基于無(wú)人機(jī)的自然場(chǎng)景抗干擾規(guī)劃系統(tǒng)設(shè)計(jì)

朱銘霞，杜 漸，王 哲

（國(guó)網(wǎng)江蘇省電力有限公司經(jīng)濟(jì)技術(shù)研究院，江蘇南京 210000）

無(wú)人機(jī)具備機(jī)動(dòng)靈活、成本低、智能化水平高、易控制等優(yōu)點(diǎn)，這些優(yōu)點(diǎn)體現(xiàn)在公共安全、消防、城市規(guī)劃、位置服務(wù)、旅游等各個(gè)領(lǐng)域，無(wú)人機(jī)在自然場(chǎng)景抗干擾規(guī)劃方面也顯示出其高度的智能性和靈活性。在傳統(tǒng)的自然景物抗干擾規(guī)劃系統(tǒng)中，主要采用無(wú)線(xiàn)電信息傳輸技術(shù)和電子眼手動(dòng)故障排除來(lái)實(shí)現(xiàn)抗干擾規(guī)劃[1-3]。無(wú)線(xiàn)電信息傳輸技術(shù)在抗干擾規(guī)劃系統(tǒng)中能夠精準(zhǔn)且快速地識(shí)別干擾信號(hào)，但是這種方法的控制靈敏度比較低，無(wú)法實(shí)現(xiàn)靈活地干擾識(shí)別與規(guī)劃；電子眼人工排查技術(shù)的靈活性雖然有所提升，但是需要通過(guò)工作人員的設(shè)備安裝與角度控制來(lái)完成在抗干擾規(guī)劃系統(tǒng)中的工作。

為了解決上述方法中存在的問(wèn)題，文中將無(wú)人機(jī)引入自然場(chǎng)景三維建模系統(tǒng)中，進(jìn)行抗干擾規(guī)劃。

1 系統(tǒng)硬件設(shè)計(jì)

文中選擇Parrot AR Drone 2.0 操作平臺(tái)作為無(wú)人機(jī)的運(yùn)行平臺(tái)，此平臺(tái)是法國(guó)Parrot 公司的專(zhuān)業(yè)飛行器運(yùn)行平臺(tái)，性能高且具備六軸飛行器的載體，控制平臺(tái)采用極輕的碳纖維材料，外殼重量?jī)H286 g，還可以根據(jù)無(wú)人機(jī)飛行的場(chǎng)景不同更換外殼，達(dá)到保護(hù)操作平臺(tái)的作用，內(nèi)部的處理器采用最新版本的AR Drone 2.0 處理器，支持飛行定位功能，且續(xù)航時(shí)間相對(duì)于上一代AR Drone 1.0 處理器延長(zhǎng)了近30 分鐘。操作平臺(tái)的前端采用360°無(wú)死角高清攝像頭，后端采用一個(gè)超聲模塊，可以對(duì)飛行的高度以及飛行速度進(jìn)行確定與測(cè)量。操作平臺(tái)中的芯片結(jié)構(gòu)都是透明狀態(tài)的，其中的線(xiàn)路連接和芯片類(lèi)型一目了然，有助于使用者對(duì)操作平臺(tái)的適應(yīng)性改裝與故障更替[4]。

無(wú)人機(jī)內(nèi)的板載運(yùn)算器是無(wú)人機(jī)處理路徑和自然場(chǎng)景信息處理的主要載體，板載運(yùn)算器的運(yùn)算處理能力直接影響到無(wú)人機(jī)對(duì)自然場(chǎng)景抗干擾規(guī)劃程度。目前市面上的板載運(yùn)算器CPU 運(yùn)算處理平臺(tái)主要運(yùn)用32 g 內(nèi)存的處理空間，即以英特爾公司的芯片作為CPU 運(yùn)算載體[5-6]。而文中考慮到板載運(yùn)算器需要安裝在無(wú)人機(jī)中具有高空作業(yè)的標(biāo)準(zhǔn)，對(duì)板載運(yùn)算器的功率損耗和體積有著一定的要求，為此，文中采用樹(shù)莓PI 輕量級(jí)的數(shù)據(jù)處理平臺(tái)作為板載運(yùn)算器，該處理平臺(tái)的特點(diǎn)是體積小、運(yùn)算能力強(qiáng)、重量輕、損耗低，該平臺(tái)的運(yùn)算僅支持在ANXI-11 硬件平臺(tái)上運(yùn)行，并且所提供的運(yùn)算服務(wù)信號(hào)主要來(lái)源于自身的數(shù)據(jù)庫(kù)，可以運(yùn)行一定的視覺(jué)算法，滿(mǎn)足對(duì)場(chǎng)外環(huán)境的實(shí)時(shí)計(jì)算與仿真計(jì)算，該算法的運(yùn)行基于Cortex-20 六核三星處理器，與常規(guī)的運(yùn)算平臺(tái)相比，運(yùn)算速度提升了近10 倍[7-8]。樹(shù)莓PI 板載運(yùn)算器與市面上常見(jiàn)的其他板載運(yùn)算器的性能對(duì)比，如表1所示。

