无人机飞控之光流和导航技术农用无人机

2019-11-21 农药无人机 57

　　无人机具体的光流数据，如何应用到位置估计算法里，可以参考下文。

　　总体来看，光流算法分为两步：。

　　通过下视摄像头获得图像数据，分析图像的不同时刻的帧数据，得到像素的移动速度。

　　将像素的移动速度转换成飞行器的移动速度。

　　然后讲一下光流的数据在进融合算法前，常见的需要进行哪些预处理。

　　1，首先是与高度的关系，光流的数据一般在低空范围内有效，比如5m以内，超过一定高度，得到的数据精度就会比较差了，同时与高度有一个线性的关系，根据高度的大小，对光流得到的机体xy速度进行缩放。

　　一般来说，配合光流的高度数据主要来自超声波传感器，同样可以测农药无人机得低空的高度，而且较气压计而言，精度较高，得到的相对高度比较准确（气压计有漂移，受风影响大，噪音也大）。

　　2，其次，需要进行姿态补偿。

　　什么意思呢，假设一种情况，飞行器在原地晃动，比如左右摆动，此时光流会输出一个速度数据出来，而实际飞行器并未有位置上的变化，所以需要将这个误判的速度进行修正掉。

　　光流传感器输出什么。

　　首先要知道光流传感器的输出是什么，光流传感器输出的是xy两个轴向的速度数据，注意，没有位置数据，而位置反馈可以通过速度积分获得，不可避免会产生漂移，但实际通过组合导航算法的处理，也可获得较为满意的使用效果。

　　3，农用无人机最后还有一个yaw的旋转补偿，这个主要针对的是光流传感器并未放在飞行器中心位置，所以在原地yaw旋转运动时，xy会不对称的输出错误的数据，而这个数据是我们不需要的（实际飞行器并未运动）。

　　无人机准确地知道自己“在哪儿”，“去哪儿”，几乎是类似于人类“从哪里来，到哪里去”的哲学问题，在无人机的任何发展阶段都是绕不开的问题。

　　1.定位技术。

　　（1）GPS载波相位定位。

　　目前正在这方面开展研究的项目有：SwiftNavigaTIon公司开发的Piksi，海洋大学开发的RTKLIB开源项目。

　　（2）多信息源定位。

　　军方BAE最近公布了他们研农业无人机发的名为NAVSOP的定位技术，该技术将利用包括TV，收音机，Wi-Fi等等信息定位，弥补GPS的不足。

　　（3）UWB（UltraWideband，超宽带）无线定位。

　　2.测速技术。

　　目前公认的比较精确的测速方案是通过“视觉（光流）+超声波+惯导”的融合，AR.Drone是最早采用该项技术的多旋翼飞行器，极大提升了飞行器的可操控性，获得了巨大的成功。

　　PX4自驾仪开源项目提供了开源的光流传感器PX4Flow，该传感器可以帮助多旋翼在无GPS情况下精确悬停，公司推出的“悟”和“Phantom3”，“Phantom4”同样采用了该项技术。

　　农药无人机，也叫农用无人机，是农业植保过程中的重要的植保机械，农药无人机网主要介绍农药无人机产品种类特点，讲解农药无人机植保作业流程，分享农药无人机的现场视频，https://nongyaowurenji.com/。