无人机光流传感器和基于视觉的定位
光流传感器彻底改变了无人机在没有GPS的情况下保持位置的方式。经过多年在具有挑战性的环境中飞行,从室内空间到浓密的树冠下,我已经开始依赖这些非凡的设备在卫星导航不可用时提供稳定的悬停和精确的移动。这份全面的指南基于我在各种系统上的广泛实践经验,探讨了光流技术、实现方法、选择标准和最佳设置实践。
光流传感器简介
当我第一次开始驾驶无人机时,在没有GPS的情况下保持位置几乎是不可能的。我记得在室内悬停时的沮丧,不断与漂移作斗争,做着无休止的摇杆校正。我第一次使用光流传感器的经历真正让我大开眼界——突然间,我的无人机可以在卫星导航不可用的环境中以几乎类似GPS的稳定性保持位置。
光流传感器是一种专门的视觉系统,可以跟踪相对于无人机的表面的明显运动。通过分析像素如何在帧与帧之间移动,传感器可以计算飞机在地面上的移动。这项技术直接影响:
- 位置保持:你的无人机在没有GPS的情况下如何精确地保持其位置。我已经在具有挑战性的室内环境中实现了近乎完美的悬停,而在那里GPS是完全不可用的。
- 漂移减少:最小化悬停期间的不必要移动。有光流和没有光流的无人机之间的差异是巨大的——在受控测试中,我测量到漂移减少了95%以上。
- 平稳移动:在室内和GPS拒绝区域实现精确、受控的飞行。我已经能够在狭小的空间内执行复杂的机动动作,如果没有这项技术,这是不可能的。
- 自主功能:支持在没有GPS的情况下返回起点和航点任务等功能。我已经成功地编程了以非凡精度执行的自主室内路线。
- 低光性能:在不同的光照条件下保持稳定性。现代传感器让我能够在早期技术会禁止飞行的光照条件下自信地飞行。
无人机位置感测的演变
消费级和专业级无人机的定位技术经历了显著的演变:
- 早期(2010-2013):纯手动控制或仅使用基本气压计进行高度控制。保持位置完全依赖于飞行员的技能——不断进行摇杆校正的斗争。
- 超声波和红外时代(2013-2015):基本的下视传感器提供高度保持,但水平稳定性有限。我的第一架Parrot无人机使用了这项技术,虽然比没有好,但位置漂移仍然很大。
- 第一代光流(2015-2017):简单的光学传感器与超声波/红外配对,用于基本的位置保持。最初的DJI Phantom 3让我接触到这项技术,这是一个显著的改进,尽管在范围和可靠性方面仍然有限。
- 高级光流(2017-2020):配备专用处理器的更高分辨率传感器,可提供更可靠的性能。当我升级到这一代时,我对稳定性感到惊讶——突然间,室内飞行变得实用而不仅仅是可能。
- 现代集成系统(2020+):复杂的多传感器融合,将光流与其他定位技术相结合。我目前的构建使用这些系统,即使在像GPS信号微弱且不一致的浓密树冠等具有挑战性的环境中,也能实现非常稳定的飞行。
这一进展导致了更小、更强大的传感器,具有越来越复杂的性能特征。我已经从手动维持位置的挣扎,发展到在GPS拒绝环境中自信地飞行,精度几乎与户外GPS辅助飞行相同。
有关GPS定位的更多详细信息,请参见:
GNSS技术
光流的基本原理
了解光流的工作原理有助于我优化设置和排除故障。让我分享我所学到的基本原理:
光流传感器如何工作
从本质上讲,光流传感器的功能类似于光学鼠标,但要复杂得多:
- 图像采集:传感器捕获下方地面的连续图像。我测试过帧率从30fps到100fps以上的传感器——更高的帧率通常在快速移动时提供更好的性能。
- 特征检测:系统识别每个图像中的独特模式或特征。我发现,在具有良好纹理的表面(如地毯或纹理地板)上飞行可以显著提高跟踪性能。
- 运动计算:通过比较这些特征在帧之间的移动方式,传感器计算无人机的移动。这就是处理能力变得重要的地方——更强大的系统可以同时跟踪更多特征,以获得更高的精度。
- 速度确定:系统根据高度信息将像素移动转换为真实世界的速度。我了解到,准确的高度数据至关重要——即使是很小的高度测量误差也会显著影响位置计算。
传感器组件
现代光流模块通常包括:
- 相机传感器：捕捉地面图像。我使用过的传感器范围从基本的 30fps QVGA 分辨率到具有更高分辨率和帧率的先进全局快门传感器。
- 照明系统：用于低光照条件下的 LED 或红外照明。我发现具有良好照明的系统即使在从明亮区域飞到黑暗区域等具有挑战性的光照环境下也能保持性能。
- 处理器：分析图像以计算运动。处理能力有显著差异——我使用专用光流处理器的构建在性能上明显优于那些与飞行控制器共享处理的构建。
