郭浩淳
（上海工程技术大学 电子电气工程学院 上海 201620）
【摘 要】：基于pixhawk2.4.8飞控装载于F450 UAV，用于包括路径规划和自动避障的相关研究。搭载树莓派4b，基于Dronekit以及Ardupilot实现树莓派与pixhawk的通讯并对无人机姿态、路径等的远端控制；传感器包括GPS以及基于TOF的激光雷达模块，用于导航避障，使用SITL进行模拟仿真，MissionPlanner作为地面站对无人机各项参数进行监测。
【关键词】：四旋翼无人机；自动避障；路径规划
0 引言
近年，无人机的消费级市场不断扩大，民用无人机也大量追求性能更优，计算量更小的避障技术，一方面是为了实现无人机的自动化和智能化，另一方面是为了更高的安全性。避障是指无人机在飞行过程中，通过传感器感知到在其规划路线上存在的静态或动态障碍物时，进行姿态、速度等的调整，并在必要时通过一定的算法实现路径的重新规划。无人机能否自主实现避障，讲给使用者带来许多便利，同时也能大大降低安全隐患。
1 无人机避障方式浅析
1.1传统方向
无人机避障技术可分为三个阶段,?一是感知障碍物阶段,?二是绕过障碍物阶段,?三是场景建模和路径搜索阶段,?这三个阶段是无人机避障技术的工作过程。第一阶段,无人机能够感知障碍物,当遇到障碍物时,能够快速识别,并悬停停止飞行,等待操作者的下一步指令;第二阶段,无人机能够获得障碍物的深度图像,并且通过图像感知障碍物的轮廓,然后自主绕开障碍物,这是开始实现自主避障的阶段;?第三个阶段是无人机对飞行区域简历地图模型然后规划飞行路线。[1]
超声波测距。超声波传感器的基本原理是测量超声波的飞行时间，通过d=vt/2测量距离，其中d是距离，v是声速，t是飞行时间。超声波测距技术成熟，被应用在各种领域，并且成本较低，但是测量距离小，受干扰因素较多，包括温湿度以及被测物的反射面等都对其测距效果产生影响，所以超声波测距一般用于无人机起降时相对地面的距离，以使无人机在降落接近地面时及时减速。
红外测距。一般的红外测距都是采用三角测距的原理。红外发射器按照一定角度发射红外光束，遇到物体之后，光会反向回来，检测到反射光之后，通过结构上的几何三角关系，就可以计算出物体距离D。
.png)
图表 1 三角测距原理图
当D的距离足够近的时候，上图中L值会相当大，如果超过检测器的探测范围，这时，虽然物体很近，但是传感器反而看不到了。当物体距离D很大时，L值就会很小，测量精度会变差。因此，常见的红外传感器测量距离都比较近，小于超声波，同时远距离测量也有最小距离的限制。另外，对于透明的或者近似黑体的物体，红外传感器是无法检测距离的。但相对于超声来说，红外传感器具有更高的带宽。[2]
激光测距。使用激光进行测距的技术虽然出现的早，但是现在也同样发展迅速，包括使用TOF、极光测距等，TOF可以加一道光源，使用单目的摄像头采集视觉信息，大大降低了使用双目视觉摄像头运算量过大的问题。激光雷达的测量距离可以达到几十米甚至上百米，角度分辨率高，通常可以达到零点几度，测距的精度也高。目前的激光技术配合SLAM是比较流行的研究方向，也更适合室内使用。当然，激光测距最大的缺点就是容易受到外来光的干扰，所以一般激光测距会搭配其他传感器共同使用。
基于视觉的测距。这一方向已经基本与现代的测距方式接轨，属于现在主流的研究方向之一。视觉测距在实际使用中依赖大量的算法，要求处理器有较高的算力。双目视觉测距原理和眼睛类似，根据同一物体在领边镜头中的成像坐标不同，利用摄像头的位置，物体的偏移量以及传感器的大小等参数就可以计算出无人机到物体的距离，类似于三角测距。双目视觉在捕获和计算点时，也是根据计算机视觉的算法实现特征提取。还有利用深度摄像机的测距，该方法可以同时获取深度图像和RGB图像。对于移动的物体，也可以采用光流算法等进行图像的处理。但是，技术难度大，受光照条件影响也成为限制其发展的障碍。
