CC BY
106
The work is devoted to development of biaxial gyrostabilizer correction. Analytical dependence for determining treatments gyrostabilizer. A scheme for the practical implementation of the correction system comprising two cross-coupled channel.
Key words: correction gyrostabilizer, cross-connection, the binary multiplier, torque sensors, electronic key period Schuller.
Kuleshov Vladimir Veniaminovich, candidate of tehnicale sciences, docent, v4 7kuleshov@,gmail. com, Russia, Tula, Tula State University
УДК 004.932.2
СИСТЕМА ОПРЕДЕЛЕНИЯ ПРЕПЯТСТВИЙ
ДЛЯ БЕСПИЛОТНОГО ЛЕТАТЕЛЬНОГО АППАРАТА ВЕРТОЛЕТНОГО ТИПА, ПРЕДНАЗНАЧЕННАЯ ДЛЯ ИСПОЛЬЗОВАНИЯ ВНУТРИ ПОМЕЩЕНИЙ
С.В. Журбенко
В работе рассмотрены принципы построения системы определения препятствий для беспилотного летательного аппарата (БПЛА) вертолетного типа, предназначенная для использования внутри помещений, в которых возможна встреча с неподвижными объектами. Приведено описание методики и программного обеспечения для определения расстояния до объектов и анализа полученных данных.
Ключевые слова: система определения препятствий, дальномер, беспилотный летательный аппарат, квадрокоптер.
Основной задачей является разработка роботизированного устройства способного перемещаться без помощи оператора в помещениях, в которых возможна встреча с неподвижными объектами. Также в процессе перемещения устройство должно маневрировать между объектами в автоматическом режиме.
В качестве базовой платформы для данного устройства выбран квадрокоптер, как устройство, обладающее высокой маневренностью, способное перемещаться по воздуху, что избавляет от необходимости учета особенностей рельефа поверхности. Способность зависать в воздухе и осуществлять вращение вокруг вертикальной оси позволяет получить дополнительное время для расчета и сбора данных обо всех объектах, расположенных в обозримом пространстве исследуемого помещения, а также о его габаритах. Сбор данных об окружающем пространстве заключается в получении информации о расстояниях от квадрокоптера до объектов.
Задача машинного зрения реализована с помощью лазерного дальномера, созданного на основе лазерной указки, сопряженного с видеокамерой, имеющей радиоканал передачи данных.
Метод определения расстояния до объекта, подробно описанный в источнике [1], заключается в следующем: лазерный луч проецируется на объект в поле зрения камеры, при этом ось луча параллельна оптической оси камеры (рис.1). Точка от лазерного луча на поверхности объекта захватывается камерой вместе с частью остальной сцены. Далее программой осуществляется поиск ярких пикселей на изображении, рассматриваются только пиксели столбца, проходящего через оптический центр изображения. Предполагается, что точка от лазерного луча является самой яркой точкой сцены. Затем необходимо рассчитать расстояние до объекта, основываясь на том, где по вертикальной оси изображения находится точка от лазерного луча. Чем ближе к центру изображения, тем дальше находится объект.
Рис. 1. Метод определения расстояния до объекта
Расстояние D может быть рассчитано из уравнения:
h
D ~ tañe'
h - величина постоянная, т.к. расстояние между лазерной указкой и камерой является фиксированным.
Тангенс угла в определяется следующим образом:
tanG = п X tan О,
где п — число пикселей от оптического центра изображения до изображения точки; 9 - угол, соответствующий соседнему с оптическим центром пикселю.
Число пикселей от оптического центра до места, в котором появляется точка можно получить непосредственно с изображения.
Для калибровки системы необходимо произвести серию измерений до объектов, расстояние до которых известно, при этом при каждом измерении необходимо считать количество пикселей от оптического центра.
С помощью следующего уравнения можно вычислить тангенс фактического угла на основе известных значений h, D(¡)aKm.
h
tan 0 факт ~ ■
Уфакт
Теперь, имея соотношения между числом пикселей от центра и tan йфакт, мы можем получить зависимость, определяющую величину tanG по известному количеству пикселей до центра, для каждого конкретного измерения.
Принцип работы устройства заключается в следующем: квадро-коптер помещается в исследуемое помещение, высота которого известна (рис. 2). Значение высоты комнаты делится на значение высоты квадро-коптера, таким образом, получаем количество высот (уровней), на которых будут производиться замеры (рис. 2). Данное количество уровней для замеров, является достаточным условием для прохождения квадрокоптера по участку пространства.
Рис. 2. Размещение квадрокоптера в помещении
Производя измерения на различных уровнях (рис. 2), основываясь на наиболее больших и одинаковых значениях измерений, мы можем определить истинные размеры исследуемого помещения, а также, на основании меньших размеров, определить наличие контуров предметов, находящихся на различных высотах. Таким образом, для каждого уровня составляется «карта» помещения, основанная на замерах, произведенных из одной фиксированной точки.
