基于視覺的仿生撲翼飛行器研究

中圖分類號：TP18 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著科技的不斷進(jìn)步，仿生撲翼飛行器（FWAV）作為一種新型的空中機(jī)器人，因其輕質(zhì)、低噪音、高機(jī)動性等特性，在多個領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力。特別是在軍事偵察、環(huán)境監(jiān)測和應(yīng)急救援等領(lǐng)域，F(xiàn)WAV的重要性日益凸顯。隨著計算機(jī)視覺技術(shù)的快速發(fā)展，尤其是深度學(xué)習(xí)、目標(biāo)檢測與跟蹤技術(shù)的突破，F(xiàn)WAV的視覺系統(tǒng)得到了顯著提升，為實(shí)現(xiàn)更精準(zhǔn)的任務(wù)執(zhí)行和自主導(dǎo)航提供了強(qiáng)有力的技術(shù)支持。

早期，受限于材料性能、動力系統(tǒng)效率和控制技術(shù)的不成熟，撲翼飛行器在飛行穩(wěn)定性、續(xù)航能力和有效載荷方面表現(xiàn)不佳。但隨著材料科學(xué)、電子技術(shù)和人工智能算法的飛速發(fā)展，輕質(zhì)高強(qiáng)度材料的出現(xiàn)為減輕飛行器重量、提升結(jié)構(gòu)性能提供了可能；高效電機(jī)和先進(jìn)的傳動系統(tǒng)顯著提高了動力輸出效率；而計算機(jī)視覺和智能控制算法則賦予飛行器自主感知、決策和控制的能力，使其逐漸從概念走向?qū)嵱谩?/p>

在軍事偵察領(lǐng)域，F(xiàn)WAV憑借其小巧隱蔽、低噪音的特點(diǎn)，能夠深入危險區(qū)域執(zhí)行情報收集任務(wù)，避免人員傷亡。在環(huán)境監(jiān)測方面，可實(shí)時采集大氣、水質(zhì)、土壤等多維度數(shù)據(jù)，為生態(tài)保護(hù)和環(huán)境治理提供精準(zhǔn)依據(jù)。在應(yīng)急救援場景中，F(xiàn)AWV能快速抵達(dá)受災(zāi)現(xiàn)場，協(xié)助搜尋幸存者、輸送緊急物資。

計算機(jī)視覺技術(shù)是FWAV實(shí)現(xiàn)自主導(dǎo)航、目標(biāo)識別與追蹤的核心支撐。在自主導(dǎo)航方面，通過對視覺傳感器采集的圖像進(jìn)行實(shí)時分析，飛行器能夠識別地標(biāo)、障礙物等環(huán)境特征，構(gòu)建地圖并規(guī)劃飛行路徑，從而在復(fù)雜環(huán)境中實(shí)現(xiàn)自主避障和精準(zhǔn)定位。在目標(biāo)識別與追蹤上，基于深度學(xué)習(xí)的目標(biāo)檢測算法，如YOLOV5等，能夠快速準(zhǔn)確地識別出特定目標(biāo)，若結(jié)合卡爾曼濾波器等跟蹤算法，則可在連續(xù)圖像幀中穩(wěn)定追蹤目標(biāo)并分析運(yùn)動軌跡。

以軍事偵察為例，F(xiàn)WAV可利用視覺技術(shù)識別敵方軍事設(shè)施、車輛和人員，為作戰(zhàn)決策提供關(guān)鍵情報在農(nóng)業(yè)植保應(yīng)用中，能精準(zhǔn)識別農(nóng)作物病蟲害區(qū)域，指導(dǎo)精準(zhǔn)施藥，提高防治效果，同時減少農(nóng)藥使用對環(huán)境的污染。在環(huán)境監(jiān)測時，通過視覺識別不同的生態(tài)指標(biāo)，如植被覆蓋變化、水體污染特征等，實(shí)現(xiàn)對生態(tài)環(huán)境的動態(tài)監(jiān)測。本文旨在綜述這些技術(shù)進(jìn)步，探討FWAV在社會價值和環(huán)境可持續(xù)性方面的挑戰(zhàn)。

