基于雙目視覺的微型無人機室內(nèi)定位技術研究

【關鍵詞】雙目視覺；微型無人機；K-means；SURF 算法；室內(nèi)定位

當前，微型無人機具有結構簡單、成本低廉、適應性好、安全性能高等特點，與固定翼飛行器相比，微型無人機可實現(xiàn)垂直起升、保持懸停等功能，使微型無人機受到廣泛關注，并在民用、科學研究和軍事等領域廣泛應用。當前，微型無人機姿態(tài)控制要依賴于算法控制，四旋翼無人機只有4個輸入控制量和6個自由度，需要額外的姿態(tài)反饋和定位導航維持姿態(tài)穩(wěn)定。但在室內(nèi)微型無人機控制中，無人機旋翼易受到外界氣流干擾，在室內(nèi)飛行中易受到墻壁回流氣流影響，導致室內(nèi)微型無人機姿態(tài)失穩(wěn)。同時，微型無人機廣泛采用GPS定位，但受室內(nèi)無GPS信號、定位精度差等因素影響，導致微型無人機在室內(nèi)姿態(tài)控制和定位難度大。針對室內(nèi)微型無人機室內(nèi)定位問題，美國麻省理工最早于1965年開展室內(nèi)定位導航研究。AHR-ENS·S等人開發(fā)了一種四旋翼無人機室內(nèi)視覺定位算法，可實現(xiàn)無人機在室內(nèi)環(huán)境下視覺定位和避障[1]。MUS-TAFAH Y·M等人設計了一種基于雙目視覺傳感器的無人機室內(nèi)定位系統(tǒng)，可實現(xiàn)動態(tài)獲取無人機位置信息[2]。隨著無人機技術的發(fā)展和產(chǎn)品的廣泛應用，無人機室內(nèi)定位問題引起國內(nèi)學者的廣泛關注。何芳設計了一種適用于無人機室內(nèi)自主定位的半直接視覺SLAM系統(tǒng)，可基于視覺算法確定室內(nèi)空間三維點位置[3]。陳曄基于SIFT算法特征點提取和匹配，實現(xiàn)了四旋翼室內(nèi)定位。本文針對微型無人機室內(nèi)定位問題，提出了一種基于雙目視覺傳感器和RSS定位算法的無人機自主定位算法[4]。該系統(tǒng)數(shù)據(jù)采集和定位均由系統(tǒng)自主完成，且雙目系統(tǒng)定位精度更高，能夠避免單目定位算法誤差累積而造成的偏航問題，有利于提高微型無人機室內(nèi)定位精度。

一、基于雙目視覺的微型無人機室內(nèi)定位模型和算法原理

基于雙目視覺的微型無人機室內(nèi)定位模型原理主要為雙目立體視覺測距和RSS定位算法。

（一）雙目立體視覺測距模型

在雙目視覺系統(tǒng)中，兩個視覺傳感器相互平行，成像平面共面。假設雙目視覺距離定義為B，相機焦距均為，相機坐標系原點為左側相機光心點。兩側相機同時拍照空間點，則在左右相機得到的投影點坐標點分別為、，兩個投影坐標點經(jīng)立體校正后處于同一水平高度，則，相機投影幾何關系可表示為：

在已知相機內(nèi)參矩陣和匹配特征的情況下，空間點坐標和相機坐標的關系可根據(jù)式（2）確定。相機基準中點距空間中心點距離可表示為：

（二）無人機室內(nèi)自主定位算法

本系統(tǒng)中，無人機室內(nèi)自主定位算法采用RSS定位算法，該算法具有計算復雜度低、實現(xiàn)簡單等優(yōu)點。針對室內(nèi)光線不足的問題，可設計不同顏色、字體標識的室內(nèi)地形，便于無人機室內(nèi)視覺定位。無人機在室內(nèi)自主定位時，雙目相機安裝在無人機底部、兩側對稱，確保無人機在室內(nèi)飛行時可同時拍攝三個地面標識。假設三個地面三角形標識坐標分別為 、 、 。當無人機在室內(nèi)飛行時，雙目相機基線中點M 位置即可為無人機實時位置，D1、D2、D3分別為M點到三個地面坐標點的距離，則無人機自主定位算法可表示為：

根據(jù)無人機自主定位算法計算出無人機當前坐標，即可實現(xiàn)無人機室內(nèi)雙目視覺定位。

二、地標識別與定位

考慮到室內(nèi)光線不足，可能影響微型無人機雙目相機對環(huán)境識別和自主算法定位精度，設計采用地標標識方法作為無人機定位基準。無人機自主定位算法采用K-means聚類分析圖像分割算法對彩色地標圖像進行識別、地標形心定位計算和誤差分析、基于SURF算法進行垂直距離測量，可獲得無人機三維坐標位置。

（一）地標識別

在室內(nèi)環(huán)境下，通過對彩色地標進行圖像分割，無人機相機拍攝彩色地標圖像，借助K-means聚類算法計算地標圖像樣本至每個點集中心的距離，并作為無人機定位坐標起始點。當無人機在室內(nèi)飛行時，無人機相對于坐標點集的相對位置發(fā)生變化，無人機相機拍攝地標位置，對指定地標圖像聚類中心數(shù)量進行識別。根據(jù)上述思路，通過試驗研究發(fā)現(xiàn)，無人機相機可識別480×640×3mm的地標圖像，并得到三個地標在相機圖像中的形心坐標和最小外接矩形坐標范圍。

