張炯，牛歡，陳雪

中國(guó)商用飛機(jī)有限責(zé)任公司北京民用飛機(jī)技術(shù)研究中心 中國(guó)商飛人工智能創(chuàng)新中心，北京 102209

近年來(lái)，無(wú)人機(jī)作為一種新型飛行器，在城市空中交通領(lǐng)域得到了飛速的突破和發(fā)展。其中，電動(dòng)垂直起降（eVTOL）無(wú)人機(jī)因具有低碳環(huán)保、運(yùn)行成本低等優(yōu)勢(shì)成為當(dāng)下研究的熱點(diǎn)?？湛凸竟韫葎?chuàng)新中心于2016 年年初啟動(dòng)Vahana 項(xiàng)目，并于2018 年年初實(shí)現(xiàn)首飛；波音公司于2017 年11 月收購(gòu)了美國(guó)Aurira Flight Sciences 公司研發(fā)的自主載人飛行器（PAV），并于2019年1月實(shí)現(xiàn)首飛[1-3]；億航的ES216-S型無(wú)人駕駛航空器系統(tǒng)于2022年2月9日取得了中國(guó)民航局頒發(fā)的專(zhuān)用條件，成為全球首款獲得監(jiān)管機(jī)構(gòu)型號(hào)合格批準(zhǔn)的無(wú)人駕駛航空器[4]。

隨著城市空中交通領(lǐng)域內(nèi)無(wú)人機(jī)的大量涌入，無(wú)人機(jī)的運(yùn)行管理成了亟待解決的問(wèn)題，尤其是對(duì)城市空域內(nèi)無(wú)人機(jī)運(yùn)行的安全性提出了更高的要求。為滿(mǎn)足不斷增長(zhǎng)的無(wú)人機(jī)運(yùn)營(yíng)需求，在美國(guó)聯(lián)邦航空局（FAA）的牽引下，美國(guó)國(guó)家航空航天局（NASA）設(shè)計(jì)了一套無(wú)人機(jī)空中管理系統(tǒng)（UTM），通過(guò)地面以及空中一系列服務(wù)設(shè)施和工具來(lái)安全、經(jīng)濟(jì)、高效地管理各個(gè)無(wú)人機(jī)系統(tǒng)，保障某一空域內(nèi)大規(guī)模無(wú)人機(jī)運(yùn)行安全[5]。

為滿(mǎn)足無(wú)人機(jī)飛行任務(wù)中安全性、自主性方面的需求，自主著陸（包含非應(yīng)急狀態(tài)下的自主著陸和應(yīng)急狀態(tài)下的自主著陸）逐漸成為無(wú)人機(jī)設(shè)計(jì)研發(fā)過(guò)程中需要考慮的基礎(chǔ)功能。自主著陸功能的核心是對(duì)可著陸區(qū)域的識(shí)別定位，當(dāng)前識(shí)別定位可著陸區(qū)域的方法主要包括:（1）有地面標(biāo)識(shí)可著陸區(qū)域識(shí)別定位方法；（2）無(wú)地面標(biāo)識(shí)可著陸區(qū)域識(shí)別定位方法。有地面標(biāo)識(shí)可著陸區(qū)域識(shí)別定位方法針對(duì)預(yù)設(shè)著陸地標(biāo)的目標(biāo)區(qū)域進(jìn)行檢測(cè)，識(shí)別可著陸區(qū)域，常見(jiàn)的有基于無(wú)線(xiàn)電和激光引導(dǎo)的自主著陸方法、基于二維碼定位的自主著陸方法等[6]，以上方法，需要預(yù)先設(shè)置地面標(biāo)識(shí)，以及提前設(shè)定目標(biāo)點(diǎn)，其不足之處在于:無(wú)法在未知環(huán)境下對(duì)目標(biāo)區(qū)域進(jìn)行識(shí)別，并完成對(duì)無(wú)人機(jī)自主著陸的引導(dǎo)。