В качестве примера выбираем один из уровней, на котором находятся объекты. Квадрокоптер поднимается на некоторую высоту. Включаются камера и лазерная указка. Пучок света проецируется лазером в виде
точки на объект, находящемся в поле зрения камеры. С помощью специальной программы обрабатывается изображение, полученное с камеры, и вычисляется расстояние до объекта. Затем производим вращение. Скорость вращения подбирается таким образом, чтобы на поворот платформы в 1° приходилось одно измерение расстояния. Полученные данные заносятся в таблицу. На рис. 3 приведено схематическое изображение производимых замеров.
Приведем часть программного обеспечения (ПО), с помощью которого определяется расстояние (рис. 4). На данном этапе ПО позволяет выполнять следующие операции:
- получение потокового видео;
- определение положения светового пятна;
- разделение видео на кадры;
- анализ изображения.
Рис. 3. Схематическое изображение производимых замеров
Рис. 4. Окно программы
191
Выбирается источник видеопотока, включается детектор движения, в качестве искомого задается красный цвет, задается необходимая чувствительность (достаточная для определения световой точки, и не позволяющая учитывать шумовые помехи). Программа работает в режиме движения. На рис. 4 приведен пример неподвижного фона, в момент появления точки. Программа выдает координаты точки, остается рассчитать на какие пиксели приходится центр определенной точки. Зная угол, на который повернулся датчик, угловую скорость вращения и расстояние до новой точки, можно определить длину участка исследуемого объекта (рис. 5). Таким образом, мы получаем информацию о расстояниях от устройства до визуально определяемых граней объектов, расположенных в исследуемом пространстве на определенной высоте.
Рис. 5. Пример полученных результатов замеров, полученных из фиксированной точки
Имея данные о расстояниях, мы их анализируем следующим образом: для организации движения между определенными объектами необходимо знать координаты начала отсчета, непосредственно устройства и объектов, расположенных в пространстве, следовательно, вводим систему координат, имеющую как положительную, так и отрицательную части, поскольку необходимо знать информацию об объектах, расположенных не только спереди от устройства, но и позади него (рис. 6). Таким образом, получаем своеобразную «карту» визуально определяемой части помещения.
Рис. 6. Анализ конфигурации комнаты и определение величины шага
Далее «карта» помещения с помощью координатной сетки разбивается на сегменты (рис. 7, а). Каждому участку идентифицированных граней объектов соответствует свой сегмент.
а б
Рис. 7. Карта визуально определяемой части помещения: а - разбивка по сегментам; б - пример маршрута движения
В пространстве выбирается конечная точка. Далее осуществляется движение квадрокоптера. Движение осуществляется исходя из того, что сегменты, закрепленные за квадрокоптером не должны совпадать по координатной сетке с сегментами, закрепленными за объектами, расположенными в исследуемом пространстве. В процессе движения сегменты, закрепленные за квадрокоптером, будут меняться, следовательно, необходимо осуществлять процесс отслеживания данных изменений, т.е. перерасчет координат. Метод организации движения - покоординатный спуск. Движение осуществляется по принципу «возможного движения». Для организации движения необходимо ограничить возможность лишних движений, а также зацикливания (рис. 7, б).
После перемещения квадрокоптера в новую точку (на опреденной высоте) производятся новые замеры и цикл повторяется до тех пор, пока не будет совпадений центрального сегмента квадрокоптера с сегментом координатной сетки, закрепленным за конечной точкой. Если же конечная точка совпадает с идентифицированным объектом пространства, то оператору поступает сообщение о невозможности выполнения поставленной задачи и устройство возвращается в точку старта.
Список литературы
1. Todd Danko. Webcam Based DIY Laser Rangefinder [электронный ресурс]. URL: https://sites.google.com/site/todddanko/home/webcam laser ranger (Дата обращения 28.05.2013).
2. Журбенко С.В. Система автоматической организации движения беспилотного летательного аппарата на основе определения дальности до объектов // Современные технологии в задачах управления, автоматики и обработки информации: сборник трудов XXII Международного научно-технического семинара. М.: Издательство МГУПИ. С. 22-23.
Журбенко Сергей Владимирович, асп., zhurbenkosergev@,yandex. ru, Россия, Тула, Тульский государственный университет
SYSTEM OF OBSTACLES IDENTIFICATION OF UNMANNED AERIAL VEHICLE LIKE HELICOPTER, INTENDED FOR USE INSIDE THE PLACEMENT
S.V. Zhurbenko
The work considers main principles of construction of the system of obstacles identification of unmanned aerial vehicle like helicopter, intended for use inside the placement, in which the meeting with fixed object is possible. There is the discription of methodology and software for ranging of object distance and analysis of finding.
Key words: system of obstacles identification, range finder, unmanned aerial vehicle, quadrocopter.
Zhurbenko Sergey Vladimirovich, postgraduate, zhurbenkosergey'a yandex.ru, Russia, Tula State University
