激光雷達果樹空中避障系統設計范文

本站小編為你精心準備了激光雷達果樹空中避障系統設計參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：在山地丘陵地帶果樹植保機飛行過程中，擁有對地形的全感知能力顯得尤為重要，丘陵地帶植保機作業過程中，地形起伏較大，需要植保機具有避障能力。基于激光雷達的無人機避障系統使用激光雷達作為主傳感器，機載電腦融合IMU所給出的飛機狀態量信息，綜合評判飛行器所處的狀態，通過對比和預測飛機狀態實現對障礙物的躲避。

關鍵詞：激光雷達；場勢能算法；地形跟隨；避障；無人機

引言

近年來，農用植保無人機發展迅速。與傳統人工施藥方式相比，植保無人機噴灑速度快效率高，能有效的降低人工成本，提高工作效率。由植保機械代替人工噴灑農藥將是未來農業的發展趨勢。但是目前適用于平原大田作物的植保機因無法進行有效的地形跟隨和避障并不適合在山地丘陵地區進行果樹植保作業。制約我國果樹植保行業無人機推廣的主要瓶頸問題已由飛行平臺與控制系統的穩定性問題轉化為無人植保機智能化程度低、環境感知功能缺失的問題。完善的自主避障系統將能夠在很大程度上減少因人員操作失誤造成的無人機損壞，增加作業效率。本文主要利用pixhawk飛控與HOKUYOUST-30LX激光雷達完成植保無人機自主避障的功能并做出相應的算法優化。

1系統構架與工作原理

本文研制了一種新型的適用于植保無人機上的基于激光雷達的避障系統，這套避障系統由激光雷達、Intelmini計算機系統（以下簡稱機載計算機）、USB轉GPIO端口控制模塊、供電模塊構成，其系統拓撲圖如下圖所示：無人機避障系統使用激光雷達模塊獲取周圍點云信息，激光雷達模塊可以直接輸出所探測到的周圍15M范圍以內的障礙物的點的位置信息、角度信和距離信息到計算機中，機載計算機通過處理激光雷達所給出的信息生成真實環境數據，提供給避障程序做避障判定，程序判定需要進行避障以后，發送相應的控制代碼和障礙物位置信息給飛行控制系統，飛行控制系統自行判斷是否需要進行避障，是否按照激光雷達避障系統所給出的避障操作進行避障。并且返回若干個真值給避障系統，供給避障系統做下一次的判斷使用。在這套激光雷達避障系統中，機載計算機起到對所收集的所有信息進行匯總處理的一個作用，因為linux不是實時操作系統，需要對linux系統打補丁使它具有實時操作系統的特性，在毫秒級系統時間內完成對程序系統樹優先級的判定和檢測，對比激光雷達所給出的數據信息完成對障礙物位置的判定和距離檢測，同時給飛控輸出障礙物位置信息和避障指令，機載計算機通過Mavlink協議獲取飛控實時的狀態量，會有一定的延遲。為了能縮短避障指令執行所需要的時間，我們把控制飛行器避障的過程交給飛控來完成。機載計算機只提供必要的障礙物信息和經過計算以后的躲避障礙物所規劃的路線，飛控通過融合本身GPS信息、IMU所給出的傾斜角度信息、加速度信息判斷躲避障礙物的路線是否擁有可執行力，如果判斷按照目前狀態會撞擊到障礙物，就按照機載計算機所給出的路徑進行回避。如果飛控根據當前姿態計算并不會撞上障礙物，就會按照目前狀態繼續執行飛行任務。

2避障系統硬件搭配

在硬件上，載機我們使用基于pixhawk2飛控的植保無人機，pixhawk2飛行控制系統搭載ardupilot3.5固件，可以實現跟機載計算機通過Mavlink通訊協議進行通訊。避障感知系統使用HOKUYO-UTM-30LX激光雷達，可以實現0.35-30M距離內的比較精準的測距，超過0.35M距離激光雷達會輸出一個激光點強度值，可以通過激光點強度值和位置信息的變換來進行真值點的及計算，排除0.35M以外的噪點，實現較為準確的距離的測算。