無(wú)地面標(biāo)識(shí)可著陸區(qū)域識(shí)別定位主要利用無(wú)人機(jī)搭載傳感器進(jìn)行主動(dòng)識(shí)別定位，常見(jiàn)的有:（1）搭載激光雷達(dá)獲取地面點(diǎn)云數(shù)據(jù)識(shí)別可著陸區(qū)域。激光點(diǎn)云識(shí)別技術(shù)雖能獲取地面不平度信息，但缺乏對(duì)地面物體類(lèi)別的判斷，而且受點(diǎn)云分辨率和激光探測(cè)精確度及探測(cè)范圍影響，不能應(yīng)用于高空飛行場(chǎng)景。（2）搭載攝像頭獲取地面圖像[7-9]，基于圖像分割識(shí)別可著陸區(qū)域。圖像分割技術(shù)基于單一圖像信息進(jìn)行分割操作，缺少或忽略了地面的三維信息，尋找目標(biāo)區(qū)域的安全性和魯棒性不足。（3）基于多傳感器融合協(xié)同技術(shù)[10-15]，處理同一時(shí)段內(nèi)的、不同類(lèi)型傳感器采集的信息，基于特定的特征信息進(jìn)行不同傳感器之間的匹配，豐富對(duì)所處環(huán)境的感知內(nèi)容，識(shí)別可著陸區(qū)域。如視覺(jué)和激光雷達(dá)融合、視覺(jué)和毫米波雷達(dá)融合、定位信息與外置傳感器信息融合等，不僅可以增強(qiáng)無(wú)人機(jī)的感知能力，還可以提高其在執(zhí)行任務(wù)過(guò)程中的安全性和魯棒性。以上可著陸區(qū)域識(shí)別方法僅針對(duì)某一高度空域，不能同時(shí)應(yīng)對(duì)高空、中高空、低空不同高度飛行場(chǎng)景，缺乏應(yīng)用的普遍性。如激光雷達(dá)點(diǎn)云在高空?qǐng)鼍疤綔y(cè)效果較差，相機(jī)圖像在低空檢測(cè)范圍較小，視覺(jué)與激光雷達(dá)融合僅支持中高空與低空?qǐng)鼍跋碌淖R(shí)別，缺少針對(duì)高空、中高空、低空全飛行高度階段的可著陸區(qū)域識(shí)別篩選方法。

本文基于無(wú)人機(jī)下視相機(jī)和雷達(dá)傳感器數(shù)據(jù)及其融合算法，根據(jù)不同飛行高度采取不同可著陸區(qū)域識(shí)別篩選策略，獲得城市未知場(chǎng)景下可著陸區(qū)域位置，在無(wú)人機(jī)通信鏈路丟失、電量不足以抵達(dá)備降點(diǎn)等緊急情況下，實(shí)現(xiàn)自主控制無(wú)人機(jī)應(yīng)急著陸。該無(wú)人機(jī)應(yīng)急著陸方法有效提高了無(wú)人機(jī)環(huán)境感知能力，可應(yīng)用于不同飛行高度空域，增強(qiáng)了無(wú)人機(jī)城市空中交通運(yùn)行的安全性。

1 應(yīng)急著陸功能應(yīng)用需求

一般來(lái)講，為了保證無(wú)人機(jī)在運(yùn)行過(guò)程中的安全性，通常會(huì)選擇良好天氣進(jìn)行飛行，同時(shí)在規(guī)劃航線(xiàn)時(shí)，會(huì)避開(kāi)人群密集區(qū)域以減少安全性風(fēng)險(xiǎn)，不僅如此，部分航線(xiàn)飛行過(guò)程中要求附近設(shè)置多個(gè)備降點(diǎn)保證整個(gè)飛行過(guò)程安全。然而針對(duì)城市空中交通運(yùn)行場(chǎng)景下，無(wú)人機(jī)在通信鏈路丟失、電量不足無(wú)法到達(dá)備降點(diǎn)等安全預(yù)警情況下的安全著陸需求，應(yīng)設(shè)計(jì)其應(yīng)急著陸功能，使其在當(dāng)前未知環(huán)境下識(shí)別判斷可著陸區(qū)域，實(shí)現(xiàn)安全著陸，進(jìn)一步增強(qiáng)飛機(jī)運(yùn)行的可靠性和安全性。

基于UTM系統(tǒng)對(duì)無(wú)人機(jī)運(yùn)行安全性方面的考量，依托無(wú)人航空器管理體系現(xiàn)狀，應(yīng)急著陸功能的核心需求應(yīng)包括以下兩個(gè)方面。

（1）應(yīng)急著陸功能的覆蓋性

覆蓋無(wú)人機(jī)在高空、中高空、低空的全飛行階段，為不同高度空域下的未知環(huán)境安全著陸提供合適的解決方案。同時(shí)可應(yīng)對(duì)無(wú)人航空器通信鏈路丟失、電量不足無(wú)法到達(dá)備降點(diǎn)、突發(fā)惡劣天氣等緊急情況。

（2）應(yīng)急著陸功能的安全性

能夠以較高準(zhǔn)確度識(shí)別判斷未知環(huán)境地面物體類(lèi)別和地面條件，在對(duì)公共安全不產(chǎn)生影響、著陸后不損害無(wú)人航空器機(jī)體，以及不違背現(xiàn)有法律法規(guī)的情況下，實(shí)現(xiàn)應(yīng)急著陸。

