OpenHW开源硬件与嵌入式大赛OpenHW开源硬件社区.docx
《OpenHW开源硬件与嵌入式大赛OpenHW开源硬件社区.docx》由会员分享，可在线阅读，更多相关《OpenHW开源硬件与嵌入式大赛OpenHW开源硬件社区.docx（12页珍藏版）》请在冰点文库上搜索。
OpenHW开源硬件与嵌入式大赛OpenHW开源硬件社区
OpenHW开源硬件与嵌入式大赛
基于四旋翼飞行器平台的
目标识别系统
团队名称
团队单位
联系人
联系方式
电子邮箱
OpenHW12开源硬件与嵌入式大赛
诚信承诺书
本组郑重承诺：
我参赛队呈交OpenHW12开源硬件与嵌入式大赛基于四旋翼飞行器平台的目标识别系统是我队独立开展研究取得的成果，文中引用他人的观点和材料，均在文后按顺序列出其参考文献，设计（论文）使用的数据真实可靠。
承诺人签名：
日期：
年月日
目录
摘要1
第1章应用需求分析2
1.1应用背景2
1.2四轴飞行器分析2
1.3需求分析3
1.4应用举例3
第2章方案总体设计（拟用）3
2.1参赛方案介绍3
2.1.1系统框图4
2.2核心硬件设计拟用方案4
2.2.1加速度计、陀螺仪4
2.2.2GPS4
2.2.3电机5
2.3软件设计5
2.3.1总体设计5
2.3.2飞控算法5
2.3.3图像算法6
第3章进度计划及安排7
第一阶段7
2012年11月～12月：
查阅相关资料，确立并完善方案；7
第二阶段7
2013年1月：
搭建飞行器平台，完成飞行器自主飞行；7
2013年2月：
确立目标识别算法，在matlab上仿真验证；7
2013年3月：
在PL上实现目标识别算法；7
2013年4月：
飞行器平台与目标识别系统综合调试；7
2013年5月：
调试Linux任务部署功能；7
2013年6月：
综合测试，优化配置，完善性能；7
第四阶段7
2013年7月：
整理研究资料，提交代码和项目文档，准备结题；7
第4章总结7
摘要
本项目所研究的飞行器平台目标识别系统，主要包括四轴飞行器飞控系统、目标识别系统、导航系统三个部分。
该系统使用惯性器件采集飞行数据，通过惯导算法解算飞行器姿态，完成控制系统。
使用摄像头采集视频信息，完成目标识别系统。
使用GPS融合惯导数据，完成飞行器导航系统。
部署Linux系统，根据实际需求可增添飞行任务。
本设计从民用角度入手，演示社区安全监控及户外人员搜寻任务。
关键词：
飞行器；目标识别；
第1章应用需求分析
1.1应用背景
传统无人机平台主要应用在军事、安全、侦查领域。
在近些年的几场局部战争中，无人驾驶飞机以其准确、高效和灵便的侦察、干扰、欺骗、搜索、校射及在非正规条件下作战等多种作战能力，发挥着显著的作用[1]。
本方案提出的基于四旋翼飞行器的目标识别系统则从民用角度出发，发挥其在民用领域的作用。
四旋翼飞行器作为无人机的分支，具有其独有的特点。
四旋翼飞行器具有四个螺旋桨，四个螺旋桨呈十字交叉结构，通过调整四个螺旋桨的转速调整姿态。
因为其结构的特殊性，其飞行姿态及其灵活，可以轻松完成传统固定翼飞机无法做出的飞行动作。
传统无人机造价昂贵，四旋翼飞行器使用电机驱动，造价相对便宜，具有民用化的潜质。
在四旋翼飞行器上搭建目标识别系统，可以执行灵活的飞行任务，为四旋翼飞行器民用化创造了实用价值。
中航工业航空装备有限责任公司总经理汪亚卫曾表示，我国无人机装备的发展和服务队伍的建设，使得无人机能够越来越多地应用于森林防火、边境巡逻、海事执法、灾情评估、核辐射探测、环境保护、应急救援、遥感测绘、资源勘探测绘等广泛的民用领域。
1.2四轴飞行器分析
飞行器示意图如图1（A）所示，四个螺旋桨旋转方向为两正两反，相邻两个螺旋桨旋转方向相反，对角线上两个转向相同。
