天眼机器人设计

 

 

设计概述 /Design Introduction

 

1.1 设计目的

新的无人机应用模式,现场自动化、巡飞智能化、视频 AI 处理、边缘计算等技术将在警用安防领域发挥重要作用,推动无人机在警用安防领域的落地应用。面向安防的无人机巡飞系统,要求无人机自动作业,实现无人化、智能化巡逻监控,贴近*系统 实际需求,在提升警务工作实效性同时保障警务人员人身安全。无人机的智能识别模块,需要自主识别巡检目标、调整飞行姿态、调节云台进行抓拍。

 

1.2 应用范围

以安防监控场景为例,可将本系统部署于室内或室外,无人机可对区域内的行人进行身份识别,可巡检目标区域,完成二维码提取,车辆牌号抓取识别等任务。

 

 

 

系统组成及功能说明 

 

 

 

2.1 系统介绍

天眼机器人设计

 

本系统由飞行控制子系统、图像处理子系统、图像传输子系统、室内定位子系统、云台控制子系统和地面站共同组成。

图像处理,图像传输,室内定位,云台控制子系统是基于 pynq-z2 开发板。

飞行控制子系统是基于 TI C2000 DSP 芯片。

地面站部署在 Linux 和 Windows 平台,基于 Qt 框架编写。

 

天眼机器人设计

 

 

天眼机器人设计

 

2.2 各模块介绍

 

2.2.1 飞行控制系统

在 TI 公司生产的 TMS320F28379D 高性能双核架构 DSP 芯片上部署飞控算法,实现姿态解算、自稳控制、光流悬停、自主定高,同时接受 PYNQ 视觉系统的识别数据,根据不同的识别结果做出相应的动作和光警报。

天眼机器人设计

 

 

2.2.2 图像处理系统

图像处理通路包括 USB 摄像头,arm 核的 Opencv 图像处理,PL 端的 BNN 加速,NCS 端的 face-net 网络。

参考 Xilinx 的 FINN,在 pynq 的 pl 端部署二值卷积神经网络(BNN),以此实现了车牌识别功能,和交通标志识别功能。

使用 ncs 加速器,基于 face-net 网络,实现人脸识别功能。

纯 arm 运行 pyzbar 包,以此实现二维码扫描功能。

天眼机器人设计

 

天眼机器人设计

 

 

天眼机器人设计

 

2.2.3 图像传输系统

在 pynq 上,连接 rt5572 无线网卡,配置开机自启动,可连接局域网。将采集的图像与识别结果, 进行 jepg 编码,使用 udp 协议,pynq 作为客户端,地面站作为服务器,udp 多线程通信,完成图像传输。支持视频流的路由,可同时将视频流传送到多个地面站。

天眼机器人设计

 

2.2.4 室内定位系统

  (1)基于 uwb 的无人机室内定位

室外定位通常使用 GPS,而室内定位 GPS 信号收不到,于是使用 uwb(超宽带)定位作为替代方案。部署基站后,标签连接无人机,通过串行口,输出当前坐标。定位误差 20cm,范围 50 平方米。

天眼机器人设计

  

(2)基于激光雷达的区域行人定位

尽管可用摄像头进行行人的识别,但为了能在大区域内定位行人的位置,需要辅助定位手段,这里 使用杉川激光雷达。pynq  ps 端串口接收雷达数据,进行点云处理分析,分割出行人位置。

 

天眼机器人设计

 

 

天眼机器人设计

 

2.2.5 云台控制系统

自制的 overlay,除了基于 BNN 的视频处理通路外,添加了 PWM 的 ip,从而可以输出 pwm 波控制云 台。可以控制摄像机进行转向抓拍。

 

2.2.6 地面站

部署在 linux 或 windows 平台,udp 协议作为服务器与 pynq 通信,显示识别结果和飞控信息。

完成情况及性能参数 /Final Design & Performance Parameters。

天眼机器人设计

  

天眼机器人设计

 

 

天眼机器人设计

 

本设计共实现功能:

(1)四旋翼飞行器完成室内的定高定点;

(2)图像识别子系统可进行人脸检测识别,车牌检测识别,二维码检测识别,交通标识检测识别,手势识别,帧数稳定于 15 帧;

(3)图像传输子系统可进行实时图传,支持多终端;

(4)云台子系统可控制摄像头旋转角度;

(5)定位系统可提供自身位置,和检测行人位置,并提供避障功能。各模块运作稳定,模块间按功能连接。

 

 

 

总结 /Conclusions

 

3.1 主要创新点

本套基于 pynq 的警用安防无人机系统_天眼机器人,无需现场操控无人机作业,实现无人化、智能化巡逻监控,贴近*系统实际需求,在提升警务工作实效性同时保障警务人员人身安全。基于 pynq 的核心算法,能自主识别巡检目标、调整飞行姿态、相机拍摄。系统创新了无人机应用模式,现场自动化、巡飞智能化、视频 AI 处理,边缘计算等技术将在警用安防领域发挥重要作用,推动无人机 在警用安防领域的落地应用。

 

3.2 可扩展之处

(1)安装机载激光雷达,提高环境辨识能力;

(2)研究自动降落充电系统,增加续航能力。