無(wú)人機(jī)的應(yīng)急著陸功能通過(guò)加裝機(jī)載傳感器的方式，增強(qiáng)自身外部環(huán)境感知能力，利用人工智能手段對(duì)運(yùn)行場(chǎng)景進(jìn)行多維分析，當(dāng)出現(xiàn)緊急情況時(shí)應(yīng)急著陸功能可以快速響應(yīng)，及時(shí)探測(cè)地面可著陸區(qū)域，引導(dǎo)無(wú)人機(jī)完成緊急情況下的著陸操作。

2 無(wú)人機(jī)應(yīng)急著陸階段場(chǎng)景劃分

無(wú)人機(jī)加裝下視相機(jī)和下視激光雷達(dá)對(duì)外界環(huán)境進(jìn)行主動(dòng)感知，在執(zhí)行航線(xiàn)任務(wù)時(shí)，不同的飛行高度會(huì)決定周?chē)膽B(tài)勢(shì)環(huán)境，同時(shí)也會(huì)影響實(shí)際加裝傳感器的探測(cè)性能。因此，根據(jù)無(wú)人機(jī)響應(yīng)應(yīng)急著陸功能的在飛高度以及現(xiàn)有傳感器的探測(cè)距離及精度等因素，通常需要對(duì)飛行高度進(jìn)行剖面分析,可分為高空?qǐng)鼍?、中高空?qǐng)鼍昂偷涂請(qǐng)鼍叭N情況。在高空?qǐng)鼍爸校蚣す饫走_(dá)探測(cè)范圍有限，主要任務(wù)由視覺(jué)與慣性測(cè)量單元（IMU）融合完成，中高空和低空?qǐng)鼍爸羞M(jìn)一步融合激光雷達(dá)點(diǎn)云信息，增加地面三維點(diǎn)云信息融合處理可提高整體應(yīng)急著陸任務(wù)的安全性和可靠性。

（1）高空?qǐng)鼍?/p>

無(wú)人機(jī)飛行高度較高，超過(guò)現(xiàn)有下視激光雷達(dá)實(shí)際最大探測(cè)距離，因此基本沒(méi)有點(diǎn)云信息可供參考。下視相機(jī)可以滿(mǎn)足對(duì)地面場(chǎng)景的觀(guān)測(cè)，但受限于高空?qǐng)鼍扒蚁乱曄鄼C(jī)捕獲圖像分辨率，地面不同區(qū)域在圖像中所占像素區(qū)域較小，虛擬仿真場(chǎng)景示意如圖1所示。

圖1 高空?qǐng)鼍跋路抡姝h(huán)境圖示Fig.1 Diagram of simulation environment in high altitude scene

（2）中高空?qǐng)鼍?/p>

無(wú)人機(jī)飛行高度適中，下視相機(jī)觀(guān)測(cè)到的地面區(qū)域分割明顯，下視激光雷達(dá)可探測(cè)到足夠點(diǎn)云數(shù)量，當(dāng)將激光雷達(dá)點(diǎn)云投影到圖像上時(shí)，可以通過(guò)圖像像素對(duì)激光雷達(dá)進(jìn)行匹配，實(shí)現(xiàn)圖像區(qū)域到點(diǎn)云系統(tǒng)的映射功能，同時(shí)激光雷達(dá)點(diǎn)云信息能夠滿(mǎn)足對(duì)地面不平度進(jìn)行初步估計(jì)要求，虛擬仿真場(chǎng)景如圖2所示。

圖2 中高空?qǐng)鼍胺抡姝h(huán)境圖示Fig.2 Diagram of simulation environment in mid high altitude scene

（3）低空?qǐng)鼍?/p>

無(wú)人機(jī)飛行高度較低，下視相機(jī)觀(guān)測(cè)到的地面區(qū)域相較中高空?qǐng)鼍皡^(qū)塊更小，便于觀(guān)測(cè)地面動(dòng)態(tài)和小像素目標(biāo)障礙物，對(duì)于躲避著陸區(qū)域內(nèi)的障礙物有較好作用，而且下視激光雷達(dá)可探測(cè)到的地面點(diǎn)云數(shù)量更加細(xì)致，便于通過(guò)點(diǎn)云擬合的方式對(duì)地面場(chǎng)景進(jìn)行三維重建，實(shí)現(xiàn)指引無(wú)人機(jī)著陸未知環(huán)境的功能，虛擬仿真場(chǎng)景如圖3所示。