3STM32控制算法實現

本方案采用激光雷達傳感器獲取飛行環境信息，對障礙物的相對距離、角度等進行計算。其優點為精度高，弱光環境下表現較好，有不同的防護等級，可在噴灑農藥的環境下正常使用；缺點為易受強光干擾，成本較高。如圖2所示，激光雷達的發射器發射出一束激光，激光光束遇到物體后，經過漫反射，返回至激光接收器，雷達根據發送和接收信號的時間間隔乘以光速，再除以2，即可計算出發射器與物體的距離。本項目選擇了HOKUYO-UTM-30LX激光雷達作為傳感器，配合無人機上搭載的微型計算機來完成避障。UTM-30LX擁有30m,270°測量范圍，掃描頻率最高可達到40Hz，擁有IP64防護等級可以在噴灑藥液的同時正常使用。激光雷達將掃描到的周圍環境數據通過SCIP2.0協議輸出到機載計算機中，使用Linux下的ROS機器人操作系統對避障信息進行處理、分類歸納。ROS是一種分布式模塊化的開源軟件框架，可以運行在一個計算機上或者分布不同位置的多個計算機上。這些執行程序被按照功能包和功能包集的方式進行分組，統一管理的消息和每個消息處理模塊所接受的消息，實現機器人研發過程中的代碼復用，減輕工作量。ROS系統完成整個避障消息的處理后會輸出一個不具體的位置坐標，可以虛擬為一個可變化的空間向量，通過解析空間向量可以得知ROS系統所給出的具體避障角度和避障距離，機載計算機通過Mavlink協議跟飛控進行通訊，Mavlink協議中封裝了關于飛控所接受的信息的種類和具體接受的方式。在植保機自動避障控制中，使用了人工勢場法定義運動規律和預測運動軌跡。人工勢場法的基本思想就是將無人機在環境中的運動視為一種虛擬的人工場中的運動。障礙物對無人機產生斥力，形成斥力場，隨著無人機遠離障礙而減弱；目標對無人機產生引力，形成引力場。引力場和斥力場共同作用于無人機，使無人機不斷調整自己運動的速度和方向，逐漸接近并最終安全達到目標。如圖3所示，無人機的目標位置為PG，且環境中存在障礙物Oi(i1,2,3,n)n為障礙物的數目，無人機在位置p時的人工勢場Uart(p)可表示為目標勢場UG(p)和障礙勢場U(p)的和，進而得出作用于無人機的抽象力F(p)為：勢場函數的選擇比較靈活，一般具體情況具體設計。建立的目標勢場和障礙物勢場函數如下：其中：k、為常數；是無人機到障礙物的最短距離，為一閾值。首先，根據障礙物的距離和方向計算斥力，根據目標點距離和方向計算引力，最后計算合力大小和方向，確定合力以后，把合力轉化成轉化成無人機的速度矢量，通過MAVlink協議，將速度設定值發送給飛控，通過控制速度來實現避障。初期對算法進行了實際測試，實驗環境室外，飛行器靜止懸停在墻壁前，測試人員操控無人機以2米每秒的速度飛向墻壁，在距離墻壁5m處，無人機檢測到障礙，執行避障任務，在距離墻壁2.3米處速度降為0并開始后退，最后懸停在距墻壁5m處，實現避障。在對障礙物距離測定上，如果激光點超過20M就會出現一定的誤差，機載電腦通過獲取IMU的數據，得到飛行器的姿態信息，通過兩次、三次掃描同一位置的激光點數據做加速度計的數據融合，得到激光點位置的幾個相對位置，在視場圖上經過點校驗表現出來，幾個不同值之間進行聯合平差運算，取得泊松分布中最靠近0.7位置的點為真值點輸出，用來降低20M外數據噪點量，提升數據質量，提高測量精度。

4試驗結果和過程分析

如圖所示，激光雷達在進行掃描的時候會掃描每一個激光點所到達物體的時間接受回激光接受器的時間，在實際激光雷達工作做工中所掃描的點可以簡略認為是一個270度的面，每個面上每間隔0.25度就有一個點，激光雷達得到這個點距離本身的具體位置和這個點與激光雷達的夾角。避障系統中的激光雷達首先掃描每個點到本身激光雷達的角度和距離信息，然后獲取飛控IMU的數據姿態，根據數據姿態的三維空間中進行向量累加，判定單點重復掃描誤差2CM以內時，確定這個點是一個真值點，并標注這個點為障礙物點，通過累計掃描從而形成一個視場圖，標注出來每個障礙物與激光雷達本身的距離。在綜合IMU的數據以后，實現對物體距離方位的感知。在外場測試過程中因為周圍環境比較空曠，所以機載計算機需要處理的數據量較小，可以非常迅速的實現外場環境視圖的掃描和搭建，超過20m距離的激光點認為是無限遠距離，距離10M以內的障礙物并且在飛行器航路上的點認為是障礙物，可以獲取比較好的避障效果。

5結論

基于激光雷達的避障系統可以使得無人機有效的躲避障礙物，通過ROS系統環境的搭建可以實現簡單便捷的避障設計，在比較短的時間上完成避障操作，經過外場試驗測試在非強光條件下避障效果較好。

作者：郭大山 于艷 李壯 徐樹生 張柏博 單位：煙臺云都海鷹無人機應用技術有限公司