表1 板載運(yùn)算器性能對(duì)比

無(wú)人機(jī)的傳感器是自然場(chǎng)景抗干擾規(guī)劃系統(tǒng)的信息采集裝置，需要在無(wú)人機(jī)平穩(wěn)飛行的過(guò)程中對(duì)自然場(chǎng)外環(huán)境的速度、溫度、路徑、氣壓等因素進(jìn)行采集上傳。文中為了實(shí)現(xiàn)更加精準(zhǔn)的專(zhuān)業(yè)項(xiàng)目測(cè)量與信息采集，分別對(duì)不同的測(cè)量項(xiàng)目安裝不同類(lèi)型的專(zhuān)業(yè)數(shù)據(jù)傳感器。針對(duì)無(wú)人機(jī)飛行狀態(tài)控制，文中應(yīng)用慣性GPS 傳感器，此傳感器是維持無(wú)人機(jī)平穩(wěn)飛行的關(guān)鍵因素，可以對(duì)無(wú)人機(jī)的飛行方向和空中的環(huán)境因素進(jìn)行采集上傳，采用多軸技術(shù)，利用中央數(shù)據(jù)處理器對(duì)航線(xiàn)數(shù)據(jù)進(jìn)行處理，方便無(wú)人機(jī)的智能平穩(wěn)飛行[9-11]。針對(duì)自然場(chǎng)景的大氣環(huán)境，文中應(yīng)用大氣監(jiān)測(cè)傳感器，對(duì)空氣中的污染氣體、大氣壓強(qiáng)等空氣環(huán)境因素進(jìn)行檢測(cè)。針對(duì)自然場(chǎng)景中的陸地環(huán)境，文中采用多探測(cè)傳感器，其具有超聲、雷達(dá)、紅外、激光等原理的地面仿真?zhèn)鞲泄δ?，能夠利用不同的原理?shí)現(xiàn)傳感數(shù)據(jù)的精準(zhǔn)性、快速性以及廣泛性，多探測(cè)傳感器因其功能豐富，所以其內(nèi)在的芯片電路也較為復(fù)雜，多探測(cè)傳感器的電路原理圖如圖1所示。

圖1 多探測(cè)傳感器的電路原理圖

2 系統(tǒng)軟件設(shè)計(jì)

文中設(shè)計(jì)的無(wú)人機(jī)自然場(chǎng)景抗干擾規(guī)劃系統(tǒng)的軟件基本構(gòu)架如圖2 所示。軟件程序的啟動(dòng)與運(yùn)行均在無(wú)人機(jī)操作平臺(tái)的Windows 用戶(hù)界面中實(shí)現(xiàn)，軟件的實(shí)現(xiàn)過(guò)程需要依靠4 個(gè)單元模塊分別對(duì)無(wú)人機(jī)的不同功能進(jìn)行控制，單元模塊分別為無(wú)人機(jī)狀態(tài)管理模塊、數(shù)據(jù)信號(hào)管理模塊、自然場(chǎng)景干擾模擬模塊和抗干擾規(guī)劃模塊。無(wú)人機(jī)狀態(tài)管理模塊主要負(fù)責(zé)控制無(wú)人機(jī)的飛行狀態(tài)，并對(duì)無(wú)人機(jī)內(nèi)的設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)控，使無(wú)人機(jī)設(shè)備實(shí)現(xiàn)精準(zhǔn)化的自檢和校準(zhǔn)；數(shù)據(jù)信號(hào)管理模塊主要是對(duì)傳感器所采集到的數(shù)據(jù)進(jìn)行計(jì)算處理，將傳感器的數(shù)據(jù)轉(zhuǎn)化為圖像模式或數(shù)字模式，使工作人員能夠更加直觀地了解自然場(chǎng)景的干擾因素；自然場(chǎng)景干擾模擬模塊主要是模擬自然場(chǎng)景的干擾信息，通過(guò)模擬干擾指令產(chǎn)生實(shí)際需要的操作信號(hào)和干擾信號(hào)；抗干擾規(guī)劃模塊主要是解決自然環(huán)境中存在的干擾因素，具有一定的交互性和智能性[12-13]。

