無人機在空中如何實現「旋轉跳躍「？
導讀
無人機中應用的關鍵技術和一些具體技術應用分析。
無人機
關鍵技術應用
無人機應用的技術包羅萬象，本編也是從中選取懸停和避障這兩點和大家分享一下相關技術發展和應用特點。當下市場上各品牌無人機系統很大程度也是通過這些技術的研發和應用情況區分高下的。
懸停
如上一篇文章所述，懸停技術主要是針對多旋翼無人機和無人直升機而言的，而懸停技術作為無人機系統穩定性的一個顯性體現，尤其對於消費級無人機中的航拍功能影響較大。而懸停相對應的則是對定位技術的要求，就當下市場技術應用來看，基本上有三種主流定位技術應用，即：GPS/IMU組合定位、超聲波輔助定位和基於圖像的光流定位技術。
其中，GPS/IMU組合定位和超聲波輔助定位技術在各類無人機中應用較為廣泛，相應技術也較為成熟，而基於圖像的光流定位技術是隨著視覺導航概念的趨熱而逐漸崛起，成為又一無人機中定位技術的熱門應用。
GPS/IMU組合定位技術
GPS/IMU組合定位技術是結合了GPS和IMU（慣性測量單元）技術的優勢實現的現在應用較為成熟的一種定位方法。
其實，GPS和IMU都可以單獨實現定位。
GPS定位技術。通過不斷接受超過三個衛星發射的定位信息，利用三邊測量法進行實時定位，使用差分GPS消除誤差。但是其更新頻率較低（大概10Hz），因而不能單獨用於無人機飛行過程中的實時定位。需要加入IMU這樣的。
IMU定位技術。一個IMU單元一般包含一個三軸加速度感測器和一個三軸陀螺儀角速度計，前者可以測量一個三維空間的加速度，後者可以測量圍繞三維空間三個坐標軸方向的旋轉速度。
IMU定位技術由三個加速度通過兩次積分獲得位移，以此實現位置定位；由角速度通過積分可以獲取位姿信息，這兩者信息結合在一起就可以獲得物體的實際狀態。相對GPS定位技術而言，IMU定位技術更新頻率比較高（可達到1kHz），存在位移誤差、比例誤差及背景白雜訊誤差，且誤差是不斷累積的，因而不適用於長定位。
無人機GPS/IMU組合定位技術結合GPS和IMU兩者優點，互補兩者的缺點——GPS可用於長時間定位，但由於GPS更新頻率較低，所以在其一個更新周期內，採用IMU數據定位，即可實現較為準確的實時定位。
同時，這種模式還可以保證在GPS失常時，僅依靠IMU提供應急位置高度信息，但是因為僅利用IMU信息進行位置高度解算時，解算結果容易發散，因此這種模式僅適合在空曠的戶外進行懸停控制，而並不適宜在室內或有信號遮蔽的環境下使用。
超聲波輔助定位技術
超聲波輔助定位技術主要運用超聲波測距感測器實現無人機的對地或對其他參照物的高度測量。
超聲波測距感測器是一種較為成熟的測距感測器，採用超聲波回波測距原理，運用精確的時差測量技術，檢測感測器與目標物之間的距離，採用小角度，小盲區超聲波感測器，是一種無接觸式精準測量方式。
當無人機布置有下視超聲波感測器時，可較為精確地測得無人機距地面的距離，從而輔助實現定高控制，但是超聲波輔助定高無法實現無人機水平位置的飄移控制，因而還需要與其他定位技術或感測器一併使用，才能構成完整的無人機定位系統。
光流定位技術
光流定位技術運用光流感測器，並通過數據分析實現的定位技術，因而可以說是一種基於軟體演算法實現的定位技術，同時光流定位技術也是一種輔助定位技術，也需要與諸如GPS等定位技術的整合，才能實現具體場景化應用。
光流定位是隨著近年來機器視覺興起而逐漸走火的又一概念，其是空間運動物體在觀察成像平面上的像素運動的瞬時速度，是利用圖像序列中像素在時間域上的變化以及相鄰幀之間的相關性來找到上一幀跟當前幀之間存在的對應關係，從而計算出相鄰幀之間物體的運動信息的一種方法。一般而言，光流是由於場景中前景目標本身的移動、相機的運動，或者兩者的共同運動所產生的。
具體在無人機上的應用而言，光流定位通常是藉助於無人機底部的攝像頭採集圖像數據，然後採用相應演算法計算兩幀圖像的位移，進而實現對無人機的定位，隨著圖像處理演算法的演進和圖像處理硬體平台的發展，使得這種演算法的精度和實時性得到保證，從而得以在無人機系統上得到應用。如果再配以GPS定位技術，就可以實現對無人機的精準定位控制。
定位技術應用趨勢
消費無人機雖然也就是近幾年才進入大家視野，但無人機發展至今，根據所採用的技術手段已經經歷了四代，第一代是採用單GPS懸停；第二代採用雙衛星定位系統或GPS與IMU組合定位；第三代引入了光流定位技術；而第四代則是如大疆精靈4一般採用了雙目光流定位技術。
由於機器視覺的火熱，以及光流定位的精準性，目前市場上諸如大疆、零度以及國外的3DR、Parrot等品牌下的無人機都已有應用光流定位技術，另外，2016年3月大疆發布的採用了帶有雙目視覺的對地感測器的精靈4，進一步提高了懸停控制的精度和適用範圍，懸停精度提高到水平方向0.1m，高度0.3m。
引申技術——跟蹤