当对角线上一对螺旋桨转速提高，如（B）所示，螺旋桨产生的力矩会使飞行器向相反方向旋转；当后部相邻两个螺旋桨转速提高，如（C）所示，后面产生的升力高于前面，飞行器向前倾斜，完成向前俯仰的动作；同理，左侧两个螺旋桨转速提高则可完成向右横滚的动作，如（D）所示。
D
C
A
B
图1飞行器示意图
1.3需求分析
在我国，航模有相当数量的用户群，但是这些玩家手中的模型以遥控直升机、固定翼模型为主，构造简单，可靠性差，不能执行特定的飞行任务。
而安防、监控、测绘、航拍、遥感和灾害预警等领域的需求日益增大，在此方面的应用的飞行器水平相对落后，这就需要研制开发高性能、适用性广的飞行器填补此类领域的需求。
1.4应用举例
在发生自然灾害后，抢险人员无法快速准确的判定生还者的位置，空有力却使不出，耽误了宝贵的救援时间。
使用本方案提出的基于四旋翼飞行器的目标识别系统，可搭载红外热像仪等生命体征采集传感器，在Linux系统上部署搜救任务，在空中以广阔的视角高效搜寻生还者体征信息，通过目标识别系统快速判断生还者的位置。
高速公路上，路面上的异物、突然停止或速度过慢的车辆、甚至在路上行走的行人，都将对过往的车辆安全造成巨大的威胁，使用本方案提出的基于四旋翼飞行器的目标识别系统，部署巡线检测系统，在公路沿线巡查异物、异常车辆、行人等，通过目标检测系统排查安全隐患，以便路政人员快速应对。
我们经常在电视广播里看到或听到在旅游景点有人员失踪的事故发生，由于一般旅游景点面积广阔，地面覆盖物多，这对搜救工作带来了很大的不便，而四旋翼飞行器适合在丛林环境中工作，使用本方案提出的基于四旋翼飞行器的目标识别系统，将线索提供的环境特征作为识别目标作为制定路线的标准，部署搜救任务，通过目标识别系统快速找到失踪人员。
你是否总是在猜想科幻大片中实时跟踪是如何实现的，你是否听说过“灰尘间谍”？
本设计就将电影中神秘的追踪器代入日常生活中。
保安人员总是苦恼监视器无法看到小区的每个角落，可疑人员进入后无法确定他的行踪和目的。
可以将可疑人员的图像信息制作成飞行任务，部署到我们的飞行器上，识别目标并实时跟踪陌生人的行踪，可疑人员的一举一动尽收眼底，毫无监控死角。
第2章方案总体设计（拟用）
2.1参赛方案介绍
本方案利用ZEDBoard实现基于四旋翼飞行器的目标识别系统。
该飞行器能够自主飞行，通过摄像头采集地面或空中图像，通过图像识别算法检测目标系统，根据飞行任务制定进一步的飞行动作。
本方案总体目标是搭建四旋翼飞行器平台，在平台上部署目标识别系统，完成空中的目标识别，可通过Linux系统添加飞行任务，例如目标跟踪、侦查、安全预警等。
本方案本着方便演示的原则，从民用角度入手，完成户外人员搜寻及社区安全监控功能。
为保证以上总体目标的实现，要达到以下三个具体目标：
第一，飞行器平台稳定可靠，能根据需要做出各种飞行动作，完成灵活的飞行任务；第二，目标检测系统准确，目标识别系统是本方案的“眼睛”，需要目标识别系统准确判断待识别目标；第三，添加飞行任务方便，灵活的飞行任务赋予了本方案生命。
2.1.1系统框图
本方案系统框图如图2，以XC7Z020为核心，读取传感器数据，包括加速度计、陀螺仪、磁力计、气压计等，姿态解算后通过PID控制4个电机速度，根据4个电机速度控制飞行器姿态，完成飞行器平台搭建；读取摄像头数据，通过图像识别算法完成目标识别。
在Cortex-A9内核中运行Linux系统，管理整个飞行器系统资源，并且方便添加、修改飞行任务。
图2系统框图
2.2核心硬件设计拟用方案
2.2.1加速度计、陀螺仪
本方案选用MPU-6050六轴传感器。
MPU-6050为全球首例整合性6轴运动处理组件，相较于多组件方案，免除了组合陀螺仪与加速度计之轴间差的问题，减少了大量的包装空间。
MPU-6050整合了3轴陀螺仪、3轴加速度计。