圖2 軟件基本流程圖

運(yùn)行軟件首先要檢查無(wú)人機(jī)等設(shè)備的運(yùn)行狀態(tài)，對(duì)相關(guān)設(shè)備進(jìn)行數(shù)據(jù)測(cè)試，執(zhí)行操作系統(tǒng)的自檢和設(shè)備校準(zhǔn)功能，確保軟件系統(tǒng)的運(yùn)行穩(wěn)定可靠。通過(guò)軟件系統(tǒng)對(duì)無(wú)人機(jī)的飛行狀態(tài)進(jìn)行控制，并協(xié)調(diào)傳感器所傳達(dá)的數(shù)據(jù)形式[14]，判斷傳輸信息是否具有干擾性，在必要的情況下需要啟動(dòng)自然場(chǎng)景干擾模擬模塊，對(duì)信號(hào)的傳輸內(nèi)容進(jìn)行模擬。再利用無(wú)人機(jī)的GPS 定位功能對(duì)測(cè)試環(huán)境的位置實(shí)時(shí)定位，實(shí)時(shí)傳達(dá)監(jiān)測(cè)結(jié)果并等待抗干擾指令的接收。

文中的數(shù)據(jù)處理模塊應(yīng)用了多目標(biāo)粒子群算法，可以對(duì)同時(shí)存在的干擾因素高效率地進(jìn)行信息處理與規(guī)劃。假設(shè)外環(huán)境中的干擾因素群有n個(gè)干擾因子，在無(wú)人機(jī)探索干擾因子空間過(guò)程中，干擾群中的每一個(gè)干擾因子都可以認(rèn)為是無(wú)人機(jī)探索空間中的干擾因素，設(shè)其中的一個(gè)干擾因子為i，無(wú)人機(jī)所標(biāo)記的干擾因子可以表示為：

根據(jù)多目標(biāo)粒子群中的算法，需要根據(jù)相應(yīng)的目標(biāo)函數(shù)計(jì)算出干擾因素所在場(chǎng)外環(huán)境中的局部位置，在無(wú)人機(jī)對(duì)干擾因素x識(shí)別的過(guò)程中不斷更新干擾群的最佳位置。干擾群的最佳位置可以表達(dá)為：

在多目標(biāo)粒子群算法中，粒子具有一定的運(yùn)動(dòng)性，粒子與粒子之間可以產(chǎn)生替代，而場(chǎng)外因素也可以具備替代關(guān)系，由新型的干擾因素替代原干擾因素，且新型的干擾因素具有一定的遺傳特性，干擾因素的基礎(chǔ)會(huì)隨著其他因素的替代而傳遞。干擾因素的替代可以定義為：

式中，c代表新型干擾因素，c1代表原干擾因素，r代表隨機(jī)干擾值，o、p分別代表無(wú)人機(jī)的運(yùn)算參數(shù)值和場(chǎng)外環(huán)境的適應(yīng)參數(shù)[15-16]。應(yīng)用多目標(biāo)粒子群算法對(duì)場(chǎng)外環(huán)境的干擾因素識(shí)別判斷的具體流程可以歸納為：初始無(wú)人機(jī)粒子群算法的參數(shù)設(shè)定，重新制定無(wú)人機(jī)的飛行范圍和干擾因素的探索范圍，并設(shè)定迭代次數(shù)對(duì)場(chǎng)外環(huán)境的位置信息進(jìn)行有規(guī)律性的運(yùn)算；計(jì)算無(wú)人機(jī)當(dāng)前飛行區(qū)域內(nèi)的干擾因素值，根據(jù)公式不斷地更新干擾因素，同時(shí)也需要更新干擾因素群，確定最新?tīng)顟B(tài)下的干擾因素位置，得到運(yùn)算的適應(yīng)值；最后通過(guò)迭代運(yùn)算對(duì)最終的干擾因素進(jìn)行判斷識(shí)別，傳輸?shù)綗o(wú)人機(jī)的控制平臺(tái)，對(duì)干擾因素?cái)?shù)據(jù)進(jìn)行處理和規(guī)劃。

3 實(shí)驗(yàn)研究

文中方法研究了基于無(wú)人機(jī)的自然場(chǎng)景抗干擾規(guī)劃系統(tǒng)，能夠較靈活和智能化地實(shí)現(xiàn)抗干擾的規(guī)劃。文中通過(guò)3 種方法（該文方法、電子眼人工排查系統(tǒng)和無(wú)線(xiàn)電信息傳輸系統(tǒng)）的對(duì)比實(shí)驗(yàn)進(jìn)行結(jié)果比較，驗(yàn)證該文所研究的系統(tǒng)與傳統(tǒng)系統(tǒng)所具備的靈活性以及智能性。