1控制系統(tǒng)部署

在當(dāng)今科技飛速發(fā)展的時代，基于視覺的仿生撲翼飛行器的控制系統(tǒng)部署展現(xiàn)出高度的復(fù)雜性和精妙性。其中，RaspberryPi3ModelB + 作為主控板，在整個系統(tǒng)中占據(jù)著核心地位。它配備了 1.4GHz?64 位四核ARMCortex-A53處理器，搭配1GBLPDDR2內(nèi)存，能夠穩(wěn)定且流暢地運(yùn)行Linux操作系統(tǒng)，為各類復(fù)雜應(yīng)用程序提供穩(wěn)定的運(yùn)行環(huán)境。在FWAV系統(tǒng)里，其承擔(dān)的責(zé)任重大，涵蓋了系統(tǒng)管理、數(shù)據(jù)融合以及決策制定等核心任務(wù)。通過串行外設(shè)接口（SerialPeripheralInterface，SPI），它與其他控制板進(jìn)行高速通信，保障數(shù)據(jù)的實(shí)時傳輸與處理。例如：當(dāng)飛行器在空中飛行時，輔助控制板采集視覺信息和姿態(tài)數(shù)據(jù)，源源不斷地通過SPI接口傳輸給RaspberryPi3ModelB + 。它會對這些數(shù)據(jù)進(jìn)行深人分析，判斷飛行器當(dāng)前的飛行狀態(tài)和周圍環(huán)境狀況，進(jìn)而向執(zhí)行控制板發(fā)送精準(zhǔn)的控制指令，實(shí)現(xiàn)對飛行器飛行姿態(tài)、動力輸出以及任務(wù)執(zhí)行的精確協(xié)調(diào)。

在FWAV的控制系統(tǒng)中，2塊STM32F407VET6控制板扮演著不可或缺的角色。其中一塊作為輔助控制板，與OpenMVM7攝像頭模塊緊密協(xié)作，專注于實(shí)時數(shù)據(jù)采集和預(yù)處理工作。它如同一位勤勞的信息采集員，以極高的速率采集攝像頭捕獲的圖像數(shù)據(jù)。在采集過程中，為了提升數(shù)據(jù)質(zhì)量，它會對圖像數(shù)據(jù)進(jìn)行初步的濾波、降噪處理。這一過程就像是對原材料進(jìn)行初步加工，去除雜質(zhì)，留下精華。經(jīng)過處理后的數(shù)據(jù)，通過SPI接口迅速傳輸給RaspberryPi3ModelB + ，為后續(xù)的分析和決策提供可靠的數(shù)據(jù)基礎(chǔ)。而另一塊STM32F407VET6控制板功能為執(zhí)行根據(jù)RaspberryPi3ModelB + 發(fā)出的指令，精確控制執(zhí)行器的動作。當(dāng)收到飛行姿態(tài)調(diào)整指令時，它會驅(qū)動電機(jī)精準(zhǔn)地改變撲翼的運(yùn)動參數(shù)，確保飛行器實(shí)現(xiàn)穩(wěn)定飛行和靈活的機(jī)動控制。

SPI通信鏈路作為整個控制系統(tǒng)的關(guān)鍵數(shù)據(jù)傳輸橋梁，其穩(wěn)定性和傳輸效率至關(guān)重要。在硬件設(shè)計環(huán)節(jié)，工程師選擇了高質(zhì)量的傳輸線纜和接口芯片，這些硬件設(shè)備能夠有效減少信號干擾和傳輸損耗，確保數(shù)據(jù)在傳輸過程中的完整性。在軟件層面，制定了嚴(yán)格的數(shù)據(jù)傳輸協(xié)議。其中包含了數(shù)據(jù)校驗(yàn)機(jī)制，如同給數(shù)據(jù)貼上了“質(zhì)量標(biāo)簽”，通過特定算法對數(shù)據(jù)進(jìn)行檢查，一旦發(fā)現(xiàn)數(shù)據(jù)存在錯誤或丟失，重傳機(jī)制便會啟動，重新發(fā)送正確的數(shù)據(jù)，以此保證數(shù)據(jù)的準(zhǔn)確性。為提高數(shù)據(jù)傳輸效率，技術(shù)人員對SPI的時鐘頻率進(jìn)行合理配置，在保障數(shù)據(jù)穩(wěn)定傳輸?shù)幕A(chǔ)上，盡可能地提升傳輸速率。同時，筆者不斷優(yōu)化數(shù)據(jù)打包和解析算法，減少數(shù)據(jù)傳輸過程中的額外開銷，實(shí)現(xiàn)高效的數(shù)據(jù)交互，從而保障飛行器各部分能夠緊密協(xié)同工作，確保FWAV在飛行過程中的穩(wěn)定性和可靠性。

