近年来仿生扑翼飞行器利用视觉系统自主飞行成为一个具有广泛前景的研究方向, 然而, 其有限的带载能力对视觉传感器的类型、尺寸和重量提出了严格要求。目前商用图像处理模块的尺寸和重量较大, 且需要回传图像信息至地面控制系统处理, 文章旨在设计一款轻量化机载单目视觉系统, 帮助微型仿生扑翼飞行器获取外界信息并实现智能自主的飞行。相比于其他图像处理模块, 此系统以国产高算力芯片K210为核心进行设计, 可脱离电脑端完成图像处理, 尺寸仅为2.2cm×2.3cm, 重量仅为3g, 内部兼容轻量化网络模型实现分类识别, 通过串口进行信息交互, 控制扑翼飞行器实现手势识别和目标追踪。

为了探测月面静海熔岩管道区域, 该文设计了一套微型折叠探测机器人控制系统。采用MPU6050姿态传感器、光照传感器、红外传感器等构建机器人感知系统, 使用NRF24L01远距离通信电路和图像传输接收机构建机器人数据通信链路, 使用基于Qt的C++编程设计微型探测机器人控制系统上位机实现微型折叠探测机器人的运行。测试结果表明, 微型折叠探测机器人运行速度可达0.5 m/s, 爬坡角度为20.0°, 折叠角度为47.3°, 通信距离为200.0 m, 质量仅204.1 g。

为了满足微型无人飞行器实时控制的要求, 文章对Yolo-V4单阶段图像检测算法进行了轻量化设计, 并基于单目摄像头设计了实时目标识别系统。该轻量化算法首先通过优化输入网络的分辨率和卷积层参数等方法, 将主干网络由73层压缩到16层; 然后通过简化残差结构和跨级结构, 解决深层网络梯度消失问题, 减少梯度信息重复; 最后自下而上将网络浅层和深层特征进行了精简融合。采用K均值聚类算法训练轻量化模型以优化预选框参数, 提高算法对特定目标的检测精度。测试表明, 改进后的轻量化算法对特定目标的预测精度为98%, 召回率为92%, 均值平均精度达90.70%, 单张图片检测时间为7.8ms, 对视频的处理速度可达125.6f/s, 满足微型无人飞行器的实时应用要求。

基于准稳态模型和动量理论, 探讨了微型扑翼飞行器诱导角和最佳几何攻角的计算问题。针对高斯-牛顿法求解诱导角方程时存在的不收敛问题, 使用能保证计算过程收敛的列文伯格-马夸尔特算法求解, 得到实验样机的诱导角为15°。实验样机的实际升力为40g, 忽略诱导角后准稳态模型理论升力为46g, 而考虑诱导角的理论升力为37g, 验证了计算诱导角可以提高准稳态模型预测升力的准确性。基于实验样机翅膀被动扭转的实际, 采用最小二乘法计算出实际最佳几何攻角为55°, 能有效指导微型飞行器翅膀的设计, 从而提高飞行器最大升力和飞行效率。

提出并设计了一套应用于小尺寸、高频抖动的微型仿生扑翼飞行器的实时视觉系统, 包括构成硬件基础的微型摄像头模块、5.8GHz传输模块和无线图传接收模块, 以及构成软件模块的两种算法, 其中一种是利用角点检测与LK光流法、基于卡尔曼低通混合滤波的实时电子稳像去抖算法, 另一种是基于YOLOv3的人像识别算法。进行了微型仿生扑翼飞行器的飞行硬件搭载测试实验, 实验结果表明, 所提出的电子稳像算法可以去除x轴66.56%、y轴73.15%的抖动, 人像识别算法可以达到96%以上的准确率, 同时图传分辨率在720×480像素时, 稳像去抖算法时延为6.33ms, 人像识别算法时延为20.5ms, 总时延满足实时要求, 完成了实时去抖与人像识别系统的设计目标。