MPU-6050的角速度满量程感测范围为±250、±500、±1000与±2000°/sec（dps），可准确追踪快速与慢速动作，并且，用户可编程控制的加速器全格感测范围为±2g、±4g±8g与±16g。
产品传输可通过最高至400kHz的I2C。
[2]
2.2.2GPS
本方案选用UbloxNEO-6M模块，具有50个通道的u-blox引擎、1百多万个有效相关器具备KickStart功能，信号微弱时可实现加速启动，支持AssistNowOnline和AssistNowOffline等A-GPS服务。
UbloxNEO-6M具有2.5MCEP定位精度，具有-162dBm的SuperSense捕获和跟踪灵敏度。
具有5Hz定位更新速率，热启动和辅助启动首次定位时间小于1秒。
2.2.3电机
本设计采用XXD2212kv1000直流无刷电机，外形尺寸27.8×27mm，重量48g，轴径3.17mm，配合GWS1060HD桨，在11V供电全速运行情况下，持续电流13.1A，转速每分钟7630转，可产生推力675g，以上性能基本指标可以满足所需要求。
2.3软件设计
2.3.1总体设计
本方案软件包含控制算法和图像算法，均在XC7Z010芯片中完成，其中PS擅长处理控制算法，PL擅长处理图像算法，本方案力图在PL中完成所有图像算法和大部分控制算法，Linux只需管理、添加、修改飞行任务。
2.3.2飞控算法
飞控软件流程图如图3，飞控程序主要分为两部分，一是姿态解算，二是姿态控制。
本方案飞行器不依赖遥控操作，需要完成自动飞行功能，因此姿态解算即成为飞控部分的核心算法。
本方案采用四元数法进行姿态解算。
图3飞控流程图
姿态解算流程如下：
读取陀螺仪、加速度计、磁力计等传感器数据，多传感器数据融合后得到角增量，计算出等效旋转因子，与上一时刻四元数做四元数乘法，单位正交化处理后得到当前姿态四元数，最后计算得坐标变化矩阵和欧拉角。
2.3.3图像算法
图4图像算法流程图
图像算法如图4，系统初始化后根据任务根据目标图像进行识别训练，执行飞行任务时通过摄像头获取RGB图像，图像数据存放在缓存中，经过高斯滤波、减去背景、形态学滤波、分离前景和背景，最后通过识别算法判断是否发现目标。
识别算法暂定SVM分类，还需根据需求进一步论证。
第3章进度计划及安排
本组4名成员均为西安电子科技大学在校研究生，分别具有FPGA开发及飞控理论研究、图像算法研究、Linux驱动开发及应用开发、无线数据传输研究等方向的经验，搭配合理，在后面的7个月的开发时间内，将相互配合，协同完成此项目，具体进度计划如下表：
第一阶段
2012年11月～12月：
查阅相关资料，确立并完善方案；
第二阶段
2013年1月：
搭建飞行器平台，完成飞行器自主飞行；
2013年2月：
确立目标识别算法，在matlab上仿真验证；
2013年3月：
在PL上实现目标识别算法；
2013年4月：
飞行器平台与目标识别系统综合调试；
第三阶段
2013年5月：
调试Linux任务部署功能；
2013年6月：
综合测试，优化配置，完善性能；
第四阶段
2013年7月：
整理研究资料，提交代码和项目文档，准备结题；
第4章总结
科技以人为本，大量军工技术显现出了民用的趋势。
本方案搭建相对低成本的无人机平台，在空中实时目标检测，通过Linux系统部署飞行任务，完成民用功能。
本设计着眼于在飞行器上检测人体，以安全检测和户外人员搜寻为例演示。
上述的飞行器平台显现出航模不具备的显著特征：
首先，无人机能够自主飞行，制定飞行任务，航模无法脱离人工控制；其次，航模功能简单，只能完成单一的飞行，无法进行目标识别及更加丰富的飞行任务。
本设计提出的基于飞行器平台的目标识别系统具有传统无人机的优势，又弥补了其价格高昂的缺点，就目前民用需求来看，具有广阔的市场前景，将成为军工技术民用化的重要体现。
升级会员 