跟蹤技術是與定位技術相關的一個應用方向。航拍無人機的跟蹤拍攝模式已經得到廣泛應用，也深受廣大愛好者喜愛。而所謂跟蹤拍攝模式是指人為設置一個興趣點，無人機通過識別興趣點自動進行跟蹤拍攝，這也是無人機智能化一個應用趨勢。目前的跟蹤拍攝技術主要有兩類，即GPS跟蹤和圖像跟蹤。
GPS跟蹤技術較為簡單，也是大部分無人機均已配置的技術，需要被跟蹤者需手持遙控器，並獲得自己當前位置的衛星定位信息，之後將此信息發送給無人機，無人機以接收到的目標位置作為目標，並進行導航。
圖像跟蹤技術是無人機根據所設置的興趣點的圖像特徵，完全根據圖像信息完成目標的跟蹤，這涉及到了對目標對象的圖像識別圖像跟蹤，尤其是在目標運動場景中，圖像背景變化較、目標形態變化較大的情況下，對目標準確的跟蹤需要運用到深度學習技術，是當前人工智慧的一個熱點研究方向。
避障技術
避障技術是無人機安全係數重要衡量指標，同時也直接關乎無人機的實際壽命及大規模商用。因而如何感知到障礙物、並且自主地規避障礙物就顯得尤為重要。無人機避障的實現是通過將探測所得結果數據導入到自身避障模塊，經過計算機的運算，得出避障飛行的指令。
而就目前來看，主要有4種不同的避障技術得以應用：超聲波避障、雙目視覺避障、基於激光雷達的避障技術和基於RealSense的避障技術。
超聲波測距避障
這種技術類似於傳統的倒車雷達系統，根據超聲波探測，獲知障礙物距離信息，然後採用相應策略避開障礙物，至於其具體測距原理上文在談到超聲波定位時已經談到，就不做過多講解了。不過，就其特點來看，仍是方法成熟，實現容易，但是探測距離近，探測範圍小。
雙目視覺避障
雙目視覺又稱雙目立體視覺，上文提到的雙目光流定位技術也是雙目視覺的一種應用。雙目視覺是基於視差原理的一種機器視覺形式，它利用成像設備從不同位置獲取被測物體的兩幅圖像，通過計算圖像對應點間的位置偏差，來獲取物體三維幾何信息和攝像頭與所測物體之間的距離。
這一技術探測範圍更廣、距離更遠，相應安全性也更高，但是技術難度也更大，由於需要進行大量的圖像分析，而圖像分析往往需要強大的計算機資源來運算，對飛控要求較高，而且會受到光照強弱變化的影響。
大疆的精靈4的避障技術用的就是基於雙目視覺的避障方法，在機身前向裝有兩枚攝像頭，專門負責雙目圖像採集，另外配合了超聲波探測，應對環境光較弱的場景。大疆的雙目視覺避障系統可以實現15m內的障礙探測和規避。
基於激光雷達的避障技術
基於激光雷達的避障技術是一種集激光、GPS和IMU三種技術的系統方案，是以發射激光束探測目標的位置、速度等特徵量的雷達系統，測距精度可達厘米級。其工作原理與超聲波定位工作原理類似（另外類似的還有紅外避障技術），通過測量激光信號往返傳播的時間而確定目標的距離，作適當處理後,就可獲得目標的有關信息。
激光雷達運作時，只需進行非接觸掃描就可以在短時間內獲取物體和環境空間點的三維數據和信息，由於收集的數據是以點的形式組成，所以這些數據被稱作點雲數據，其最大的特點是可以進行後期的處理，依靠獲取的數據便能夠建立完整的三維立體模型，並可進行地圖建模。
零度的Xplorer 2採用的就是這種技術，而其無人機上的「大眼睛」就是自動避障模塊，該避障模塊可以實現在6m內有效避障距離內，以每秒50次的速率實現360°全方位掃描。
基於RealSense的避障技術
RealSense是Intel公司的視覺感知系統，採用了主動立體成像原理，模仿人眼的視差原理，通過打出一束紅外光，以左紅外感測器和右紅外感測器追蹤這束光的位置，然後用三角定位原理來計算出3D 圖像中的深度信息。
RealSense在無人機上的首次應用是在昊翔的Typhoon H專業版上，Typhoon H專業版加裝了Intel RealSense R200 模組來實現避障功能，可以說似乎有點兒要和大疆叫板的意思，同時也使得Typhoon H專業版在2016年剛推出時爭議頗多。不過就實際應用效果來看，確實也實現了避障，並順帶將無人機在室外的路徑規劃能力進一步提升。但也並非沒有短板，Typhoon H專業版的跟隨能力與同年的大疆精靈4比，還是稍有遜色。
無人機
避障技術仍不完美，穩定性有待改善
就目前無人機發展來看，很多細節方面仍不完美，例如避障技術，現在仍沒有完美的解決方案，即使如大疆、零度、昊翔這樣國內知名廠商的無人機也偶有炸機發生，雖然只是小概率事件。另外，系統的穩定性也是很讓人操心的問題，例如五一在西安無人機表演中發生的亂碼事件，被不少網友曝光，並大受關注，其實很大一部分還是由於環境干擾與系統穩定性上處理的不是很好而導致。
因此，就無人機這一融匯諸多高精尖技術的小物件兒，要想如手機一般普及和通用，技術研發和探索之路還是任重道遠吶~
（轉自丨電子產品世界）
※美海軍CICADA蜂群，實現微型無人機「布撒」技術的突破
※電子戰——應對蜂群無人機攻擊的最佳手段
TAG:無人機 |