基于北斗的無人機(jī)高精度自主導(dǎo)航與監(jiān)控技術(shù)分析

李明，饒弘

（中國民用航空飛行學(xué)院，四川 廣漢 618300）

0 引言

無人機(jī)自主導(dǎo)航主要可以分成程控飛行與導(dǎo)航定位兩部分，在當(dāng)前科學(xué)技術(shù)不斷發(fā)展的背景下，為切實(shí)提升無人機(jī)的工作效率，深入研究無人機(jī)的自主導(dǎo)航與監(jiān)控技術(shù)，提高無人機(jī)的功能性，使其被廣泛應(yīng)用于農(nóng)業(yè)種植、高空攝影、山區(qū)救援等場景當(dāng)中，成了一項(xiàng)極為必要的工作。

1 無人機(jī)的物理平臺總體架構(gòu)

在無人機(jī)技術(shù)飛速發(fā)展的當(dāng)下，無人機(jī)已經(jīng)被廣泛應(yīng)用到社會各行各業(yè)當(dāng)中，并取得了良好的工作效果。為切實(shí)提升無人機(jī)自主導(dǎo)航與監(jiān)控技術(shù)的研究效果，本文主要以武漢無名科創(chuàng)公司生產(chǎn)的第二代飛控慧飛者，作為飛行控制系統(tǒng)的研究平臺，并且該平臺所應(yīng)用的飛行控制系統(tǒng)處理器為ortex4內(nèi)核的TM324系列處理器；無人監(jiān)控系統(tǒng)則是用PC機(jī)上編寫的C#桌面應(yīng)用程序，在實(shí)際應(yīng)用過程中，可以和導(dǎo)航通信系統(tǒng)進(jìn)行網(wǎng)絡(luò)遠(yuǎn)程通信。同時(shí)，導(dǎo)航通信板處理器STM32427，這種處理器容量大，最高運(yùn)行頻率可達(dá)168MHz，其芯片是TM32103ET6芯片，片上的接口包括USB、UART、CAN、SPI等。飛機(jī)控制系統(tǒng)內(nèi)集成了慣性導(dǎo)航算法、電機(jī)控制、匿名上位機(jī)串口通訊協(xié)議、按鍵和OLED控制等軟件系統(tǒng)[1]。

2 基于北斗的無人機(jī)高精度定位技術(shù)研究

2.1 RTK系統(tǒng)組成

當(dāng)前，RTK系統(tǒng)主要由GNSS信號接收系統(tǒng)、數(shù)據(jù)鏈系統(tǒng)與數(shù)據(jù)處理系統(tǒng)共同組成，并且該系統(tǒng)在實(shí)際工作過程中，為保證差分計(jì)算工作的順利進(jìn)行，系統(tǒng)的工作階段主要可分成衛(wèi)星定位接收機(jī)數(shù)據(jù)接收、差分?jǐn)?shù)據(jù)傳輸、差分相對定位處理三部分，以便保證定位功效能夠切實(shí)落實(shí)[2]。在系統(tǒng)的實(shí)際應(yīng)用過程中，首先，GNSS信號接收系統(tǒng)主要是由的北斗、GPS或者其他導(dǎo)航衛(wèi)星系統(tǒng)接收設(shè)備與天線共同組成，主要可以分成單、雙頻兩種，現(xiàn)階段，由于單頻機(jī)載作業(yè)容易失鎖、不適用于動(dòng)態(tài)測量等問題，因此，雙頻機(jī)的適用范圍更大。其次，數(shù)據(jù)鏈系統(tǒng)設(shè)備主要包括調(diào)制器、解調(diào)器、有線或無線通信器等部分，為保證數(shù)據(jù)傳輸?shù)陌踩耘c效率，在進(jìn)行基準(zhǔn)站數(shù)據(jù)傳輸前，需先用調(diào)制器對數(shù)據(jù)信息進(jìn)行編碼調(diào)制，然后用有線或無線通信器將其傳輸?shù)接脩粽镜慕邮掌魃希儆山庹{(diào)器將編碼的數(shù)據(jù)還原，并將其傳給流動(dòng)用戶機(jī)。最后，數(shù)據(jù)處理系統(tǒng)還可以看作是RTK測量計(jì)算軟件系統(tǒng)，在實(shí)際應(yīng)用過程中，可以實(shí)現(xiàn)RTK定位。同時(shí)，在數(shù)據(jù)處理系統(tǒng)中，可以應(yīng)用差分及算法計(jì)算，對基準(zhǔn)站與用戶機(jī)數(shù)據(jù)進(jìn)行處理，從而得出最終結(jié)果，并且其計(jì)算精度與RTK測量準(zhǔn)確性與可靠性之間存在著直接的聯(lián)系[3]。