2 實(shí)現(xiàn)目標(biāo)追蹤及優(yōu)化

在撲翼飛行器的研究與應(yīng)用中，實(shí)現(xiàn)精準(zhǔn)的目標(biāo)追蹤是一項極具挑戰(zhàn)性卻又至關(guān)重要的任務(wù)。鑒于硬件資源的限制和實(shí)際應(yīng)用場景的復(fù)雜性，選擇合適的算法并進(jìn)行針對性優(yōu)化成為關(guān)鍵所在。筆者認(rèn)為輕量化的YOLOV5算法和卡爾曼濾波器的協(xié)同運(yùn)用，為FWAV實(shí)現(xiàn)高效目標(biāo)追蹤奠定了堅實(shí)基礎(chǔ)。

該研究發(fā)現(xiàn)YOLOV5算法憑借其卓越的性能，在FWAV的目標(biāo)檢測環(huán)節(jié)發(fā)揮著不可替代的作用。在FWAV的各種應(yīng)用場景里，無論是充滿危險與挑戰(zhàn)的軍事偵察領(lǐng)域，還是對生態(tài)保護(hù)意義重大的環(huán)境監(jiān)測工作，YOLOV5都展現(xiàn)出強(qiáng)大的能力。以軍事偵察場景為例，戰(zhàn)場上環(huán)境復(fù)雜多變，各類軍事裝備的外形、尺寸和顏色各不相同，而且常常會受到偽裝、煙霧等因素的干擾。YOLOV5算法基于先進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，通過對大量包含坦克、火炮、車輛等軍事裝備的圖像數(shù)據(jù)進(jìn)行深度學(xué)習(xí)訓(xùn)練，能夠精準(zhǔn)地提取這些目標(biāo)獨(dú)有的特征模式。當(dāng)攝像頭采集到戰(zhàn)場圖像后，它可以迅速對圖像進(jìn)行分析，將圖像劃分為多個網(wǎng)格，每個網(wǎng)格都如同一個智能探測器，負(fù)責(zé)預(yù)測目標(biāo)在該區(qū)域的存在概率、所屬類別以及精確位置信息。這種并行處理的方式大大提高了檢測速度，使得FWAV在執(zhí)行軍事偵察任務(wù)時，能夠快速發(fā)現(xiàn)潛在目標(biāo)，為作戰(zhàn)決策提供及時且準(zhǔn)確的情報支持。

筆者發(fā)現(xiàn)在環(huán)境監(jiān)測場景中，同樣面臨著諸多困難，如不同地區(qū)的生態(tài)環(huán)境差異巨大，野生動物的種類繁多、形態(tài)各異，植被類型復(fù)雜多樣。YOLOV5算法通過對海量的生態(tài)圖像數(shù)據(jù)集進(jìn)行學(xué)習(xí)，掌握了各種野生動物和植被的特征信息。在實(shí)際監(jiān)測過程中，它能夠從復(fù)雜的自然背景中準(zhǔn)確識別出不同的野生動物個體和特定的植被區(qū)域，為生態(tài)學(xué)家研究生物多樣性、監(jiān)測生態(tài)系統(tǒng)變化提供了有力的數(shù)據(jù)支持。

然而，僅僅依靠目標(biāo)檢測還不足以實(shí)現(xiàn)對目標(biāo)的穩(wěn)定追蹤，卡爾曼濾波器的引入彌補(bǔ)了這一關(guān)鍵環(huán)節(jié)。卡爾曼濾波器是一種基于線性系統(tǒng)狀態(tài)空間模型的最優(yōu)預(yù)測算法，它在FWAV目標(biāo)追蹤中扮演著至關(guān)重要的角色。當(dāng)YOLOV5檢測到目標(biāo)后，卡爾曼濾波器會立即初始化并提取目標(biāo)的關(guān)鍵特征。隨后，在連續(xù)的圖像幀中，它通過巧妙地匹配這些特征來精確跟蹤目標(biāo)位置的變化。例如：在軍事偵察中，敵方車輛可能會進(jìn)行加速、轉(zhuǎn)向等復(fù)雜運(yùn)動，卡爾曼濾波器能夠根據(jù)目標(biāo)之前的運(yùn)動狀態(tài)和當(dāng)前圖像中的位置信息，準(zhǔn)確預(yù)測其下一時刻的位置，從而為飛行器調(diào)整飛行路徑提供科學(xué)依據(jù)。在環(huán)境監(jiān)測中，對于移動的野生動物，它也能有效跟蹤其行動軌跡，幫助研究人員更好地了解動物的活動規(guī)律。