圖3 低空?qǐng)鼍胺抡姝h(huán)境圖示Fig.3 Diagram of simulation environment in low altitude scene

以上所述的高空?qǐng)鼍啊⒅懈呖請(qǐng)鼍昂偷涂請(qǐng)鼍爸饕蓹C(jī)載傳感器工作性能進(jìn)行區(qū)分，對(duì)于一般的激光雷達(dá)傳感器來(lái)講，探測(cè)到的點(diǎn)云數(shù)量與傳感器的可信度成正比，當(dāng)飛機(jī)高度越高時(shí)，下視相機(jī)捕獲地面圖像的細(xì)節(jié)缺失也會(huì)越嚴(yán)重，因此根據(jù)以上依據(jù)對(duì)飛機(jī)飛行剖面高度進(jìn)行劃分，見(jiàn)表1，以便針對(duì)不同飛行高度場(chǎng)景采取不同的傳感器融合探測(cè)方案。

表1 飛行器飛行高度剖面劃分Table 1 Aircraft flight altitude profile division

應(yīng)急著陸功能根據(jù)不同的觸發(fā)場(chǎng)景，將會(huì)采用不同的感知方法，具體的功能邏輯見(jiàn)表2。同時(shí)根據(jù)不同的著陸區(qū)域檢測(cè)結(jié)果，三種場(chǎng)景可建立切換聯(lián)系，功能處理邏輯如圖4所示。

圖4 不同場(chǎng)景應(yīng)急著陸功能處理邏輯圖Fig.4 Logic diagram of emergency landing function processing in different scenarios

表2 不同場(chǎng)景應(yīng)急著陸功能觸發(fā)邏輯Table 2 Triggering logic of emergency landing function in different scenarios

3 應(yīng)急著陸功能實(shí)現(xiàn)方法

根據(jù)飛行器觸發(fā)應(yīng)急著陸功能時(shí)所在的高度場(chǎng)景不同，有以下三種處理過(guò)程。

（1）高空?qǐng)鼍跋碌膽?yīng)急著陸處理過(guò)程

受限于高空?qǐng)鼍跋碌膫鞲衅餍阅埽谠搱?chǎng)景下激光雷達(dá)傳感器無(wú)法探測(cè)到地面的點(diǎn)云信息，因此當(dāng)應(yīng)急著陸功能被觸發(fā)響應(yīng)時(shí)，飛機(jī)的首要任務(wù)是根據(jù)當(dāng)前的地面場(chǎng)景找到更多的候選可著陸區(qū)域。下視相機(jī)和飛機(jī)本身的位置、姿態(tài)等傳感器的信息融合，可以給飛行器提供后續(xù)的位置引導(dǎo)。當(dāng)找到較多合適的候選著陸區(qū)域之后再下降高度進(jìn)入中高空?qǐng)鼍斑M(jìn)行判斷。

一般來(lái)講，根據(jù)無(wú)人機(jī)的著陸地點(diǎn)安全性要求，認(rèn)為農(nóng)田區(qū)域、草坪區(qū)域和道路等鋪砌路面區(qū)域作為可著陸區(qū)域優(yōu)先考慮區(qū)域，通過(guò)圖像語(yǔ)義分割可將該類(lèi)候選可著陸區(qū)域分割出來(lái)，根據(jù)可著陸區(qū)域在當(dāng)前圖像上的位置引導(dǎo)飛機(jī)進(jìn)入候選可著陸區(qū)域內(nèi)并且降低高度，便于添加激光雷達(dá)點(diǎn)云信息進(jìn)一步融合處理，尋找更佳的著陸區(qū)域，處理過(guò)程如圖5 所示。在該場(chǎng)景下的圖像分割處理后，通過(guò)可著陸區(qū)域合并，依據(jù)式（1）建立可著陸區(qū)域二值化圖像，之后計(jì)算每個(gè)多邊形區(qū)域內(nèi)的像素面積，判斷當(dāng)前視角下的可著陸區(qū)域是否滿(mǎn)足飛機(jī)著陸要求。

圖5 高空?qǐng)鼍跋聭?yīng)急處理過(guò)程Fig.5 Emergency treatment process in high altitude scene