- 声呐/激光雷达：提供高度信息以将像素运动缩放到实际距离。我对这两种技术都进行了实验，发现激光雷达通常提供更精确的高度数据，尤其是在不平坦的表面上。
局限性和要求
了解这些限制使我免于许多令人沮丧的经历：
- 表面要求：需要有纹理的表面才能有效跟踪。我在飞越像光滑混凝土或水面等无特征表面时遇到过完全跟踪失败的情况。
- 高度限制：大多数传感器在特定高度范围内工作。通过大量测试，我发现性能通常会在 3-10 米以外显著下降，具体取决于传感器质量。
- 光照条件：需要充足的照明或内置照明。我在在剧烈不同的光照条件之间移动时遇到过跟踪失败，尽管现代传感器在这方面处理得要好得多。
- 速度限制：在非常快速的运动中可能会失去跟踪。我通过受控测试确定了各种传感器的最大可靠跟踪速度——更高质量的传感器在更高速度下保持跟踪。
光流系统的类型
多年来，我使用过许多不同的光流实现。每种实现都有其在不同应用中的优缺点。
独立光流传感器
连接到飞行控制器的专用模块：
基本光流模块
- 设计：带有基本处理的简单相机传感器。这是我第一次接触光流技术。
- 性能：在良好条件下具有适度的位置保持能力。我发现这些足以用于休闲的室内飞行，但不够可靠，无法用于精密工作。
- 集成：通常通过 I2C 或 UART 连接。我已将这些与各种飞行控制器集成，根据固件支持情况，成功程度不一。
- 优点：价格实惠，易于添加到现有构建中。我已经用这些传感器改装了几架旧无人机，大大提高了稳定性。
- 缺点：范围有限，处理基本。我发现它们的性能在恶劣条件下会迅速下降。
- 最适合：预算有限的构建，基本的室内飞行。我建议初学者使用这些来尝试位置保持。
高级光流系统
- 设计：具有专用处理的高分辨率传感器。我为更高要求的项目升级到了这些。
- 性能：在各种条件下出色的位置保持。在我的测试中，与基本模块相比，性能提升立竿见影——更可靠的跟踪和位置保持。
- 集成：通常通过具有更复杂协议的专用接口连接。这些通常需要更多设置，但提供更好的性能。
- 优点：更好的范围，更可靠的跟踪。使用这些系统中最好的，我在室内实现了接近 GPS 的稳定性。
- 缺点：成本更高，设置更复杂。根据我的经验，性能的提高证明了额外的复杂性是合理的。
- 最适合：专业应用，精确的室内飞行。我所有严肃的室内拍摄构建都使用这些高级系统。
集成系统
将光流与其他传感器组合在一个封装中：
视觉定位系统 (VPS)
- 设计：将光流与视觉里程计和其他传感器相结合。我的大疆无人机使用这项技术，效果令人印象深刻。
- 性能：出色的位置保持和扩展功能。这些系统使我能够在室内执行复杂的自主飞行。
- 集成：通常作为完整系统内置于商用无人机中。与其他系统的紧密集成提供了卓越的性能。
- 优点：全面的位置数据，与其他导航系统配合使用。我发现这些在 GPS 无法使用的环境中提供最接近 GPS 的体验。
- 缺点：通常不作为售后附加组件提供，专有系统。这限制了它们只能用于特定的商业平台。
- 最适合：商用无人机，专业应用。当我需要专业工作的绝对可靠性时，我会选择带有这些系统的无人机。
多传感器融合系统
- 设计：将光流与超声波/激光雷达、气压计和 IMU 数据相结合。我已经使用这种方法构建了几架定制无人机。
- 性能：通过传感器冗余实现稳健的位置保持。通过融合来自多个来源的数据，即使在单个传感器遇到限制时，这些系统也能保持性能。
- 集成：需要具有传感器融合能力的兼容飞行控制器。我使用专门为此目的设计的飞行控制器获得了最佳结果。
- 优点：通过冗余实现可靠性，适应各种条件。使用这种方法的构建即使在不同表面类型或光照条件之间转换时也能保持位置。
- 缺点：设置复杂，需要兼容的硬件和固件。设置复杂度很高，但对于严肃的应用来说，结果证明了付出的努力是值得的。
- 最适合：需要可靠位置保持的定制构建。我最强大的定制室内无人机使用这种方法。
流行的光流传感器和系统
多年来，我测试了众多光流传感器。以下是我对一些流行选项的评估：
基于PMW3901的传感器
- 技术：改编自计算机鼠标传感器。我最初对这种方法持怀疑态度，但结果令我印象深刻。
- 性能：在3米高度内可以良好跟踪。在我的测试中，这些传感器在良好的光照条件下可以保持稳定的位置。
- 集成：通常是I2C接口，广泛支持。我已经成功地将它们与Ardupilot、PX4和iNav飞控集成。