然而，由于FWAV硬件資源的限制，該項目的卡爾曼濾波器在運(yùn)行過程中面臨著速率較慢的問題。為了解決這一難題，研究人員從多個方面進(jìn)行了深入優(yōu)化。在算法層面，對復(fù)雜的數(shù)學(xué)運(yùn)算進(jìn)行了細(xì)致的分析和簡化。例如：減少那些對最終結(jié)果影響較小的不必要矩陣運(yùn)算，采用更為高效的矩陣分解算法，如正交三角分解、奇異值分解等替代傳統(tǒng)算法，這些優(yōu)化措施有效降低了計算復(fù)雜度，使算法在保證精度的前提下運(yùn)行更加高效。利用STM32微控制器內(nèi)置的硬件浮點(diǎn)單元，能夠加速浮點(diǎn)運(yùn)算的速度。浮點(diǎn)運(yùn)算是許多算法中常見且計算量較大的操作，F(xiàn)PU的運(yùn)用就像是給算法添加了一個強(qiáng)大的助推器，大大提高了整體的計算效率。借助直接內(nèi)存訪問技術(shù)，數(shù)據(jù)傳輸不再依賴CPU的全程參與，減少了數(shù)據(jù)傳輸對CPU的占用，使CPU能夠?qū)⒏嗟馁Y源投入核心計算任務(wù)中，進(jìn)一步提升了系統(tǒng)的運(yùn)行性能。

在編譯器優(yōu)化方面，本項目啟用-03優(yōu)化級別，這一優(yōu)化設(shè)置能夠?qū)Υa進(jìn)行深度優(yōu)化，包括對循環(huán)展開、函數(shù)內(nèi)聯(lián)等操作。筆者通過使用內(nèi)聯(lián)函數(shù)，減少了函數(shù)調(diào)用過程中的開銷，提高了代碼的執(zhí)行效率。借助性能分析工具，如GNUprofiler（Gprof）、Valgrind等，能夠精準(zhǔn)識別代碼中的性能瓶頸。這些工具就像是代碼的“體檢醫(yī)生”，可以詳細(xì)分析代碼在運(yùn)行過程中的各項性能指標(biāo)，找出運(yùn)行時間較長、占用資源較多的關(guān)鍵代碼段。針對這些性能瓶頸，研究人員可以進(jìn)行有針對性的代碼重構(gòu)和算法簡化，使代碼結(jié)構(gòu)更加清晰、高效。在必要時，考慮引入外部協(xié)處理器，如專門的數(shù)字信號處理器（DigitalSignalProcessor，DSP）。DSP具有強(qiáng)大的數(shù)字信號處理能力，能夠分擔(dān)原本由CPU承擔(dān)的部分計算任務(wù)，顯著提升卡爾曼濾波器的運(yùn)行效率，確保目標(biāo)追蹤的實(shí)時性和準(zhǔn)確性，如圖1所示。通過這一系列的優(yōu)化措施，卡爾曼濾波器在硬件資源有限的FWAV上也能夠高效運(yùn)行，實(shí)現(xiàn)對目標(biāo)的穩(wěn)定追蹤，大大提高了FWAV在復(fù)雜環(huán)境下的任務(wù)執(zhí)行能力。

圖1行人軌跡記錄分析

3模式匹配及圖像消抖

在對基于視覺的仿生撲翼飛行器的深人研究中，筆者發(fā)現(xiàn)，在飛行全程中，一系列復(fù)雜因素給圖像采集帶來了極大挑戰(zhàn)。撲翼持續(xù)且高頻的運(yùn)動，會產(chǎn)生強(qiáng)烈的機(jī)械振動，這種振動會直接傳遞到相機(jī)上。而大氣環(huán)境中復(fù)雜多變的氣流，會使飛行器不斷受到干擾，導(dǎo)致其姿態(tài)頻繁變化。這些因素疊加在一起，使得相機(jī)不可避免地發(fā)生抖動。這種抖動看似微小，卻會嚴(yán)重破壞采集圖像的質(zhì)量，使其變得模糊、失真。而清晰、準(zhǔn)確的圖像是FWAV進(jìn)行目標(biāo)檢測和追蹤的基礎(chǔ)，圖像質(zhì)量的下降會極大地影響后續(xù)任務(wù)的準(zhǔn)確性，進(jìn)而削弱FWAV在實(shí)際應(yīng)用中的效能。