2.2 雙差定位模型

RTK作為一種載波相位觀測值差分相對定位技術(shù)，包含單差、雙差與三差等形式，并且在實(shí)際應(yīng)用過程中，可以通過差分組合的方式消除系統(tǒng)誤差。需要注意的是，在實(shí)際應(yīng)用過程中，受單差模式并不能有效消除接收機(jī)鐘差、三差模式存在相互獨(dú)立差分測量數(shù)值變少等不確定因素等問題的影響，因此，當(dāng)前RTK定位較常應(yīng)用的模式為雙差模式，這種模式不僅可以有效消除系統(tǒng)誤差，還能在不影響系統(tǒng)測量值的基礎(chǔ)上減少計(jì)算。

通過對公式（13）進(jìn)行求解的方式，可以得出各個(gè)雙差整周模糊度值，并得到基線向量 ，進(jìn)而得到相應(yīng)的定位差分?jǐn)?shù)據(jù)。

3 基于北斗的無人機(jī)自主導(dǎo)航監(jiān)控技術(shù)分析

在當(dāng)前科學(xué)技術(shù)飛速發(fā)展的背景下，研究無人機(jī)自主導(dǎo)航監(jiān)控技術(shù)的目的在于，實(shí)現(xiàn)無人機(jī)導(dǎo)航信息與運(yùn)行軌跡的遠(yuǎn)程實(shí)時(shí)監(jiān)控，由監(jiān)控軟件自行為無人機(jī)遠(yuǎn)程發(fā)送導(dǎo)航任務(wù)，并保證無人機(jī)在執(zhí)行自主導(dǎo)航任務(wù)的過程中，能夠自穩(wěn)姿態(tài)、自動(dòng)定位。

3.1 無人機(jī)自主導(dǎo)航慣導(dǎo)技術(shù)

無人機(jī)自主導(dǎo)航慣導(dǎo)技術(shù)主要可以分成姿態(tài)解算與位置慣導(dǎo)兩部分，其中姿態(tài)確定作為保證無人機(jī)飛行穩(wěn)定性的前提，在姿態(tài)確定過程中，可以通過對IMU傳感器數(shù)據(jù)進(jìn)行解算，得到無人機(jī)的姿態(tài)角，然后依據(jù)數(shù)據(jù)信息由控制器通過PID計(jì)算電機(jī)的輸出量，保證無人機(jī)的飛行器保持穩(wěn)定的飛行狀態(tài)，并且在飛行過程中能夠通過自行變換得性傾斜角度的方式，保證自身始終能夠朝著設(shè)定的位置飛行。并且，當(dāng)前無人機(jī)在進(jìn)行自主導(dǎo)航的過程中，定高、定點(diǎn)、懸停時(shí)觀測量為靜態(tài)觀測量，為進(jìn)一步提升數(shù)據(jù)信息的準(zhǔn)確性，無人機(jī)在做豎直方向慣導(dǎo)時(shí)，核心觀測器為加速度計(jì)；水平慣導(dǎo)時(shí)，主觀測器為北斗接收器，輔助傳感器包括光流計(jì)、氣壓計(jì)等器件。

3.2 無人機(jī)自主導(dǎo)航監(jiān)控技術(shù)

當(dāng)前無人機(jī)測控技術(shù)在應(yīng)用過程中，需要以導(dǎo)航通信系統(tǒng)與監(jiān)控軟件上位機(jī)為基礎(chǔ)，同時(shí)，監(jiān)控系統(tǒng)數(shù)據(jù)傳輸構(gòu)架如圖1所示，其任務(wù)可以分成2部分，第一部分任務(wù)是飛控，系統(tǒng)將關(guān)鍵數(shù)據(jù)傳輸給導(dǎo)航通信系統(tǒng)，由導(dǎo)航系統(tǒng)將數(shù)據(jù)信息進(jìn)行解析與封裝，然后將其傳遞給上位機(jī)，令上位機(jī)借助后臺處理程序，將信息轉(zhuǎn)化為能夠展示到前臺頁面上的數(shù)據(jù)、文字等能夠被理解的符號信息；第二部分任務(wù)是導(dǎo)航通信系統(tǒng)將上位機(jī)為無人機(jī)輸送的導(dǎo)航任務(wù)進(jìn)行解析，然后參照AVINK協(xié)議，將其進(jìn)行封裝并傳輸給飛控系統(tǒng)，實(shí)現(xiàn)無人機(jī)飛行狀態(tài)的遠(yuǎn)程操控。現(xiàn)階段，大部分監(jiān)控軟件開發(fā)環(huán)境應(yīng)用的是C#的WPF，這種開發(fā)環(huán)境相較于利用MFC進(jìn)行上位機(jī)開發(fā)的方式更為先進(jìn)，開發(fā)效率也更高、編程模式更為多樣、占用的內(nèi)存也更少，此外，C#網(wǎng)絡(luò)編程與WPF因應(yīng)用程序主要以C語言為基礎(chǔ)，因此，程序開發(fā)難度并不高。近年來，隨著WPS技術(shù)應(yīng)用頻率的不斷提升，WPF不僅建立了API函數(shù)庫，還可以引進(jìn)了XAL語言，這種情況的出現(xiàn)使得程序在編寫過程中，可以實(shí)時(shí)觀測應(yīng)用程序界面[5]。