式中，f(u,v)計(jì)算結(jié)果表示在圖像坐標(biāo)系下(u,v)點(diǎn)的二值化的數(shù)值。

（2）中高空?qǐng)鼍跋碌膽?yīng)急著陸處理過(guò)程

在中高空?qǐng)鼍爸?，下視相機(jī)對(duì)地面的觀(guān)測(cè)能力提升，便于識(shí)別圖像中像素占比較小的元素，同時(shí)對(duì)于下視激光雷達(dá)來(lái)講，由于該場(chǎng)景中激光雷達(dá)對(duì)地面探測(cè)的點(diǎn)云數(shù)量也達(dá)到要求，因此可以通過(guò)激光雷達(dá)點(diǎn)云和圖像融合的方式對(duì)地面環(huán)境進(jìn)行感知，同時(shí)根據(jù)飛行器自身的IMU設(shè)備校正傳感器感知的實(shí)際位置。該場(chǎng)景應(yīng)急著陸功能的處理過(guò)程如圖6所示。

圖6 中高空?qǐng)鼍跋聭?yīng)急處理過(guò)程Fig.6 Emergency treatment process in mid high altitude scene

首先通過(guò)下視相機(jī)獲取的圖像數(shù)據(jù)進(jìn)行語(yǔ)義分割識(shí)別，將同風(fēng)險(xiǎn)的可著陸區(qū)域進(jìn)行合并，通過(guò)可著陸區(qū)域圖像輪廓提取計(jì)算占地面積，估計(jì)區(qū)域大小是否滿(mǎn)足飛行器尺寸要求，通過(guò)式（2）計(jì)算激光雷達(dá)點(diǎn)云和圖像匹配關(guān)系，確定圖像上滿(mǎn)足著陸地點(diǎn)的像素位置在激光雷達(dá)坐標(biāo)系中的對(duì)應(yīng)關(guān)系。

（3）低空?qǐng)鼍跋碌膽?yīng)急著陸處理過(guò)程

在低空?qǐng)鼍跋?，圖像可以針對(duì)地面物體有更清晰的識(shí)別能力，對(duì)地面障礙物以及動(dòng)態(tài)的行人車(chē)輛有更準(zhǔn)確的識(shí)別特征，同時(shí)激光雷達(dá)反射到地面上的點(diǎn)云數(shù)量和密度能夠更高地?cái)M合出地面的三維物理信息，可更好地用于地形估計(jì)和最佳著陸位置篩選工作。因此在該場(chǎng)景下的應(yīng)急著陸處理過(guò)程如圖7所示。

圖7 低空?qǐng)鼍跋聭?yīng)急著陸處理過(guò)程Fig.7 Emergency treatment process in low altitude scene

當(dāng)處在較低高度時(shí)，無(wú)人機(jī)基本已經(jīng)處在可著陸區(qū)域之中，但仍需要通過(guò)激光雷達(dá)點(diǎn)云判斷當(dāng)前可著陸區(qū)域的地面不平度信息，根據(jù)飛行器物理尺寸篩選合適的著陸中心點(diǎn)位置，確定著陸位置后發(fā)送給無(wú)人機(jī)引導(dǎo)系統(tǒng)用于安全著陸。

4 應(yīng)急著陸功能測(cè)試

針對(duì)本文研究?jī)?nèi)容，采用仿真平臺(tái)對(duì)無(wú)人機(jī)應(yīng)急著陸方法進(jìn)行測(cè)試，一方面需要模擬高空環(huán)境，另一方面需要更真實(shí)的虛擬仿真環(huán)境，因此采用微軟公司開(kāi)源平臺(tái)AirSim[16]進(jìn)行測(cè)試，AirSim仿真平臺(tái)依托UE4虛幻引擎，具備非常豐富逼真的視覺(jué)仿真效果，同時(shí)具有攝像頭、激光雷達(dá)、GPS、IMU 等多種傳感器，能夠模擬無(wú)人機(jī)在各種場(chǎng)景下的飛行控制及傳感器數(shù)據(jù)捕獲。利用ROS 平臺(tái)將無(wú)人機(jī)飛行狀態(tài)和傳感器探測(cè)數(shù)據(jù)發(fā)布到統(tǒng)一平臺(tái)，提供給測(cè)試模塊進(jìn)行使用，為本文研究?jī)?nèi)容提供了驗(yàn)證平臺(tái)。

4.1 測(cè)試場(chǎng)景

本研究選取城市環(huán)境場(chǎng)景的仿真場(chǎng)景對(duì)應(yīng)急著陸方案進(jìn)行測(cè)試試驗(yàn)，該仿真場(chǎng)景地面包括鋪砌路面和草坪等可著陸區(qū)域，房屋建筑、樹(shù)林區(qū)域、水域等不可著陸區(qū)域及汽車(chē)、電線(xiàn)桿等危險(xiǎn)障礙物，能夠滿(mǎn)足應(yīng)急著陸算法測(cè)試需求?；贏(yíng)irSim的城市環(huán)境場(chǎng)景如圖8 所示。下視相機(jī)捕獲的圖像場(chǎng)景如圖9所示，利用ROS平臺(tái)的RVIZ軟件對(duì)測(cè)試過(guò)程的圖像和點(diǎn)云信息進(jìn)行圖形化顯示，顯示界面如圖10所示。

