基于VI-SLAM的四翼無人機多目標視覺定位技術

(清華大學天津電子信息研究院，天津 300467)

0 引言

無人機在偵查、監控、搜救等領域都有著廣泛的應用前景，相比較其它無人機，四旋翼無人機具備垂直起降、靈活性高、可以保持低速飛行的優點，因此成為當前研究的熱點課題。目前人們對四旋翼無人機提出了更高的要求，指出無人機要向更加智能、更加實用的方向發展，若想達到這一要求必須要實現全自主飛行，無人機要具備自主定位的能力[1]。對于控制無人機自主飛行這一問題上，傳感器和處理器發揮著重要作用，無人機需要利用傳感器和處理器來估計位姿，構建環境地圖。早期使用的雷達為激光雷達，但是激光雷達成本過高、體積過大，隨著分析的深入，科學家發現攝像機具備重量輕、功耗低等優點，可以很好地取代激光雷達識別圖像幾何結構，在執行更高級別的任務時，無人機還需要引入視覺信息技術[2]。

SLAM指的是一種新的緊耦合視覺慣導即時定位與地圖重建系統，該系統能夠利用地圖實現閉環，從而有效減少由于定位產生的漂移誤差，當前SLAM還加入了閉環檢測線程技術，確保無人機可以實現閉環檢測和重定位，該系統具有很好的穩健性，且定位精準度高[3]。雖然SLAM具備上述優點，但是該系統僅能構建稀疏特征地圖，在優化方面計算量過大。

本文基于VI-SLAM系統設計了一種新的四旋翼無人機多目標視覺定位技術，加入立體攝像機進行地圖重構，通過四旋翼自主飛行平臺實現精準定位。該方法通過多個標定相機進行標定，利用軟觸發同步采集圖像，同時加入背景差分、連通域分析、沖投影等技術進行自動檢測和定位。

1 基于VI-SLAM的四翼無人機多目標視覺定位技術原理

通過空對地定位技術求取地面目標所在的三維坐標，借助機載光電測量平臺、北斗衛星導航系統和無人機空中姿態測量系統實現多目標視覺定位[4]。基于VI-SLAM的四翼無人機多目標視覺定位技術的工作原理如圖1所示。

分析圖1可知，在進行定位時，導航定位系統、航空姿態測量系統、機載光電測量平臺共同工作，從而降低誤差，確保無人機可以實現自主定位。當無人機接收到定位命令后，機載光電平臺內部的攝像機就開始主動搜索地面的目標，在相機市場中心內部鎖定目標，鎖定目標后，航定位系統和航空姿態測量系統會對檢測實時數據，借助無人機獲得目標的三維坐標、三姿態角，處理出數據后，將空中坐標轉換成大地坐標，建立幾何模型，從而得到精準的大地坐標值[5]。

2 基于VI-SLAM的四翼無人機多目標視覺定位技術

2.1 多目標相機標定

機載光電測量平臺在進行標定時，需要確定內方位元素、畸變參數、外方位元素，通過控制場檢測得到內方位元素和畸變參數，利用輔助標志點過渡法獲取外方位元素[6]。在相機外殼上標定8個控制點，如圖2所示，根據這8個標志點建立一個局部坐標系，在該局部坐標系中確定出相機中心所在位置，相機在局部坐標系中所在位置保持不變，相機對應的主光軸朝向始終沖著一個方向。

根據標識點設計矩陣，在矩陣內部標定多目標所在的各個位置[7]。

攝像機在鎖定目標后，拍攝目標圖像，對圖像進行背景差分，尋找圖像序列的當前幀和背景幀，設定參考模型，檢測目標的運動速度，使用背景差分檢測目標時，即使目標的行駛速度很快，也能夠實現精準檢測。相機采集影像的第一張圖片被設定成初始背景圖，利用該初始背景圖建立高斯函數模型，分析權值變化，改變函數的灰度值，確保背景圖像的灰度值滿足高斯分布，對比所得圖片的灰度值與背景灰度值的差異，分析檢測概率。在這種條件下，即使相機采集到的初始背景存在無人機，也不會影響后續的定位工作進行[8]。背景差分法鎖定的目標圖像經過處理得到差分二值圖，對比圖如圖3所示。