為了有效應(yīng)對這一難題，筆者提出了一種創(chuàng)新的解決方案，即根據(jù)飛行器不同的飛行狀態(tài)，靈活采用不同的圖像處理算法，以此實(shí)現(xiàn)圖像消抖和質(zhì)量優(yōu)化。整個程序設(shè)計的關(guān)鍵在于具備動態(tài)調(diào)整圖像處理策略的能力，使其能與撲翼飛行器實(shí)時變化的飛行狀態(tài)精準(zhǔn)適配，充分發(fā)揮每種算法的獨(dú)特優(yōu)勢，確保圖像質(zhì)量始終滿足任務(wù)需求。

當(dāng)FWAV在空中處于飛行狀態(tài)時，筆者選擇高斯模糊算法對采集到的圖像進(jìn)行處理。高斯模糊算法的原理基于高斯函數(shù)，其操作過程是對圖像中的每個像素點(diǎn)及其周圍相鄰的像素點(diǎn)進(jìn)行加權(quán)平均計算，最終實(shí)現(xiàn)對圖像的平滑處理。在實(shí)際飛行場景下，圖像往往會混入大量高頻噪聲。這些噪聲來源廣泛，可能是電子元件的熱噪聲、外部電磁干擾等，它們就像隱藏在圖像中的“雜質(zhì)”，嚴(yán)重影響圖像的清晰度和可讀性。而高斯模糊算法就像是一位精細(xì)的“圖像清潔師”，能夠有針對性地降低這些高頻噪聲。更為重要的是，在降噪的過程中，它能巧妙地保留圖像中關(guān)鍵的邊緣和輪廓信息。

以FWAV執(zhí)行快速飛行偵察任務(wù)為例，由于飛行速度較快，相機(jī)抖動加劇，采集到的圖像在未經(jīng)處理時可能模糊不清，目標(biāo)的細(xì)節(jié)難以分辨。但經(jīng)過高斯模糊算法處理后，雖然圖像整體仍存在一定程度的模糊，但目標(biāo)的大致形狀和位置卻能清晰地顯現(xiàn)出來。這就好比在大霧彌漫的環(huán)境中，高斯模糊算法為筆者提供了一副特殊的“眼鏡”，讓筆者能夠穿透模糊，捕捉到目標(biāo)的關(guān)鍵信息，為后續(xù)的自標(biāo)檢測和追蹤提供了可靠的數(shù)據(jù)支持。而且，高斯模糊算法的計算復(fù)雜度相對較低，這對于硬件資源有限的FWAV來說是一個巨大的優(yōu)勢。它就像一個高效節(jié)能的“處理器助手”，在保證圖像質(zhì)量滿足實(shí)際需求的前提下，能夠大幅減少計算所需的資源和時間，滿足飛行器實(shí)時處理圖像的嚴(yán)苛要求，有效降低計算負(fù)荷，進(jìn)而提升整個系統(tǒng)的運(yùn)行效率。

筆者發(fā)現(xiàn)當(dāng)FWAV在原地懸停時，情況則有所不同。此時，視覺里程計發(fā)揮作用，通過對周圍環(huán)境特征的分析，判斷飛行器處于靜止?fàn)顟B(tài)。一旦確定靜止，系統(tǒng)會自動切換到雙邊濾波算法進(jìn)行圖像處理雙邊濾波算法是一種更為復(fù)雜且精細(xì)的圖像處理技術(shù)，它巧妙地融合了空間和色彩的高斯權(quán)重。這意味著在處理圖像時，它不僅會考慮像素點(diǎn)之間的空間距離，還會充分關(guān)注像素點(diǎn)的顏色差異。

圖2算法對比優(yōu)化

在執(zhí)行精確的環(huán)境監(jiān)測任務(wù)時，雙邊濾波算法的優(yōu)勢就得以充分體現(xiàn)。經(jīng)過雙邊濾波處理后的圖像，能夠清晰地展現(xiàn)出植物葉片上的細(xì)微紋理、病蟲害造成的微小痕跡等細(xì)節(jié)信息。對于FWAV自身而言，這些清晰的圖像信息就像是為其配備了一雙“智慧之眼”，幫助它更精確地判斷自身的位置和姿態(tài)，從而保持穩(wěn)定的懸停狀態(tài)。

通過這種依據(jù)飛行狀態(tài)動態(tài)切換圖像處理算法的方式，該研究發(fā)現(xiàn)FWAV在不同飛行模式下的圖像質(zhì)量都得到了顯著提升，如圖2所示。無論是在空中快速穿梭時，還是在原地懸停觀測時，本項目都能獲取高質(zhì)量的圖像數(shù)據(jù)。這不僅確保了后續(xù)的圖像處理任務(wù)能夠更加可靠地進(jìn)行，也極大地增強(qiáng)了飛行器在不同飛行狀態(tài)下的視覺處理能力，為其在復(fù)雜多變的環(huán)境中順利完成各種任務(wù)提供了堅實(shí)保障。