圖8 虛擬仿真測(cè)試場(chǎng)景Fig.8 Virtual simulation test scene

圖9 下視圖像捕獲場(chǎng)景Fig.9 Scene captured by down view image

圖10 ROS RVIZ軟件顯示Fig.10 Display by the ROS RVIZ software

4.2 測(cè)試過(guò)程

本文研究?jī)?nèi)容仿真測(cè)試場(chǎng)景采用上述場(chǎng)景，將天氣設(shè)置成默認(rèn)良好情況，設(shè)置無(wú)人機(jī)平臺(tái)傳感器時(shí)添加下視相機(jī)、下視激光雷達(dá)以及飛機(jī)自身GPS 和IMU 傳感器，其中針對(duì)激光雷達(dá)傳感器約束最大探測(cè)范圍，并同時(shí)增大垂直角度探測(cè)范圍以更好地利用點(diǎn)云信息，設(shè)置完成后啟動(dòng)虛擬仿真場(chǎng)景。

當(dāng)虛擬環(huán)境完成加載后，選擇合適的航線(xiàn)并通過(guò)程序控制飛行器在虛擬環(huán)境中飛行，當(dāng)無(wú)人機(jī)飛行高度到達(dá)指定高度時(shí)，手動(dòng)觸發(fā)響應(yīng)應(yīng)急著陸功能，進(jìn)行功能測(cè)試。設(shè)置仿真激光雷達(dá)對(duì)地高度探測(cè)最大距離，并根據(jù)實(shí)際真實(shí)雷達(dá)探測(cè)距離增加線(xiàn)性可信衰減函數(shù)區(qū)分不同場(chǎng)景激光雷達(dá)傳感器性能，如式（4）所示。

式中，Γ為激光雷達(dá)在當(dāng)前高度信賴(lài)度，當(dāng)大于1時(shí)認(rèn)為完全可信；Hmax為雷達(dá)可探測(cè)到的最大距離；a為常數(shù)，用來(lái)調(diào)節(jié)信賴(lài)度結(jié)果；H為當(dāng)前飛行器對(duì)地高度。

應(yīng)急著陸程序可通過(guò)傳感器信息判斷當(dāng)前飛行場(chǎng)景。同時(shí)程序可根據(jù)當(dāng)前相機(jī)和激光雷達(dá)點(diǎn)云數(shù)量確定傳感器數(shù)據(jù)可信度，當(dāng)處于高空?qǐng)鼍皶r(shí)，仿真結(jié)果示意如圖11 所示。在該場(chǎng)景下無(wú)人機(jī)飛行高度較高，受傳感器自身探測(cè)距離因素影響，當(dāng)前激光雷達(dá)點(diǎn)云數(shù)量基本為空，無(wú)人機(jī)主要通過(guò)圖像語(yǔ)義分割的方式對(duì)地面有效的可著陸區(qū)域進(jìn)行識(shí)別，計(jì)算當(dāng)前視角下的可著陸區(qū)域范圍，若滿(mǎn)足設(shè)定閾值，則根據(jù)可著陸區(qū)域計(jì)算無(wú)人機(jī)下一階段目標(biāo)點(diǎn)，同時(shí)下降高度完成飛行場(chǎng)景的轉(zhuǎn)換。

圖11 高空?qǐng)鼍胺抡娼Y(jié)果示意圖Fig.11 Schematic diagram of high altitude scene simulation results

無(wú)人機(jī)下降高度同時(shí)對(duì)地面點(diǎn)云數(shù)量進(jìn)行統(tǒng)計(jì)，當(dāng)滿(mǎn)足中高場(chǎng)景下的激光雷達(dá)點(diǎn)云數(shù)量要求時(shí)，利用圖像分割的方法和激光雷達(dá)點(diǎn)云投影到圖像上的方式，獲取候選可著陸區(qū)域內(nèi)的點(diǎn)云進(jìn)行處理，如圖12所示。此時(shí)的點(diǎn)云數(shù)量可以通過(guò)和相機(jī)的轉(zhuǎn)換矩陣進(jìn)行對(duì)應(yīng)，同時(shí)根據(jù)飛機(jī)設(shè)定的物理尺寸大小，對(duì)地面可著陸區(qū)域進(jìn)行篩選，候選可著陸區(qū)域的選擇順序是鋪砌路面優(yōu)于草坪區(qū)域。最終確定符合著陸區(qū)域的位置，并同時(shí)降低高度進(jìn)行以點(diǎn)云處理為主的應(yīng)急著陸區(qū)域篩選。