圖1 監(jiān)控系統(tǒng)數(shù)據(jù)傳輸架構(gòu)

3.3 無人機(jī)自主導(dǎo)航路徑規(guī)劃技術(shù)

近年來，隨著無人機(jī)慣性導(dǎo)航技術(shù)的不斷優(yōu)化完善，這一技術(shù)不僅可以滿足無人機(jī)在飛行過程中飛行姿態(tài)自穩(wěn)的要求，還能降低無人機(jī)在工作過程中，漂移、抖動(dòng)等情況的出現(xiàn)概率。同時(shí)，若導(dǎo)航環(huán)境中并不存在障礙物，那么對于上位機(jī)安排的固定航點(diǎn)任務(wù)，無人機(jī)可以采用直線飛行的方式進(jìn)行自主導(dǎo)航，但需要注意的是，當(dāng)前無人機(jī)使用過程中，其導(dǎo)航任務(wù)環(huán)境存在障礙物的可能性極大，現(xiàn)階段，為保證無人機(jī)能夠有效完成任務(wù)，那么無人機(jī)在正式工作前，不僅需要合理規(guī)劃自身的飛行路徑，還需要保證自身存在一定的障礙物躲避能力，并且在飛行路徑規(guī)劃過程中能夠自行規(guī)劃合理的飛行路徑。現(xiàn)階段，規(guī)劃無人機(jī)飛行路徑的算法比較多，主要包括全局先驗(yàn)信息路徑規(guī)劃方法、局部傳感器信息路徑規(guī)劃方法、智能深度學(xué)習(xí)類方法等，其中全局先驗(yàn)信息路徑規(guī)劃方法又包括A*算法、柵格法、Dijkstra算法等；局部傳感器信息路徑規(guī)劃方法又包括基于RRT的動(dòng)態(tài)路徑規(guī)劃、SLAM、激光傳感器采集信息和傳統(tǒng)路徑搜索結(jié)合算法等；智能深度學(xué)習(xí)類方法又包括群蟻算法、遺傳算法等。在考慮到本文研究的無人機(jī)計(jì)算量不大、研究成本較低、傳感器存在一定限制等問題的基礎(chǔ)上，為滿足無人機(jī)自主導(dǎo)航的需要，可以應(yīng)用離線狀態(tài)的PRM路徑規(guī)劃算法對飛行路徑進(jìn)行規(guī)劃。

3.3.1 PRM 路徑規(guī)劃算法研究

PRM作為隨機(jī)路徑圖法，在實(shí)際應(yīng)用過程中，可以先將連續(xù)的路徑進(jìn)行離散處理，分成若干個(gè)離散圖或點(diǎn)，并且通過在路徑范圍內(nèi)選擇合適的隨機(jī)點(diǎn)或圖，形成相應(yīng)的網(wǎng)絡(luò)連接圖，將離散點(diǎn)或圖與周邊多個(gè)點(diǎn)或圖進(jìn)行連接，從而得到若干個(gè)將起點(diǎn)與終點(diǎn)連接到一起的路徑分支，然后通過路徑搜索算法從中找到能夠有效躲避全部障礙，并且飛行路徑較短的分支，在本文的研究過程中，路徑搜尋算法選擇Dubins—A*算法。

