无人机在多传感器的数据融合和校园防火应用

董作峰 李想 吴蔚

摘要：无人机作为一种高新技术领域的热门研究项目，吸引着全球各行各业的目光。首先，需要明确无人机的内部结构及相关参数;同时，传感器是它的工作重心，而单一的传感器的作用有限，多传感器相互补充，共同发挥作用已成为主流;目前无人机应用的难点在于多传感器协同工作时的数据信息融合。本文主要介绍飞行中坐标转化和数据融合理论及图像探测，最后介绍了在校园防火方面的应用，在安防方面有重要影响。

关键词：坐标转化;数据信息融合;图像探测

中图分类号：TP319          文献标识码：A

1 无人机的组成部分、相关传感器数据及坐标转化

1.1 组成部分

无人机主要由飞机机架、飞行控制系统（简称“飞控系统”）、动力系统、遥控器、遥控信号接收器、相机探测设备构成。

（1）机架：机架的两个重要参数是重量和轴距。分为机身和起落架两部分。选材优选复合材料，高强度，刚性强。螺旋桨和电机决定了机架的尺寸。桨翼越长，电机越大，机架也越大。如图1所示。

（2）飞控系统：飞控系统是整个无人机的重点，是无人机的“心脏”。飞控系统主要由陀螺仪、加速度计、惯性测量单元（IMU）、气压计、磁力计（电子罗盘）、GPS、载波相位差分技术（RTK）及其他多种传感器组成。

（3）动力系统：无人机的动力系统由螺旋桨、无刷电机、电调、电池组成。无人机通过浆翼产生反作用力推动机体运行，系统内的电调控制器来控制电机的转速。

（4）遥控器：通过其来实现对无人机的控制。

（5）遥控信号接收器：让飞控系统去接受操作者发出的信号。

（6）云台相机：相机一般通过云台（Gimbal）装在无人机上，能满足相机的3个自由度：绕X、Y、Z轴旋转，轴心安装电机，配合陀螺仪，避免像素的损失。

惯性模块由MPU6050（陀螺仪、加速度计）、HMC5883L（磁力计）组成。选用的气压高度计为MS5611。采用的光流传感器为PX4LOW。选用的气压高度计为MS5611。

1.2 相关传感器

加速度计：不仅决定各方向加速力，还能决定倾斜角度，还可以检测所受震动。加速度计传感器的数据是关键的输入。

磁罗盘：为无人机飞行提供方向数据。能够侦测设备在X、Y、Z各轴向所承受磁场的数据。为了获得正确的方向，磁性数据还需要加速度计提供倾斜角度数据。

气压计：根据大气压力计算高度，协助无人机导航。

1.3 相关系统及数据转化

（1）GPS导航系统：GPS可以提供精度、纬度及高度3组数据。在进行导航计算时我们需要把3个参数转换成ECEF坐标系下，然后再转换成NED坐标系下。其中，N为曲率半径，相关信息如图2所示。

（2）IMU慣性导航系统：在飞行控制过程中，加速度计与陀螺仪获得无人机加速度和角速度信息，进而估测位置、姿态、速度等数据。

（3）AHRS航姿参考系统：提供航向、横滚和侧翻等姿态信息。内部采用的多传感器数据融合进行的航姿解算单元为卡尔曼滤波器。

2 多传感器的数据融合

在传感器方面，多传感器相互配合可以互相弥补缺点，增强各个方面的应用能力，提高可信度和容错率。在数据精度上，无人机的多传感器能得到多个数据，结合所有数据能够得到更加精确的测量结果;同时考虑工作原理等因素来确保数据发挥作用。此外，也需要格外注意姿态精度和高度精度的时效性。

多传感器数据融合的常用方法分为随机和人工智能两大类：随机类方法有加权平均法、卡尔曼滤波法、贝叶斯估计法[2]、D-S证据推理[3]、产生式规则等[4];而人工智能类则有模糊逻辑理论[5]、神经网络[6]、专家系统[7]等。