圖12 中高空?qǐng)鼍胺抡媸疽鈭DFig.12 Schematic diagram of mid high altitude scene simulation results

無(wú)人機(jī)根據(jù)之前的識(shí)別過(guò)程選擇可用于著陸的位置，此時(shí)傳感器觀(guān)測(cè)到的信息如圖13 所示。在當(dāng)前飛行器下視相機(jī)的視角下，激光雷達(dá)點(diǎn)云信息比較稠密，因此可以通過(guò)點(diǎn)云平面擬合的方式對(duì)當(dāng)前預(yù)著陸的地形進(jìn)行重建工作，利用無(wú)人機(jī)設(shè)置的著陸空間范圍對(duì)點(diǎn)云平面進(jìn)行滑動(dòng)窗口切割計(jì)算，若擬合平面梯度和地面不平度滿(mǎn)足實(shí)際著陸要求，計(jì)算當(dāng)前區(qū)域中心點(diǎn)，并通過(guò)激光雷達(dá)點(diǎn)云信息找到對(duì)應(yīng)中心點(diǎn)的實(shí)際相對(duì)飛行器距離，并結(jié)合GPS和IMU的信息對(duì)著陸位置進(jìn)行估計(jì)，引導(dǎo)飛機(jī)飛向安全區(qū)域。

圖13 低空?qǐng)鼍胺抡媸疽鈭DFig.13 Schematic diagram of low altitude scene simulation results

在實(shí)際測(cè)試過(guò)程中，圖像語(yǔ)義分割和雷達(dá)點(diǎn)云處理同步進(jìn)行，在高空?qǐng)鼍跋碌臏y(cè)試結(jié)果如圖14 所示，當(dāng)前仿真測(cè)試對(duì)地高度約為150m，此時(shí)激光雷達(dá)可信賴(lài)度較低，小于可接收閾值，其中圖14（e）中點(diǎn)云映射到圖像上的點(diǎn)云顏色隨飛機(jī)高度進(jìn)行變化，靠近地面顏色為紅色，離地面越遠(yuǎn)綠色比重越多。高空?qǐng)鼍跋螺敵龅膱D像和候選可著陸點(diǎn)的實(shí)際位置數(shù)據(jù)見(jiàn)表3。此時(shí)當(dāng)前飛機(jī)可找到候選著陸位置，因此將候選著陸位置發(fā)送給飛機(jī)引導(dǎo)系統(tǒng)，降低高度切換場(chǎng)景實(shí)現(xiàn)更細(xì)致的感知。

表3 高空?qǐng)鼍拜敵隹芍憛^(qū)域坐標(biāo)信息（部分）Table 3 Candidate landing area locations in high altitude scenarios（excerpt）

圖14 高空?qǐng)鼍皩?shí)際仿真測(cè)試圖Fig.14 Actual simulation test diagram of high altitude scene

待飛機(jī)完成引導(dǎo)功能并進(jìn)入中高空?qǐng)鼍昂?，機(jī)載相機(jī)和激光雷達(dá)傳感器對(duì)地面的觀(guān)測(cè)視角更加明晰，通過(guò)對(duì)同步后的數(shù)據(jù)進(jìn)行圖像語(yǔ)義分割和激光點(diǎn)云處理，可以得到新一批的候選可著陸區(qū)域坐標(biāo)位置，可視化后的圖像如圖15所示，測(cè)試截取圖片時(shí)飛機(jī)當(dāng)前高度約為80m，圖15（e）中點(diǎn)云棕色代表紅色占比逐漸增多，離地面越來(lái)越近，輸出的可著陸點(diǎn)位置信息見(jiàn)表4，同時(shí)根據(jù)可著陸位置附近的激光雷達(dá)點(diǎn)云進(jìn)行分析，計(jì)算標(biāo)準(zhǔn)差并檢測(cè)高度變化，選擇合適坐標(biāo)位置發(fā)送給飛行器引導(dǎo)程序。

表4 中高空?qǐng)鼍拜敵隹芍憛^(qū)域坐標(biāo)信息（部分）Table 4 Candidate landing area locations in mid high altitude scene（excerpt）

圖15 中高空?qǐng)鼍皩?shí)際仿真測(cè)試圖Fig.15 Actual simulation test diagram of mid high altitude scene