現(xiàn)階段，在PRM思想應(yīng)用過程中，可以先將其分成PRM學(xué)習(xí)與PRM查詢兩部分，其中學(xué)習(xí)部分又可以將自主導(dǎo)航路線進(jìn)行數(shù)字化處理，使其成為二維圖表；利用PRM算法隨機(jī)取點(diǎn)，構(gòu)建飛行路徑的網(wǎng)絡(luò)圖；依據(jù)網(wǎng)絡(luò)圖的先驗(yàn)信息去除障礙物與地圖邊緣可能與無人機(jī)發(fā)生碰撞的點(diǎn)，并建立導(dǎo)航圖標(biāo)路徑這三部分。其中，查詢部分又可以分成兩部分，第一部分，將自主導(dǎo)航起點(diǎn)與終點(diǎn)加入路徑圖表中，判斷未能連接兩者的PRM隨機(jī)取點(diǎn)路徑，若所有路徑都不能連通起點(diǎn)與終點(diǎn)，那么進(jìn)入PRM學(xué)習(xí)階段；第二部分若PRM隨機(jī)取點(diǎn)路徑可以有效連通起點(diǎn)與終點(diǎn)，在后續(xù)無人機(jī)飛行路徑選擇的過程中，就可以利用路徑搜索算法，從路徑圖標(biāo)中挑選最優(yōu)路徑。同時(shí)，在PRM算法執(zhí)行過程中，其具體工作步驟可以分成以下五部分，第一步，明確無人機(jī)整體框架的大小，并以無人機(jī)為中心，確定無人機(jī)的監(jiān)控范圍半徑，在系統(tǒng)設(shè)置過程中，可以以能夠包含無人機(jī)的柵格點(diǎn)作為質(zhì)點(diǎn)，并以此為單位將其飛行路徑環(huán)境圖進(jìn)行數(shù)字化處理。第二步，標(biāo)記不同狀態(tài)的質(zhì)點(diǎn)，同時(shí)，初始化隨機(jī)點(diǎn)集N與路徑集E等點(diǎn)集。第三步，在圖表中選取合適的質(zhì)點(diǎn)，并依據(jù)質(zhì)點(diǎn)標(biāo)記，舍棄與障礙物、邊緣存在膨脹的點(diǎn)，保證自由空間內(nèi)的所有點(diǎn)都不會與障礙點(diǎn)相碰撞。第四步，預(yù)設(shè)一個(gè)節(jié)點(diǎn)能夠連接的相鄰節(jié)點(diǎn)數(shù)量，然后令起點(diǎn)與終點(diǎn)之間的相鄰節(jié)點(diǎn)兩兩相連，形成交錯(cuò)的路徑網(wǎng)絡(luò)連線圖。第五步，利用Dubins—A*組合算法找出路徑圖標(biāo)中最佳的飛行路徑，然后將其加入集合E當(dāng)中，形成連接關(guān)系。

3.3.2 PRM 路徑規(guī)劃算法仿真

將無人機(jī)飛行路徑圖標(biāo)進(jìn)行質(zhì)點(diǎn)化的處理，是當(dāng)前PRM路徑規(guī)劃的核心，并且在工作過程中，不僅需要明確無人機(jī)的大小，還需要保證Du bins算法在使用過程中，圓始終處于質(zhì)點(diǎn)之內(nèi)。為切實(shí)降低上述質(zhì)點(diǎn)處理工作的難度，可以利用MALAB對路徑進(jìn)行仿真模擬，在模擬過程中，以全局先驗(yàn)信息作為路徑規(guī)劃算法研究的前提，然后依據(jù)無人機(jī)導(dǎo)航全局范圍設(shè)定合適面積大小的地圖，并在地圖內(nèi)設(shè)置一定量的障礙物，并且在PRM算法學(xué)習(xí)階段隨機(jī)選取質(zhì)點(diǎn)，在此過程中，需避開與障礙物、邊緣區(qū)域相接觸的質(zhì)點(diǎn)。同時(shí)，在完成PRM算法隨機(jī)采樣工作后，需要將有效質(zhì)點(diǎn)按照相鄰質(zhì)點(diǎn)連接適量質(zhì)點(diǎn)的方式，組成路標(biāo)網(wǎng)絡(luò)，為后續(xù)路標(biāo)圖查詢、選擇工作的開展打下良好的基礎(chǔ)。需要注意的是，若在當(dāng)前的路徑查詢過程中，若是直接使用Du ins—算法，而不是先用PRM算法，那么Du ins—算法在路徑選擇前，先對其場景圖進(jìn)行柵格化處理，然后以起點(diǎn)為基礎(chǔ)，挨個(gè)計(jì)算相鄰方向質(zhì)點(diǎn)構(gòu)成路徑的評價(jià)函數(shù)F值，并且在碰到障礙物后，返回該查詢路徑的起點(diǎn)，然后從起點(diǎn)的第二個(gè)最優(yōu)相鄰節(jié)點(diǎn)開始重復(fù)上述路徑查詢工作。相較于先利用PRM算法學(xué)習(xí)階段后利用PRM算法查詢得出的路徑，直接使用Du bins—A*算法得出的路徑質(zhì)量相對較低[6]。

4 結(jié)語

總而言之，在當(dāng)前的社會發(fā)展過程中，對無人機(jī)自主導(dǎo)航、監(jiān)控技術(shù)進(jìn)行深入的探究，不僅可以有效提升無人機(jī)的性能，還能為農(nóng)業(yè)、基建、商業(yè)、災(zāi)難救援等情況提供有效的服務(wù)支持，從而為社會經(jīng)濟(jì)與人們美好生活的發(fā)展提供支持。