多传感器信息融合系统的结构模型：

（1）集中式融合结构（损失少，互关难）。

（2）分布式融合结构（局部独立）。

（3）混合式融合结构（成本高）。

（4）多级式融合结构（综合）。

2.1 卡尔曼加权法的高度融合

2.2 异类传感器协同探测

无人机电子侦察设备结合CCD相机协同工作，可以实现对目标区域进行侦察并且发送收集到的数据。电子侦察设备可以搜索、截获、识别、定位和分析空中辐射的电磁能量。

同时应电力线路安全巡检需要，设计了集成光学、红外、紫外、激光扫描等传感器为一体的设备。

（1）可见光相机：对地表情况进行监测。

（2）红外检测设备：通过红外线反馈的信息对温度进行采集。

（3）紫外检测设备：通过紫外线的吸收量来检测。

（4）空间扫描设备：通过AD和DA进行信号处理。

3 关于校园防火系统的无人机

近几年我国高校频繁发生火灾事件，造成了巨大的经济损失，作为培养人才的地方，保证正常的秩序和学习环境是非常必要的。因此校园火灾问题尤为重要。

3.1 功能概况

对无人机进行编程导航自主飞行，对校园进行特定方式的自动扫描，主要利用无人机的气敏传感器、温度传感器及成像和扫描设备等，实现对事故的初步判断。一旦超过指定数据，立即触发警报。同时，传输GPS图像，便于相关人员及时判断，减少误差;无人机搭载水箱，及时应对紧急情况，操作水箱，减少损失。

3.2 长时间作业

延长续航时间[9]是完成任务的有利条件，下面介绍3种方式：

（1）最优化设定固定轨迹，既可以保证无人机尽可能多的长时作业，又可以降低成本。

（2）选用优化的无人机，如续航时间长达270 min的HYDrone-1800。

（3）实现无线充电[10]。无线充电站主要由电动停机坪、充电舱舱门和无线充电舱3部分组成。通过光耦继电器模块控制系统的照明。无线充电舱内的发射模块和线圈，配合无人机上的挂载电路实现无人机的无线充电（STM32F407VET6芯片，ESP8266 WiFi模块，DS18B20温度传感器，无线充电模块）。

3.3 避障系统

（1）几种典型的障碍物模型：旋翼无人机包围盒模型，建筑包圍盒模型，树木包围盒模型，路灯等公共设施包围盒模型，禁飞区、限飞区等包围盒模型。

（2）模拟飞行环境的栅格模型及高度模型。对包括图书馆、勤学楼、致学楼、餐厅、停车场等在内的区域进行建模。用黑色栅格方块表示该栅格存在障碍物，白色栅格方块表示浅栅格中不存在障碍物。

（3）由于准确测量飞行环境中障碍物高度工作任务复杂且意义并不大，所以本文将采用估计值对障碍物进行高度估计，假定每层楼高3米，每棵树高4米，路灯高6米，假设校园中不存在禁飞区、限飞区等。假定障碍物密集区域为连续且高度均匀的整体。

（4）基于A*算法[11]设计出规避路径，设置不同的高度路径代价比例值，实现不同的规避路径。

（5）通过机体内部自检模块，及时检查故障[12]。

4 结语

在未来，无人机多传感器技术在安防方面会越来越受欢迎。深入研究无人机飞行期间需要的相关系统及坐标转化，会更好理解无人机的工作状态，并对故障做出正确的判断和处理，多传感器数据融合的卡尔曼加权法是目前主要的融合方法。将多传感器联合处理技术应用到实际，对各种传感器实施应用，发挥各自作用，形成一个完整的安防无人机体系，提出了校园防火的实用模型，为以后深入研究做出了铺垫。

参考文献

[1] 周红坤.小型无人机多传感器组合导航系统设计与实现[J].电子科技，2016，29（8）：10-13.

[2] 董广忠.基于贝叶斯方法的微电网系统状态估计与优化控制研究[D].合肥：中国科学技术大学，2018.

[3] 杨军佳，时银水，王学青.基于区间数及DS证据理论的多传感器航迹关联方法[J].电光与控制，2019，26（5）：68-71.

[4] 王辞晓.基于产生式规则的移动学习专家系统实证研究[J].开放学习研究，2018，23（1）：30-36.

[5] 王坤，黄达.嵌入式大气数据传感系统的模糊逻辑建模方法[J].空气动力学学报，2019（3）：17-19.

[6] 许刚，肖军.无人机的神经网络观测器及多传感器故障诊断技术的研究[J].计算机与数字工程，2018（7）：1327-1331，1340.

[7] 肖美婷.专家系统在人工智能技术中的应用及工作过程研究[J].计算机产品与流通，2019（1）：106.

[8] 张军，涂国平.加权平均法解决证据理论中的失效问题[J].微计算机信息，2007，11（3）：202-203.

[9] 丛书全，王成军，姜杨.无人机航程与续航时间的实时估算方法研究[J].宇航计测技术，2012，32（2）：62-65.

[10] 周松涛，何泽文，马奔.无人机无线充电系统的研究与开发[J].中国新通信，2018（19）：57-59.

[11] 惠国腾.基于性能的旋翼无人机避障关键技术研究与应用[D].北京：中国民用航空飞行学院，2018.

[12] 范玉刚，王之宏，黄国勇.基于ITD-AR模型的故障诊断方法研究[J].昆明理工大学学报（自然科学版），2017（6）：7.