當(dāng)飛行器接近地面進(jìn)行著陸時(shí)，具體測(cè)試結(jié)果如圖16所示，當(dāng)前高度約為20m，通過(guò)圖像語(yǔ)義分割顯示結(jié)果可觀(guān)察到飛行器視角內(nèi)大部分都是可著陸區(qū)域范圍，此時(shí)激光雷達(dá)投影到圖像上的點(diǎn)云顏色也已經(jīng)基本為紅色，說(shuō)明到地面的距離逐漸變小，如圖16（e）所示，可著陸位置信息見(jiàn)表5，最后再融合多源傳感器數(shù)據(jù)，以及飛行器相對(duì)候選可著陸位置的歐式距離，計(jì)算出最終的著陸位置結(jié)果信息，并引導(dǎo)飛行器著陸。

表5 低空?qǐng)鼍拜敵隹芍憛^(qū)域坐標(biāo)信息（部分）Table 5 Candidate landing area locations in low altitude scene（excerpt）

圖16 低空?qǐng)鼍皩?shí)際仿真測(cè)試圖Fig.16 Actual simulation test diagram of low altitude scene

4.3 測(cè)試結(jié)果

根據(jù)以上的測(cè)試過(guò)程得出結(jié)果如下:（1）良好天氣下，無(wú)人機(jī)可以通過(guò)傳感器融合的方式進(jìn)行主動(dòng)感知，完成飛行器的應(yīng)急著陸功能；（2）在高空?qǐng)鼍跋拢瑹o(wú)人機(jī)可通過(guò)圖像語(yǔ)義分割的方式對(duì)地面區(qū)域進(jìn)行預(yù)篩選，可以快速定位下一階段中高空?qǐng)鼍暗闹行奈恢?；?）在中高空?qǐng)鼍跋拢瑹o(wú)人機(jī)可利用相機(jī)和激光雷達(dá)融合的方式對(duì)地面進(jìn)行探測(cè)，并可根據(jù)傳感器結(jié)果輸出著陸區(qū)域位置；（4）在低空?qǐng)鼍跋拢瑹o(wú)人機(jī)主要通過(guò)相機(jī)對(duì)地面如車(chē)輛、電線(xiàn)桿等危險(xiǎn)障礙物進(jìn)行識(shí)別躲避，同時(shí)可根據(jù)豐富的點(diǎn)云信息對(duì)地面信息進(jìn)行三維重建，引導(dǎo)無(wú)人機(jī)實(shí)現(xiàn)在當(dāng)前場(chǎng)景安全著陸。

5 結(jié)論

本文研究了無(wú)人機(jī)在不同飛行高度階段場(chǎng)景下的應(yīng)急著陸處理程序，結(jié)果表明，采用基于多傳感器融合的方式可以實(shí)現(xiàn)無(wú)人機(jī)在未知場(chǎng)景下的應(yīng)急著陸功能，同時(shí)針對(duì)不同傳感器性能要求，對(duì)無(wú)人機(jī)飛行剖面進(jìn)行切分判斷，能夠充分發(fā)揮各個(gè)傳感器的優(yōu)勢(shì)特點(diǎn)，實(shí)現(xiàn)不同場(chǎng)景的有效切換，快速找到可供著陸的最佳區(qū)域。真實(shí)無(wú)人機(jī)的運(yùn)行場(chǎng)景會(huì)相較仿真場(chǎng)景有更多的不確定性，因此需要針對(duì)無(wú)人機(jī)真實(shí)場(chǎng)景進(jìn)行數(shù)據(jù)采集和語(yǔ)義分割模型訓(xùn)練，同時(shí)針對(duì)非測(cè)繪用激光雷達(dá)垂直視角與圖像視角不匹配的問(wèn)題，應(yīng)采取多幀點(diǎn)云拼接的方式實(shí)現(xiàn)下視圖像的點(diǎn)云覆蓋。因此，針對(duì)以上真實(shí)場(chǎng)景的問(wèn)題，應(yīng)首先選擇合適的傳感器硬件，優(yōu)化合理布局機(jī)載傳感器系統(tǒng)，不斷更新算法，增強(qiáng)無(wú)人機(jī)的穩(wěn)定性。

基于多傳感器融合的應(yīng)急著陸功能是一項(xiàng)新技術(shù)，對(duì)于無(wú)人機(jī)在飛任務(wù)的安全性和可靠性有了進(jìn)一步的提升，同時(shí)增強(qiáng)了無(wú)人機(jī)的自主感知能力，可通過(guò)周?chē)鷳B(tài)勢(shì)環(huán)境執(zhí)行響應(yīng)的飛行工作，對(duì)推動(dòng)無(wú)人機(jī)運(yùn)行安全性的發(fā)展起到重要推動(dòng)作用。