论文部分内容阅读
伴随人工智能这波大浪潮的到来,无人机在各行各业的需求量逐步加大。无人机完成预定的任务,需要提前获取自身的位置和姿态数据,因此无人机的定位问题是无人机领域的一个基本研究问题。基于视觉来做无人机的定位导航技术是目前无人机、机器人研究领域的一个热门研究方向。视觉是无人机感知周围环境的一个重要信息来源,它能够帮助无人机在执行任务进程中获取更准确的环境数据。在计算机视觉技术持续革新的过程中,环境感知传感器如同雨后春笋般不断的涌现出来。光流传感器则是其中具有代表性的一个传感器,它逐步应用于距离估算、空中定位、平稳着陆、路径记录等任务当中。光流传感器通过摄像头获取图像数据,超声波捕获高度数据以及陀螺仪采集姿态数据,再经过数据融合算法处理,将处理的数据最终反馈至无人机控制器。从而使无人机控制器准确控制飞机姿态,以确保无人机保持正确的姿态与位置。本设计的主控芯片采用stm32f4(ARM控制器),图像采集摄像头采用HDR、高帧率的ov7740摄像头。实验结果证明设计方案极大的提升了光流传感器的性能。本文第一章首先对光流传感器的研究意义和国内外发展现状进行了简要概述,在后续章节中,相继介绍了光流传感器的基本工作原理和系统设计的基本思路,特别是系统硬件设计思路以及硬件设计方案,包括控制芯片的选型,摄像头电路,陀螺仪电路,超声波电路,各类接口的电路设计。继而介绍了系统的软件架构,包括整个软件系统流程,外设驱动设计,SAD图像处理、滤波算法实现,通信协议详解等。本文的最终成果,设计出了光流传感器,并实现了数据的实时传输。测试结果证明,光流传感器在低亮度的环境(15lux-20lux)下也可以正常工作。另外,数据处理速度可以达到50Hz左右(白天,室外),具备非常高的感光度。相比于滑鼠传感器,光流传感器工作于室内或者在室外较暗场景下,依然能够实现25Hz左右(较暗,室内)的运算速度且并不需要LED照明。