為了確保實(shí)驗(yàn)過(guò)程中不出現(xiàn)因環(huán)境因素所導(dǎo)致的偶然性誤差，該實(shí)驗(yàn)在同一實(shí)驗(yàn)環(huán)境下進(jìn)行3 種方法的比較，實(shí)驗(yàn)環(huán)境的模擬圖如圖3 所示。

圖3 實(shí)驗(yàn)環(huán)境模擬圖

實(shí)驗(yàn)過(guò)程中需要對(duì)不同系統(tǒng)進(jìn)行多項(xiàng)目的干擾測(cè)試，測(cè)試干擾模擬信號(hào)源時(shí)，需要干擾無(wú)人機(jī)的通信性能，將干擾信息以一定的射頻輸出，針對(duì)不同的方法采用不同的射頻輸出干擾信號(hào)。再測(cè)試無(wú)人機(jī)的信道核心功能，選取幾組具有代表性的干擾信號(hào)和干擾條件，通過(guò)軟件系統(tǒng)的操控設(shè)置好干擾信號(hào)發(fā)射器的發(fā)射頻率。最后對(duì)無(wú)人機(jī)操控平臺(tái)所接收的場(chǎng)外環(huán)境干擾信號(hào)分析抗干擾規(guī)劃內(nèi)容。如圖4 所示為操作平臺(tái)控制無(wú)人機(jī)的交互界面。

圖4 操作平臺(tái)控制無(wú)人機(jī)的交互界面

文中首先對(duì)3 種系統(tǒng)方法的靈活程度進(jìn)行比較，在實(shí)驗(yàn)環(huán)境中隨機(jī)散入5 個(gè)干擾因素，利用系統(tǒng)的靈活程度完成對(duì)干擾因素的探測(cè)與抗干擾規(guī)劃。實(shí)驗(yàn)結(jié)果如圖5 所示。

圖5 抗干擾性實(shí)驗(yàn)結(jié)果對(duì)比圖

根據(jù)圖中的對(duì)比內(nèi)容可知，文中設(shè)計(jì)系統(tǒng)的采集干擾因素的效率更好，可以體現(xiàn)出文中系統(tǒng)的靈活性。系統(tǒng)選用Parrot AR Drone 2.0 操作平臺(tái)對(duì)無(wú)人機(jī)進(jìn)行控制，可以小角度地調(diào)控?zé)o人機(jī)的飛行方向，還采用多類(lèi)型的傳感器對(duì)自然場(chǎng)景的干擾因素進(jìn)行采集與數(shù)據(jù)上傳。而無(wú)線(xiàn)電信息傳輸技術(shù)只能在指定的范圍內(nèi)采集歸納干擾數(shù)據(jù)；電子眼人工排查方法雖然比無(wú)線(xiàn)電信息傳輸技術(shù)靈活性高，但是其系統(tǒng)的實(shí)現(xiàn)需要耗費(fèi)一定的人力物力。

文中針對(duì)3 種系統(tǒng)的智能性進(jìn)行比較，結(jié)果如圖6 所示。

圖6 智能效果實(shí)驗(yàn)結(jié)果對(duì)比圖

根據(jù)圖6 對(duì)比結(jié)果可知，文中系統(tǒng)的智能程度更高，采用多目標(biāo)粒子群算法對(duì)干擾因素進(jìn)行計(jì)算，能夠有效排除非干擾因素，達(dá)到干擾因素的智能化識(shí)別[17-18]。而兩種傳統(tǒng)方法的智能化水平還需要依靠一定的人為因素進(jìn)一步確認(rèn)。

4 結(jié)束語(yǔ)

自然場(chǎng)景的干擾因素導(dǎo)致人們無(wú)法高效率地應(yīng)用環(huán)境資源，對(duì)自然場(chǎng)景的抗干擾規(guī)劃已經(jīng)成為了環(huán)境規(guī)劃領(lǐng)域的重點(diǎn)研究?jī)?nèi)容。文中基于無(wú)人機(jī)設(shè)計(jì)自然場(chǎng)景抗干擾規(guī)劃系統(tǒng)，利用無(wú)人機(jī)機(jī)動(dòng)靈活、智能化程度高的特點(diǎn)解決傳統(tǒng)方法中抗干擾系統(tǒng)智能集成效果差的問(wèn)題。在未來(lái)的研究中要不斷地改進(jìn)和完善抗干擾系統(tǒng)，以適應(yīng)各個(gè)領(lǐng)域越來(lái)越苛刻的社會(huì)環(huán)境。