无人机自主驾驶障碍物感知技术的分析
来源:用户上传
作者:
[摘 要]近年来，伴随社会的飞速发展和科技的不断创新，无人机备受人们广泛关注，尤其是其自主驾驶障碍物感知技术，更是成为广大学者的重点研究课题。本文首先介绍了无人机的发展历程，然后分析了此技术下感知传感器的重要性，最后探究了其优点和缺点。
[关键词]无人机；自主驾驶；障碍物感知技术
中图分类号：G635 文献标识码：A 文章编号：1009-914X（2019）13-0025-01
引言
无人机要想得到良好发展，必须要提高其稳定性和安全性。自主驾驶障碍物感知技术是预防无人机出现事故的基本保障。相关人员必须要对此予以高度重视，了解各种传感器的性能与优缺点，在实践中充分结合实际情况有针对性选用优化对策，把不同传感器结合使用来提升避障的准确性，从而确保无人机安全。
一、无人机发展历程
上世纪初，英国最先研发出世界首台无人机，从此之后的整个20世纪，无人机重点在军事领域展开研究，体现在目标搜索与鉴别、侦查、测距目标、监视、武器投掷等方面。有飞行高度较高极少会受到障碍物的影响。但伴随电子技术的飞速发展，无人机研发领域从军用渐渐转向了农业领域以及其他领域中，从大中型转向小型化发展，高度也渐渐从高空变成低空。现阶段，无人机在飞行途中，用戶要一直观察飞行环境，以此来躲避飞行路线中出现的阻碍物，用户体验极差。因为其经常要在未知区域内通行，一些树木、高压线以及建筑物等大自然中的不动阻碍物和其他动态阻碍物都会干扰无人机的飞行效果。所以，怎样能让无人机实现自主驾驶，让其在未知区域能主动躲避障碍完成飞行目标，变成现阶段此领域亟需解决的首要问题[1]。
二、无人机自主驾驶障碍物感知传感器的重要性
结合无人机避障技术的发展趋势可把其分成三大阶段：首先，是感知阻碍物阶段；其次，躲避阻碍物阶段；最后，是路径搜寻与场景模拟阶段。不难发现，第一阶段是多旋翼无人机自主驾驶躲避阻碍物的基本保证，只有全面了解感知阻碍物的传感器，才能顺利避开阻碍物。
一般状况下，阻碍物感知所使用的传感器有雷达、声波、激光、红外、视觉以及融合传感器等等。其中后者由2种或者多种传感器构成。其余传感器的感知机理为：利用发射探测讯号，收取阻碍物反射的讯号，从而得到阻碍物的状态和其距传感器的距离。以视觉为核心的阻碍物感知技术，其利用收取物体图像来运算阻碍物和传感器间的距离以及大小形状。
三、无人机自主驾驶障碍物感知传感器的优势与弊端
（一）关于超声波测距传感器的使用
由于此种传感器具有重量小、体积小、耗能少、信息处置简易等优点，普遍适用于无人机定位、环境建模、测量距离等方面，但检测出的距离和频率是一种反比关系，频率和精度是一种正比关系。也就是检测精度与距离两者兼得有较大困难，并且超声波波形在碰到杂质或者传递界面会出现显著的反射，此种反射并非是固定方向的，而是具备散射性。所以，其通常被用来感测距离较短的阻碍物。
（二）关于红外测距传感器的应用
这种传感器因其具备构造简单、灵敏性高，成本部投入少等特性，在无人机勘测突发性或者意外性动态障碍中利用率较高，有利于无人机紧急降落。不足之处在于大小形状和波长难以确定，虽然角度辨别度高，但距离辨别率非常低，而且在温度较高的环境中，对此种传感器的正常应用带来较大影响，缩短其使用范畴。
（三）关于激光测距传感器的利用
由于其具有测距准确度高、侧程远、速率快、良好的方向性、造价合理、镜面反射少等特点，在天气状况较好的无人机飞行环境中被广泛使用。但无法在天气状况较差的环境下运用，检测距离还没有雷达远。
（四）关于雷达测距传感器的使用
此种传感器主要有合成孔径、微波、毫米波雷达等。其中前者具有高辨别能力、超远距离、全天候以及自主障碍判断等特征，能在恶劣的环境下对真实环境进行成像，同时能全方位检测活动阻碍，一般适用于无人机勘探动态与静态阻碍物工作中，但由于其天线较长，处置算法较为繁杂，因此只能在大中型军用无人机平台中使用。后者在不良天气以及战场环境中都能顺利运作，但其在大气中的传播效果较差，对器件加工精度有着严格要求。微波在勘探阻碍物时，不会随着其材质、色彩的变化而改变反射率，在不同阻碍物、天气状况下都能正常完成勘探。但需要注意的是，由于机载小型天线无法产生细小的射束，因此无法保证测角的精准性，通常难以展开高精度的侧位，而且成本投入较大[2]。
（五）关于视觉测距传感器的应用
针对此种传感器而言，其分为双目与单目视觉，呈现出来的是一目了然的画面，有利于准确判读，更适合天气较好状态下的无人机自主驾驶避障。自然因素，尤其是天气因素对其的干扰较大，在雨雪、雾天天气下都能对画质带来不良影响，图像色度低严重时根本无法查看阻碍。对于电场测距传感器而言，结合输电电路能形成电磁场的优势，根据电场分布模型进行距离运算，在无人机电力巡线躲避障碍物过程中发挥了重要作用。所谓融合传感器，其是把2种不同传感器收集的障碍物信息有机结合在一起，从而得到更准确的信息，能弥补一种传感器容易被外界因素所影响的不足。
四、未来发展方向
对于无人机自主驾驶障碍感知技术而言，其是无人机主动避障的基本条件，对无人机实现市场化建设有着重要作用。现阶段，结合价格方面考虑，相关企业一般使用超声波、视觉等过去的方法来制定具体避障规划与方案。但通过全面剖析传感器可发现，微波雷达无论是在技术上还是性能上都要优与前两者，劣势则体现在无法呈现生动形象的图像上，无法获得理想的感知效果。所以，为优化一种传感器的弊端，可把不同种类的传感器予以结合，从而制定出更加科学合理的方案，这是未来无人机领域重点发展方向。
结论
综上所述，相关人员要充分结合实际情况，选用最适合的障碍物感知传感器。在实践过程中充分发挥出其自身优势和作用，不断提高无人机运行安全性和稳定性。
参考文献
[1]张德进.基于RTK的厘米级定位无人机的开发与应用研究[J].中国战略新兴产业，2018（44）：156.
[2]文小勇，毛忠安.无人机倾斜摄影测量技术在线性工程土地勘测定界中的应用探讨[J].科技创新与应用，2018（32）：175-177+179.
作者简介
苏安民，男，汉族，籍贯：甘肃省白银市景泰县，出生年月：11996.1.7，研究方向：研究应用电子技术。
胡长征，男，汉族，籍贯：山东菏泽，出生年月：11996年9月，研究方向：通信技术。
赖晓芳，性别：女，名族：汉，籍贯：福建省永定区，出生年月：1996年10月，研究方向：通信技术
杨晓婷，女，汉族，籍贯：山西朔州，出生年月：11995年9月，研究方向：通信工程。
转载注明来源:https://www.xzbu.com/1/view-15327415.htm