圖3 鎖定目標背景差分結果示意圖

2.2 基于VI-SLAM的四翼無人機多目標視覺定位與篩選

確定機載目標位置后，建立坐標系，分析航拍圖像像點在坐標系上的位置，將攝像機坐標系轉換成載機機體坐標系，明確載機機體坐標系與大地坐標系之間的關系，然后再將載機機體坐標系轉換成大地坐標系，實現坐標系的轉換問題。得到的大地坐標系如圖4所示。

圖4 大地坐標系示意圖

通過上述轉換過程確定大地坐標系，從而確定出目標在大地坐標系中的坐標。為了使得到的定位結果更加準確，建立幾何關系模型，對主目標和次目標之間的幾何關系進行分析，通過計算分析確定次目標像點在攝像機坐標系下的三維坐標，根據坐標轉換法對次目標的大地坐標進行計算[9]。多目標幾何定位圖形如圖5所示。

圖5 多目標幾何定位模型

在四旋翼無人機上，通過激光測距儀分析光電平臺與主目標、次目標之間的距離，四旋翼無人機光電平臺如下圖6所示。圖中，P代表主目標，Q代表次目標，無人機多目標幾何定位模型主要是由無人機、主目標、次目標組成，根據映射原理，得到沿無人機攝像機的攝像向量的投影，判斷向量與向量之間的夾角。

圖6 四旋翼無人機光電平臺

調節攝像機的焦距，在四旋翼無人機上得到主目標和次目標在載機地理坐標系上的坐標點，判斷坐標系之間的夾角。將主目標和次目標在載機地理坐標系上的坐標點代入到映射函數關系式中，通過分析主目標到光電平臺之間的距離、次目標到光電平臺之間的距離、平臺與目標之間的相對關系，得到目標在攝像機坐標系的相對位置[10]。主目標和此目標在進行定位時的坐標轉換過程如圖7所示。

圖7 坐標轉換過程

根據上述分析可知，通過主次目標的幾何關系確定主次目標在攝像機坐標系中的坐標點，利用映射關系得到多目標在大地坐標系的坐標點。

3 基于VI-SLAM的四翼無人機多目標視覺厘米級定位精度實現

通過轉換坐標系定位的目標坐標值并非準確坐標值，必須要分析定位結果的精度，實現厘米級精準定位。在基于VI-SLAM的四翼無人機多目標定位技術中，多目標的定位精度是最重要的指標，是定位技術的重要環節。造成目標定位誤差的主要原因有如下幾種：(1)無人機在空中定位時產生的誤差；(2)無人機在定位姿態角時產生的誤差；(3)無人機激光測距儀測距過程產生的誤差。通過衛星導航系統改善無人機定位產生的誤差，目前主要是應用全球導航系統，即GPS系統實現誤差改善，但是由于GPS為國外系統，所以本文定位精度實現引用的系統為我國研發的北斗衛星導航系統。相較于GPS系統，北斗衛星導航系統多加入了3顆中軌道衛星，分別在傾角為55°的3個平面上，多顆衛星同步工作使北斗衛星導航系統具備更強的通信能力。

三頻北斗導航信號具有很強的定位能力，可以實現厘米級多目標精度定位，三頻北斗導航信號中的加密信號需要確定得到授權后才可以使用。在經過一段時間的測量后，三頻北斗導航信號可以測得載波相位整周模糊度的初始值，這種求值算法的準確度更高，與真實值更加接近，并縮小整周模糊度的搜索空間，使求解時間更短，求解效率更高。

通過最小二乘算法降低最小誤差，最小二乘算法通過計算最小化誤差的平方，得到新的數據，尋找數據最佳匹配方法。最小二乘法的計算過程簡單，在處理誤差值后，數據會更加趨近真實值。本文使用的算法為遞歸最小二乘算法，該算法能夠很好地處理濾波，提高目標的定位準確性。遞歸最小二乘算法的定位誤差均在期望誤差范圍之內，比較主目標和次目標之間的定位誤差，可以發現主目標的定位誤差會小于次目標的定位誤差，次目標的定位誤差與主目標定位誤差相差較大，造成這種現象的原因有如下幾個：(1)無人機光電平臺與各個目標之間存在的斜距不同，二者之間斜距越大，定位時得到的誤差就越大；(2)多個坐標轉換時，有可能因為轉換不準確而產生誤差；(3)圖像在不同的流程中，有可能出現畸變，這種畸變也很容易引起坐標誤差。引入遞歸最小濾波處理方法處理誤差濾波，能夠大大減小定位誤差。

