主要成员
荣丰宇的标识图片 荣丰宇 [管理员
tongxuan05的标识图片 tongxuan05 [管理员
贺渊_重大的标识图片 贺渊_重大 [管理员
daizhenmail的标识图片 daizhenmail [管理员
GJCh的标识图片 GJCh [创建者
GJCh
dragen-184534的标识图片 dragen-184534 [未验证
申请参加这个项目
了解该团队的信息
帮助文档
 
项目信息
项目名称:随身拍智能旋翼飞行器  
项目信息:
应用领域:无线通信
设计摘要:
本项目所研究的是基于四旋翼飞行器平台的目标识别系统。主要包括飞行器飞控系统、无线传输系统、目标识别系统三大部分。其中,飞控系统使用惯性器件采集飞行数据,通过解算飞行器姿态,完成飞行姿态控制;无线传输系统采用时下流行的WIFI技术,搭建无线局域网,完成远程控制命令的传输和图像数据的传输;目标识别系统使用摄像头采集视频信息,通过复杂的图像处理完成目标识别。本系统可以根据实际需求增添飞行任务,实现目标跟踪等。本设计的灵感来自于从不一样的角度记录美好生活中的点滴,留下你最精彩瞬间。
系统原理和技术特点:

    本系统方案的硬件平台以四旋翼飞行器为载体,以ZedBoard开发板为核心,结合无线传输单元、远程无线控制终端、摄像头和各种飞控传感器(包括加速度计、陀螺仪、超声波测距仪、GPS)等,来完成飞行器控制和图像处理的操作。芯片ZYNQ-7000中包含了两大部分:双核的ARM和FPGA,因为ZedBoard板的Pmod外设接口大部分是与ZYNQ-7000芯片的PL相连,并且PL处理速度非常快,所以无线传输模块、控制命令解析模块、飞行控制模块和控制飞行的各种传感器的数据采集模块主要由PL来完成;而ARM核具有很强的处理能力,可以内嵌操作系统,做图像处理有很大优势,所以图像处理模块主要由PS部分来完成。

    系统上电后,远程控制终端与飞行器首先建立无线通信连接;然后远程控制终端将各种控制命令用无线传输方式发送给飞行器,飞行器核心板接收到控制命令,将其传送给控制命令解析单元,经命令解算后传给飞行控制单元,飞控单元综合飞控命令和传感器采集的实时数据,通过PID算法控制4个电机转速来调整飞行器飞行姿态,使飞行器平稳的自主或半自主飞行,这样机载摄像头就可以按照命令去采集想要的图像。摄像头将采集到的图像数据传给图像处理单元,图像处理单元根据收到的命令进行相应的图像处理,通过图像压缩算法压缩图像数据,经无线传输发送给控制台;通过图像识别算法完成目标识别,配合飞行控制模块,完成目标的跟踪。

    本项目中软件设计主要包含三大类:飞行控制算法、图像处理算法和无线传输算法,这三个算法都是在ZYNQ-7000 XC7Z020芯片上完成的。飞行器需要不断的从传感器处得到飞行状态参数进行飞行姿态调整,这就需要不断的快速执行飞行控制算法,而PL是逻辑单元,具有处理速度快的特点,所以飞控算法在PL中完成;PS单元可以内嵌操作系统,有很多的图像处理方面的库函数,有很强的图像处理能力,所以图像处理在PS单元中完成;同样由于PL单元的处理速度非常快,所以无线传输算法也在PL中完成。

   飞控算法主要分为三部分:一是飞行状态参数采集,二是飞行姿态解析,三是飞行姿态控制。通过采集ZedBoard板外接传感器的数据,经过计算解析出飞行器飞行状态参数,然后核心处理芯片ZYNQ-7000通过判断处理发送出相应的控制信号,控制四个电机的转速来控制飞行器平稳飞行。其中各种传感器采集的数据或多或少都会掺入低频或高频干扰,所以需要通过互补滤波算法才能得到正确的传感器参数;飞行姿态的解析用相对简单的方向余弦矩阵法,该方法虽然所需存储的数据较多,但是现在的处理器完全可以满足这一要求,并且该算法逻辑清晰,变成是不易出错;飞行姿态控制采用经典的PID算法,该算法比较成熟也比较简单,易于实现。由于飞行器是半自主飞行,所以需要不断地重复飞行状态参数采集、互补滤波算法、姿态解析算法和PID算法,才能实现飞行器的平稳飞行。其中互补滤波算法、方向余弦矩阵算法和PID算法是核心。

    无线数据传输模块是由无线路由器搭建一个无线局域网,控制终端与飞行器通过WIFI建立无线通信连接。通过上位机配置远端的无线路由器建立wifi,系统主控芯片ZYNQ-7000负责配置机载无线路由器,搜索并连接远端的无线路由器发射的wifi信号;上位机不停的向飞行器发送请求控制命令,并等待飞行器的应答信号;上位机收到飞行器的应答信号时,配置远端路由器只允许飞行器连接此wifi信号,这样就在飞行器与上位机之间建立了一条专用通信链路。

    本方案中图像算法的主要目的是在飞行器摄像头采集到的视频序列中实现人脸检测,然后控制摄像头完成抓拍功能。由于提取图像的复杂性和多变性导致了想显式的去描述人脸特征并以此来区分出图像中人脸区域存在着一定的难度,本方案采用基于SVM分类的人脸检测方法。该方法需要搜集大量的“人脸”和“非人脸”图片以构成图片样本库即人脸正、负样本图片库,接着选择某种统计算法对人脸正、负样本图片库进行连续的训练,进而得到基于该人脸正、负图片库的分类器。训练完之后,用训练好的分类对待测图像进行人脸检测,判断候选区域属于哪类模式进而判断是否是人脸区域。图像算法的具体流程为:由飞控算法控制飞行器环绕体验者进行巡航飞行,通过摄像头不断实时采集帧图像,并对采集到的图像进行图像均衡、灰度化、直方图增强、边缘增强、特征提取等预处理,然后进行人脸检测,若在图像中检测到人脸存在,则控制飞行器悬停,并命令拍照模块完成抓拍功能。

系统框图.jpg
系统框图:系统框图.jpg
软件流程介绍: 软件流程图.rar [64.4 KB]
计划书:随身拍智能旋翼飞行器—计划书.doc [1 MB]
当前项目状态:
参赛信息:
指导老师姓名: 吴皓威
指导老师职称: 副教授
学校: 重庆大学
研究方向: 软件无线电
参赛情况: OpenHW2014开源硬件与嵌入式计算大赛
需求信息:
拟采用的平台:ZED板
是否需要设计扩展板?
需要的基本功能:
最新版本:
暂无发布的版本信息   了解目前项目的开发进度
相关评论:  
添加评论  更多评论
正在读取数据……
关于OpenHW | OpenHW使用说明 | FAQ | 相关法律 | 版权声明 | 网站地图
联系邮件:aimei@eefocus.com  联系电话: 0512-80981663-8069    Fax:0512-80981279
Powered by eefocus.com