4通過顏色聚類減少運(yùn)算

此外，為了降低計算量，保證運(yùn)行效率，降低功耗，筆者利用 OpenMV^[1] 進(jìn)行顏色聚類和分割，對分割后的圖像進(jìn)行處理，如輪廓檢測，以識別和分類目標(biāo)，實(shí)現(xiàn)對特定目標(biāo)的高效追蹤。同時，優(yōu)化了OpenMV[2]中的K-均值聚類算法（K-Means Clustering Algorithm，K-means）。筆者采用圖像分辨率和減少K-means聚類數(shù)量的策略，同時在HSV顏色空間中執(zhí)行聚類以提高對光照變化的魯棒性，如圖3所示。

具體而言，筆者首先將攝像頭捕獲的圖像分辨率降低，以減少處理的數(shù)據(jù)量，然后轉(zhuǎn)換到HSV顏色空間以增強(qiáng)顏色聚類的準(zhǔn)確性。其次，通過限制K-means算法的迭代次數(shù)和優(yōu)化初始化聚類中心的K-means ⁺⁺ 方法，加快算法的收斂速度。然后，筆者利用OpenMV的硬件特性，如DMA傳輸和快速數(shù)據(jù)處理指令，進(jìn)一步減少計算時間。最后，通過代碼層面的優(yōu)化，比如減少不必要的內(nèi)存分配和循環(huán)中的高開銷操作，采用高效的數(shù)據(jù)結(jié)構(gòu)存儲顏色值和聚類中心，提升整體算法性能。優(yōu)化K-means[3-4]算法，最終能夠提升聚類的靈活性和準(zhǔn)確性，使其能夠適應(yīng)不同的光照條件和背景干擾。在這一過程中，筆者將目標(biāo)人物設(shè)置為固定顏色，極大地簡化了識別過程。這種顏色基的追蹤方法不僅提高了系統(tǒng)的響應(yīng)速度，也增強(qiáng)了其在復(fù)雜環(huán)境中的魯棒性。通過預(yù)設(shè)的顏色閾值，本項目的系統(tǒng)能夠迅速識別并鎖定目標(biāo)，即使在目標(biāo)快速移動或背景變化的情況下也能保持穩(wěn)定的追蹤[5-6]

圖3算法優(yōu)化時間對比

本項目通過顏色基追蹤方法通過預(yù)設(shè)目標(biāo)顏色閾值，使系統(tǒng)能夠迅速識別并鎖定目標(biāo)。在實(shí)際應(yīng)用中，這種方法具有顯著優(yōu)勢。在復(fù)雜的城市環(huán)境中進(jìn)行目標(biāo)追蹤時，即使目標(biāo)快速移動或背景變化頻繁，只要目標(biāo)顏色在預(yù)設(shè)范圍內(nèi)，系統(tǒng)就能穩(wěn)定地追蹤目標(biāo)。在影視拍攝中，通過設(shè)置演員或拍攝道具的特定顏色，F(xiàn)WAV能夠自動跟隨拍攝對象，實(shí)現(xiàn)獨(dú)特的拍攝視角和創(chuàng)意效果。在農(nóng)業(yè)植保領(lǐng)域，針對特定顏色的病蟲害區(qū)域或農(nóng)作物品種，本項目可實(shí)現(xiàn)精準(zhǔn)的監(jiān)測和防治，提高農(nóng)業(yè)生產(chǎn)效率，同時減少對環(huán)境的影響。