4 實驗研究

4.1 實驗目的

為了進一步研究本文基于VI-SLAM的四旋翼無人機提出了一種新的多目標視覺定位技術的實際效果，與傳統定位技術進行對比，設置了驗證實驗。分別使用“北斗二代”衛星和蒙特卡洛法對傳統技術和本文技術的定位誤差進行檢測。

4.2 實驗參數與實驗環境設計

設置實驗參數如表1。

表1 實驗參數

4.3 實驗過程與結果分析

4.3.1 北斗二代星座誤差檢測實驗

北斗衛星的載波相位觀測值測量精度很高，可以精確到±11 mm，因此用來檢測目標精度的定位誤差具有很高的實用性。北斗MEO衛星示意圖如圖8所示。

圖8 北斗MEO衛星示意圖

無人機與地面之間的相對高度為1 500 m，設定的無人機經度為122.668 826°，緯度為52.142 185°。將航拍圖像數據設定成實驗對象，在這一時刻，無人機內部的光電平臺俯仰軸在水平方向的角度為0°，垂直向下的方向為-90°，檢測傳統技術和本文技術的測量精度，得到的定位誤差結果如圖9所示。

圖9 北斗衛星檢測傳統技術定位誤差結果

圖10 北斗衛星檢測本文技術定位誤差結果

對比上圖定位誤差結果可知，在使用傳統技術對多目標進行視覺定位時，高低角和方位角都會產生很大的測量誤差，高低角的測量誤差為0.8 mrad，方位角的測量誤差為1.25 mrad，無人機內部的激光平臺激光測距精度為15 m。在使用本文研究的基于VI-SLAM的四旋翼無人機的多目標視覺定位技術進行定位時，雖然也會產生一定的測量誤差，但是測量誤差大大減小，高低角的測量誤差為0.25 mrad，方位角的測量誤差為0.37mrad，無人機內部的激光平臺激光測距精度為5m。與傳統技術相比，本文的定位技術顯現出極大的優勢。

4.3.2 蒙特卡洛法誤差檢測實驗

蒙特卡洛法是根據計算結果來檢驗誤差大小的方法，該方法會對大量數據進行計算，以隨機模擬的方式，分析數據的概率，主要利用的技術為隨機抽樣技術。根據蒙特卡洛法對傳統定位技術定位3個目標(1個主目標，2個次目標)誤差進行計算，得到的定位誤差結果如表2所示。

表2 傳統技術的多目標定位誤差

在完成傳統的技術的定位誤差計算后，使用蒙特卡洛法對本文研究的技術對相同的3個目標的定位誤差進行檢測，得到的定位誤差結果如表3所示。

表3 本文技術的多目標定位誤差表2本文技術的多目標定位誤差

針對上表進行對比分析，可以發現本文研究的定位算法在對主目標、次目標進行定位時，經度定位誤差、緯度定位誤差、大地高定位誤差、平面定位誤差都要低于傳統定位技術的定位誤差。

4.4 實驗討論

本文同時使用了“北斗二代”衛星和蒙特卡洛法檢測了傳統技術和本文技術的定位效果，兩種檢測實驗結果均表明，本文研究的基于VI-SLAM的四旋翼無人機提出的多目標視覺定位技術在對不同目標進行定位時，精準度要更高。本文眼睛就得方法即使在GPS失效的情況下，也可以很好地對目標進行定位，內部的采集器和傳感器緊密配合，有效地處理攝像機采集到的各種數據，通過多個坐標轉換，逐步提高定位的精度和穩健性。

5 結束語

本文基于VI-SLAM的四旋翼無人機提出了一種新的多目標視覺定位技術，該技術操作過程簡單，無人機內部的激光測距機只需要對主目標進行一次測距，就可以根據攝像機焦距得到目標圖像在攝像機坐標系中的坐標值，然后再通過坐標轉換，求解出該目標圖像在大地上的坐標。通過北斗導航系統對無人機所在的位置進行空中定位，能夠有效提高定位的精準性。定位技術使用的算法為遞歸最小二乘算法，能夠達到減少定位過程的誤差率，相對于傳統算法，遞歸最小二乘算法的定位精度可以提高10 m左右，基于VI-SLAM的四旋翼無人機提出的多目標視覺定位技術在躲避障礙物、路徑規劃、導航等領域都可以發揮出關鍵性的作用。本文研究的定位技術雖然具備上述優點，但是面對復雜地形，該技術仍然顯現出很大的局限性，未來要在這一方面進行更加深入的研究。