1.2新兴测距技术
利用深度学习，迁移学习等时下热门的算法实现的实时避障，如在视觉方向使用CNN（卷积神经网络）等研究方法进行识别和避障。还有利用电子地图等借助细粒度地图，以及SLAM建模等等。
2无人机整体设计
2.1 系统总体框架
本论文使用的F450无人机搭载pixhawk飞控以及树莓派4b作为主要控制模块。传感器包括M8N GPS一套、山狗摄像机搭配一架双轴自稳云台以及3iTOF01激光雷达。
地面站使用MssionPlanner，使用Ubuntu 20.04作为主要工作环境。使用ssh协议与树莓派进行连接，实现远程操控树莓派。使用Dronekit的python库进行代码编写，搭建了Ardupilot开发环境在环仿真SITL进行无人机路径规划的模拟仿真。
图表 2 无人机整体框架图
2.2 各模块的部署
数传模块。用数传装置与上位机进行连接与信息交互，实验中数传模块使用3DR数传，设置波特率57600位/秒，空速64kbps，传输功率100mW，占空比100%，并选择使用Mavlink指令控制。
树莓派、pixhawk通讯模块。树莓派模块与pixhawk模块使用TTL转USB连接通讯，连接线接到pixhawk的telem2口，遥控器回传模块接口改为telem1，使用5V稳压线与F450预留的JST口连接对树莓派供电，最后pixhawk连接地面站修改接口参数。
图表 3 无人机整体样式
雷达模块。3iTOF01激光雷达主要包括激光测距模组、旋转机构、无线供电模块和无线通讯模块。其工作原理为，雷达在每次测量过程中，向目标物体发射单词激光脉冲，用传感器接收目标物反射回来的光，计算脉冲光线往返的时间得出目标物体的距离，雷达内部搭载的MCU处理器对数据进行实时地处理，计算得出的距离及角度信息通过通讯接口输出给树莓派。雷达工作过程中可进行每秒2KHz测距动作，在直流电机驱动下，激光雷达测距核心顺时针旋转、对周围环境进行360度扫描，最终可得出所在空间平面点云图信息。由于无人机在室内GPS信号较弱，实验中使用机型只适用于室外作业，因此，主要还是用到TOF的测距方法。
.png)
图表 4激光雷达规格参数截取
内部环境。树莓派内部烧录了Ubuntu MATE的系统，与PC端的Ubuntu 20.04通过ssh进行远程连接。在树莓派中安装Dronekit的库，创建好.py文件后使用vim编辑文件，写入代码，最后使用“python 文件名.py”的语句启动无人机，是无人机按照编译的路径进行飞行。最后可用Ardupilot和SITL进行模拟仿真，验证代码准确性。
3结语
Pixhawk和树莓派都是可扩展性良好的，完全开源的主板，pixhawk主要用于无人机的包括PID控制等方面，克搭载各类传感器，树莓派有小型计算机的功能，克对一些较为复杂的操作进行控制，并提供一定的算力，用它们像结合来研究无人机的各类实验较为方便，虽然仅仅依靠树莓派的算力还没办法较好地搭载视觉测距的设备进行自动避障，但是可以使用雷达测距，结合SLAM算法，也能做到一定程度的避障，最后通过Donekit实现树莓派对pixhawk的操控，比如规划路径，实现更多有意思的功能。
参考文献
[1]杨涛. 基于协同学和迁移学习的无人机避障系统的设计与实现[D].电子科技大学,2019.
[2]金红从传感器和算法原理讲起，机器人是如何避障的丨雷锋网公开课https://www.leiphone.com/news/201611/Mv5nvLHyvppuovQT.html