán)格垂直向下，這樣計算過程中的相機(jī)參數(shù)才能與標(biāo)定參數(shù)一致，但實際降落過程中，云臺在Pitch方向存在0～5度的誤差，導(dǎo)致飛機(jī)在前后方向上存在定位誤差，但該誤差并不會導(dǎo)致降落定位失敗，屬于可接受范圍內(nèi)的。

2.2水平姿態(tài)控制實驗

為了驗證提出的基于分段式反饋控制的四維速度矢量控制方法在實現(xiàn)姿態(tài)穩(wěn)定控制方面的有效性，給出了無人機(jī)在降落過程中的相對高度曲線實驗結(jié)果，如圖10所示。圖中有三段較為水平的部分，分別位于高度30m、17m、3m處，這是由于在分段降落過程中得到飛機(jī)相對于標(biāo)識的位置后，首先水平調(diào)整飛機(jī)的位置至標(biāo)識中心，然后再垂直降落至目標(biāo)高度的，最后在降落高度約為1m處，無人機(jī)以固定速度直接下降，不識別標(biāo)識，不進(jìn)行位置調(diào)整，因此該段曲線近似直線。

圖11給出了無人機(jī)從15m高度經(jīng)兩級標(biāo)識引導(dǎo)精確降落三維軌跡圖，X軸為無人機(jī)自身坐標(biāo)系的左右方向，Y軸為前后方向，Z軸為相對高度方向，坐標(biāo)單位為米?？芍?，主要的水平調(diào)整有兩段，一段發(fā)生在開始降落后15 m高度處，一段發(fā)生在3m以下高度。第一段的水平調(diào)整到達(dá)目標(biāo)點的閾值較大，同時距離目標(biāo)點的偏差也較大，故到達(dá)目標(biāo)點速度快。第二段水平調(diào)整到達(dá)目標(biāo)點的歐氏距離閾值比較小，實際設(shè)置值為0. 08m，故調(diào)整速度慢。

由上述實驗結(jié)果可知，采用基于分段式反饋控制的速度矢量的四維控制方法后，無人機(jī)在各個降落高度上均可以維持機(jī)身平穩(wěn)，在不同階段通過設(shè)置不同控制參數(shù)和閾值，可以使得降落過程在相對高度較大時降落快，而在降落接近目標(biāo)點時降落慢，保持降落的安全性和精度;在無人機(jī)從一個高度降落至另一個高度的過渡過程中，無人機(jī)的速度仍可以維持穩(wěn)定。

2.3自適應(yīng)抗干擾實驗

為了驗證提出的基于視覺標(biāo)識陣列的自適應(yīng)抗干擾降落方法在抑制外部干擾，實現(xiàn)無人機(jī)自適應(yīng)降落的能力，給出了無人機(jī)在陰影環(huán)境中動態(tài)車輛的降落實驗結(jié)果，如圖12所示。表2給出了實際使用中所提方法對降落平臺傾斜角度的容忍度測試結(jié)果。實驗時，降落判斷條件的閾值統(tǒng)一設(shè)置為水平距離小于0. 08m，直接降落高度為0.6m，通過遮擋markermap的中心標(biāo)識模擬陰影的情況。由表2中的降落誤差可知，在有陰影時的降落誤差大于無遮擋時的誤差，這是由于中心標(biāo)識是離降落目標(biāo)點最近，視角最佳，而冗余標(biāo)識需要進(jìn)行位置換算得到目標(biāo)位置，視角傾斜角度也更大。

3結(jié)論

針對電力巡檢無人機(jī)降落問題，首先提出了基于多級視覺標(biāo)識識別的四維垂直定位方法，然后以穩(wěn)定無人機(jī)姿態(tài)為目標(biāo)設(shè)計了基于分段反饋方法的四維速度矢量控制方法，最后采用自適應(yīng)方法解決了抖動、漂移、陰影等擾動對定位精度的影響。

實驗結(jié)果表明，通過綜合優(yōu)化無人機(jī)在垂直方向和水平方向的定位控制策略，同時結(jié)合擾動抑制設(shè)計，可以形成系統(tǒng)而完整的無人機(jī)降落定位方案，保證無人機(jī)的精準(zhǔn)回收。

研究集中于單臺無人機(jī)的降落定位，在實際應(yīng)用中，由多臺無人機(jī)組成的無人機(jī)群協(xié)同巡檢與安全降落逐漸成為輸電線路巡檢領(lǐng)域的研究熱點。