（二）地標形心定位計算和誤差分析

根據(jù)無人機相機模組參數(shù)標定結果，無人機相機模組基線距地標實際距離為11.999cm，將實際距離代入到式（2）中，即可計算獲得無人機相機坐標估計值。通過將坐標估計值與實際值計算發(fā)現(xiàn)，相機坐標系縱坐標與橫坐標最大誤差為3.26cm，其余誤差均小于3.0cm，屬于可接受范圍。值偏差偏大，最大值超出6.0cm，定位精度偏低，需借助SURF算法進行垂直距離測量。

（三）SURF垂直距離測量

SURF算法即加速穩(wěn)健特征算法，是一種穩(wěn)健局部特征點檢測和描述算法，該算法是SIFT算法的優(yōu)化算法，該算法在保持SIFT算法優(yōu)良性能的基礎上解決了SIFT算法計算復雜度高、耗時長的缺點，提升了算法執(zhí)行效率，使算法在實時計算機視覺系統(tǒng)中應用成為可能。在微型無人機室內(nèi)定位系統(tǒng)設計中，可基于SURF算法構建尺度空間、特征點定位和特征點距離計算匹配。具體應用中，無人機相機針對特定地標點定位匹配步驟為：①無人機讀取彩色格式圖像對，系統(tǒng)自動識別圖像中地標、分割和最小外接矩形；②根據(jù)地標矩形數(shù)據(jù)，確定指定地標坐標值范圍；③讀取原始圖像，對無人機相機圖像進行校正、SURF特征點檢索和描述算子生成；④系統(tǒng)自動計算無人機至指定坐標點的最小距離，按匹配距離誤差生成多個特征點匹配向量，并按誤差由小到大排列；⑤系統(tǒng)自動讀取匹配距離誤差，每讀取一對特征點，算法自動檢查像素坐標值是否在指定地標矩形數(shù)據(jù)范圍內(nèi)，如在數(shù)據(jù)范圍內(nèi)則作為最佳匹配輸出，反之則將匹配數(shù)據(jù)剔除。

根據(jù)SURF算法，可生成對指定地標的匹配計算結果。經(jīng)試驗生成30對測試數(shù)據(jù)，系統(tǒng)計算垂直距離均落在地標區(qū)域內(nèi)，無錯誤匹配情況，相較于借助SURF算法校正前，垂直距離誤差匹配對數(shù)3個改善至1個，增加區(qū)域約束后，誤匹配結果個數(shù)降至0，有效改善了無人機相機垂直距離測量誤差較大問題。

為確保雙目相機測量精度和多地標垂直距離測算精度，采用擬合多項式模型對雙目相機測量多地標數(shù)據(jù)進行擬合，對比擬合多項式模型計算結果與式（2）計算結果，選取誤差較小的測量結果作為無人機垂直距離計算結果。對無人機雙目多地標測量試驗中，選取3個點坐標進行測試試驗，地標尺寸為18×13cm，按等腰三角形排布。無人機相機距坐標點距離為104～204cm，距離增幅為10cm，測量獲得30組測量垂直距離數(shù)據(jù)，按匹配距離誤差由小到大取前4組視差數(shù)據(jù)，取4組數(shù)據(jù)均值作為坐標地心垂直距離數(shù)據(jù)，則可獲得無人機相機相對于多點坐標的垂直距離視差數(shù)據(jù)，根據(jù)試驗結果，30組數(shù)據(jù)誤差均在3cm范圍內(nèi)，但隨無人機距坐標點距離增大而出現(xiàn)誤差增大趨勢，針對該問題，通過引入擬合多項式模型擬合垂直距離和視差數(shù)據(jù)，即可獲得實際垂直距離與視差之間的擬合關系模型，實現(xiàn)對無人機垂直距離視差的矯正。根據(jù)試驗結果，經(jīng)多項擬合后，無人機至地標點平均相對誤差均小于2%，基本滿足微型無人機室內(nèi)精準定位要求。

三、室內(nèi)定位仿真試驗

為驗證微型無人機室內(nèi)定位系統(tǒng)的準確性、可靠性，本研究利用樹莓派和雙目攝像頭模擬無人機進行室內(nèi)定位仿真試驗。室內(nèi)定位坐標采用彩色地標作為基準坐標。樹莓派連接計算機，由計算機計算處理無人機坐標。

仿真試驗中，使樹莓派在室內(nèi)坐標1～2m范圍內(nèi)沿不規(guī)則路徑飛行，拍攝獲得23組圖像對，并利用精準測距儀測量獲得無人機真實坐標點數(shù)據(jù)。通過對無人機自主定位系統(tǒng)測量數(shù)據(jù)和真實數(shù)據(jù)對比計算均方根誤差值，對基于雙目視覺的微型無人機室內(nèi)定位測量結果進行評價，獲得無人機室內(nèi)定位坐標均方根誤差值（如表1所示）。

根據(jù)室內(nèi)仿真試驗結果，無人機室內(nèi)定位偏差均小于3cm，定位精度較高，表明本文提出的基于雙目視覺的微型無人機室內(nèi)定位技術方案可行，且能夠?qū)崿F(xiàn)高精度室內(nèi)定位。

結語

針對微型無人機室內(nèi)定位無GPS信號和定位精度低的問題，本文提出了基于K-means聚類算法識別地面坐標、RSS算法定位和基于SURF算法垂直距離測量的無人機定位算法。經(jīng)室內(nèi)仿真試驗數(shù)據(jù)表明，采用該技術可實現(xiàn)無人機室內(nèi)精準定位，且定位精度偏差較低，滿足微型無人機室內(nèi)定位精度要求。同時，該方案可能存在定位范圍受限，長距離室內(nèi)定位精度偏差較大，需進一步改進與完善。