5結(jié)語

綜上所述，基于視覺的仿生撲翼飛行器在技術(shù)層面迎來了前所未有的發(fā)展機(jī)遇。通過對算法的不斷完善，本項目的FWAV的性能得到了顯著提升。在軍事偵察方面，F(xiàn)WAV憑借其獨(dú)特的仿生外形和低可探測性，能夠深入敵方防線后方，獲取高價值情報。其視覺系統(tǒng)不僅可以識別靜態(tài)軍事設(shè)施，還能實(shí)時追蹤敵方移動目標(biāo)，如部隊調(diào)動、車輛運(yùn)輸?shù)龋瑸樽鲬?zhàn)指揮提供及時準(zhǔn)確的情報支持。在電子戰(zhàn)中，F(xiàn)WAV可攜帶電子干擾設(shè)備，利用視覺導(dǎo)航接近敵方通信節(jié)點(diǎn)或雷達(dá)設(shè)施，實(shí)施近距離干擾，破壞敵方電子系統(tǒng)的正常運(yùn)行。在未來戰(zhàn)爭中，隨著人工智能和自主控制技術(shù)的進(jìn)一步發(fā)展，F(xiàn)WAV有望具備自主決策和攻擊能力，成為新型的智能化作戰(zhàn)單元。在影視拍攝行業(yè)，F(xiàn)WAV搭載高清攝像設(shè)備，能夠?qū)崿F(xiàn)靈活的拍攝視角切換，完成傳統(tǒng)拍攝設(shè)備難以實(shí)現(xiàn)的拍攝任務(wù)。如在拍攝自然風(fēng)光時，可貼近地面或水面飛行，捕捉獨(dú)特的景觀畫面；在拍攝體育賽事時，能近距離追蹤運(yùn)動員的動作，提供精彩的特寫鏡頭。在農(nóng)業(yè)植保領(lǐng)域，F(xiàn)WAV利用視覺技術(shù)精準(zhǔn)識別病蟲害區(qū)域和農(nóng)作物生長狀況，實(shí)現(xiàn)精準(zhǔn)施藥和灌溉，提高農(nóng)業(yè)生產(chǎn)的可持續(xù)性。在物流配送方面，小型FWAV可在城市或偏遠(yuǎn)地區(qū)進(jìn)行短距離的貨物運(yùn)輸，通過視覺導(dǎo)航實(shí)現(xiàn)精準(zhǔn)投遞，提高配送效率，解決“最后一公里”配送難題。在生態(tài)研究中，F(xiàn)WAV可以深入自然保護(hù)區(qū)，對珍稀動植物進(jìn)行長期監(jiān)測，獲取其生活習(xí)性、遷徙路線等數(shù)據(jù)，為生物多樣性保護(hù)提供科學(xué)依據(jù)。在地質(zhì)勘探方面，利用搭載的多種傳感器和視覺系統(tǒng)，對地形地貌進(jìn)行詳細(xì)測繪，發(fā)現(xiàn)潛在的地質(zhì)資源。在大氣科學(xué)研究中，F(xiàn)WAV能夠在不同高度采集大氣樣本，結(jié)合視覺觀測數(shù)據(jù)，研究氣象變化規(guī)律和大氣污染擴(kuò)散機(jī)制，為應(yīng)對氣候變化和環(huán)境保護(hù)提供支持。

這些技術(shù)的進(jìn)步不僅提高了FWAV的操作效率和可靠性，也為它們在復(fù)雜環(huán)境中的穩(wěn)定運(yùn)行提供了保障。然而，筆者發(fā)現(xiàn)隨著技術(shù)的發(fā)展，F(xiàn)WAV也面臨著社會價值和環(huán)境可持續(xù)性方面的挑戰(zhàn)。在能源供應(yīng)方面，當(dāng)前的電池技術(shù)限制了飛行器的續(xù)航能力，該項自需要研發(fā)新型高能量密度的電池或其他替代能源，如微型燃料電池、太陽能輔助充電技術(shù)等。在材料科學(xué)領(lǐng)域，該項目須進(jìn)一步開發(fā)輕質(zhì)、高強(qiáng)度、高彈性的材料，以提高飛行器的結(jié)構(gòu)性能和耐用性。在控制算法方面，該項目需要研究更先進(jìn)的智能控制算法，提高飛行器在復(fù)雜環(huán)境下的自主決策和適應(yīng)能力，如強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)與傳統(tǒng)控制算法的融合應(yīng)用。

該研究發(fā)現(xiàn)隨著FWAV在各個領(lǐng)域的廣泛應(yīng)用，社會倫理和安全問題日益凸顯。在隱私保護(hù)方面，F(xiàn)WAV的視覺監(jiān)控功能可能侵犯個人隱私，需要制定嚴(yán)格的法律法規(guī)和監(jiān)管政策，規(guī)范其使用范圍和數(shù)據(jù)采集方式。在飛行安全方面，F(xiàn)WAV可能與其他飛行器發(fā)生碰撞，或因失控對地面人員和設(shè)施造成損害，因此，需要建立完善的飛行安全管理體系，包括飛行空域規(guī)劃、避障技術(shù)升級和遠(yuǎn)程監(jiān)控機(jī)制。該項目在軍事應(yīng)用中，還須考慮FWAV被惡意利用的風(fēng)險，加強(qiáng)技術(shù)防范和國際間的監(jiān)管合作。

研究發(fā)現(xiàn)FWAV在運(yùn)行過程中可能對環(huán)境產(chǎn)生一定影響。撲翼運(yùn)動的噪聲可對野生動物的正常生活有干擾，尤其是自然保護(hù)區(qū)等生態(tài)敏感區(qū)。飛行器使用的電池及電子元件在廢棄后可能造成環(huán)境污染。為實(shí)現(xiàn)可持續(xù)發(fā)展，應(yīng)研發(fā)低噪聲的撲翼設(shè)計和高效的降噪技術(shù)，減少對生態(tài)環(huán)境的干擾。加強(qiáng)對電池和電子元件的回收利用技術(shù)研究，建立完善的回收體系，降低環(huán)境污染風(fēng)險。同時，在設(shè)計和應(yīng)用FWAV時，筆者充分考慮生態(tài)保護(hù)因素，確保其與自然環(huán)境和諧共生。

基于視覺的仿生撲翼飛行器在技術(shù)創(chuàng)新的推動下，展現(xiàn)出廣闊的應(yīng)用前景和巨大的發(fā)展?jié)摿Γㄟ^對控制系統(tǒng)、目標(biāo)追蹤、圖像處理等關(guān)鍵技術(shù)的持續(xù)優(yōu)化以及在多領(lǐng)域的應(yīng)用拓展，F(xiàn)WAV為人類社會的發(fā)展提供了新的解決方案。然而，在追求技術(shù)進(jìn)步的同時，必須正視其面臨的技術(shù)瓶頸、社會倫理和環(huán)境影響等挑戰(zhàn)。未來，需要跨學(xué)科的科研團(tuán)隊、政府部門、企業(yè)和社會各界共同努力，加強(qiáng)技術(shù)研發(fā)、完善監(jiān)管機(jī)制、推動可持續(xù)發(fā)展理念的落實(shí)，實(shí)現(xiàn)FWAV技術(shù)與社會、環(huán)境的協(xié)調(diào)發(fā)展，讓這一創(chuàng)新技術(shù)更好地服務(wù)人類社會。未來，本研究需要在確保技術(shù)進(jìn)步的同時，更加關(guān)注FWAV對環(huán)境的影響以及如何更好地整合這些技術(shù)以服務(wù)社會，實(shí)現(xiàn)科技與自然的和諧共生。

參考文獻(xiàn)

[1]祚時，許志良，張平.基于OpenMV輔助進(jìn)食機(jī)械手人臉檢測算法研究［J].傳感器與微系統(tǒng)，2021（1）：24-25.

[2]江達(dá)飛，徐中貴.基于OpenMV的零件缺陷檢測系設(shè)計[J].河南科技，2020（10）：58-59.

[3]ZHANG C，ROSSI C. A review of complianttransmission mechanisms for bio-inspired flapping-wingmicro air vehicles[J].Bioinspir Biomim，2O17（2）：23-30.

[4]YANG WQ，WANG L G，SONG B F. Dove：Abiomimeticflapping-wingmicroairvehicle[J].International Journal of Micro Air Vehicles，2O18（1）：83-87.

[5]TIJMONS S，CROONG C HE D，REMES BD W，et al.Obstacle avoidance strategy using onboard stereovision on a flapping wing MAV[J].IEEE Transactionson Robotics，2017（4） ：139-144.

[6]簡·M.拉貝艾.數(shù)字集成電路：電路、系統(tǒng)與設(shè)計[M].周潤德，譯.北京：電子工業(yè)出版社，2004.

（編輯 王永超）

Research on vision-based bionic flapping-wing aerial vehicle

LYUShaocheng，WANGYao，ZHANGKeyi，WANGMingxin （Wuxi Taihu University，Wuxi 214O64，China）

Abstract：This paper discusses the key technologies of vision-based bionic flapping-wing aerial vehicles（FWAV）.By adopting lightweight materialsandeficient motors，andcontinuouslyoptimizing algorithms，high maneuverabilityis achieved.Byanalyzing the Theintegration of the RaspberryPi3Model B + ，the STM32F407VET6 microcontroller and the OpenMV M7camera module enhances flightcontroland visual recognition capabilities.YOLOV5and Kalman filter are used to improve the performance of target tracking and solve the problem of jiter flight.

Key words： flapping wing aerial vehicle; visual tracking; detection