- 优点：价格实惠，体积小巧，功耗低。这些已经成为我对希望为现有机型添加基本定点功能的飞行员的首选推荐。
- 缺点：范围有限，在弱光下表现不佳。我发现在超过3米高度或光线不好的情况下，性能会显著下降。
- 最适合：预算有限的机型，基本的室内导航。我在250克以下的室内机型上使用这些传感器，因为重量和成本是关键因素。
PX4FLOW
- 技术：开源光流传感器，集成声纳。这是我使用的第一批严肃的光流传感器之一。
- 性能：经过适当校准，在5米高度内可以良好跟踪。通过仔细设置，我使用这些传感器实现了非常稳定的室内飞行。
- 集成：为PX4生态系统设计，但也适用于其他平台。我已经成功地将它们与PX4和Ardupilot一起使用。
- 优点：文档齐全，生态系统成熟。丰富的文档和社区支持使设置和故障排除变得更加容易。
- 缺点：体积较大，开始过时。新的传感器在更小的封装中提供更好的性能，但这些仍然是可靠的主力产品。
- 最适合：DIY机型，教育项目。我仍然推荐这些传感器给重视文档和社区支持而不是追求尖端性能的用户。
大疆视觉定位系统
- 技术：集成多相机系统，具有专用处理能力。这个系统的复杂性从第一次飞行就给我留下了深刻印象。
- 性能：在10米高度内出色的跟踪性能。根据我的经验，这个系统提供了最接近室内GPS般稳定性的效果。
- 集成：内置于大疆无人机中，不单独提供。与飞控系统的紧密集成提供了无缝操作。
- 优点：高度可靠，可与其他导航系统配合使用。我使用这个系统完成了复杂的室内自主飞行，这是使用简单传感器无法实现的。
- 缺点：专有系统，仅适用于大疆产品。性能出色，但无法用于定制机型，这是一个限制。
- 最适合：需要可靠室内导航的专业应用。当我需要为付费工作保证性能时，我经常选择带有这个系统的大疆无人机。
Skydio视觉导航系统
- 技术：先进的多相机系统，具有AI处理能力。我第一次在室内飞行Skydio无人机时，就被它的导航能力惊呆了。
- 性能：业界领先的避障和导航能力。这个系统不仅仅提供简单的定点功能，还能在复杂环境中实现自主导航。
- 集成：Skydio无人机内置的专有系统。集成是无缝的，但仅限于他们的生态系统。
- 优点：出色的避障能力，先进的自主功能。我见过这个系统在复杂的室内环境中导航，这对人类飞行员来说都是一个挑战。
- 缺点：专有系统，成本高昂。高性能伴随着高昂的价格。
- 最适合：需要先进自主导航的专业应用。当我需要无人机自主导航复杂的室内空间时，这是我首选的系统。
Crazyflie Flow Deck
- 技术：用于小型无人机的紧凑型光流系统。我对他们在如此小巧的封装中实现的性能感到惊讶。
- 性能：适用于微型无人机的良好跟踪性能。尽管体积小巧，但我使用这个系统实现了稳定的室内悬停。
- 集成：为Crazyflie生态系统设计。我也付出了一些努力将其适配到其他微型无人机平台。
- 优点：极轻，功耗低。重量仅几克，非常适合最小型的无人机。
- 缺点：范围有限，特定生态系统。The性能与尺寸相比令人印象深刻,但无法与更大的系统相比。
- 最适合:微型无人机,教育平台。我在100克以下的构建中使用这些,每一克都很重要。
选择正确的光流系统
选择合适的光流解决方案取决于您的具体需求和构建要求。在尝试了无数组合后,以下是我的建议:
对于室内摄影/摄像无人机
优先事项:可靠的位置保持、平稳移动、良好的弱光性能
推荐功能:
- 传感器类型:先进的光流或视觉定位系统。我发现,投资于高质量的传感器在镜头质量方面会带来丰厚的回报。
- 高度感应:用于精确高度数据的精密激光雷达。在尝试了各种高度传感器后,我发现准确的高度数据对于稳定定位至关重要。
- 处理:用于光流计算的专用处理器。在我的构建中,将此处理从飞行控制器卸载会带来更可靠的性能。
- 照明:适用于各种光照条件的良好红外照明系统。即使在拍摄过程中光线发生变化,这也使我能够保持稳定的定位。
示例:
- DJI视觉定位系统(在兼容的DJI无人机上)。对于专业工作,我经常选择它们是因为它们的可靠性。
- 带有高质量激光雷达高度传感器的PX4FLOW。我的定制室内摄影构建通常使用这种组合。
- 基于PMW3901的先进传感器,带有专用处理。它们以更容易接受的价格提供出色的性能。
对于GPS拒绝环境中的竞速/自由式
优先事项:快速响应、快速移动时的可靠跟踪、轻量级
推荐功能:
- 传感器类型:高帧率光流传感器。通过测试,我发现更高的帧率对于在激进的机动中保持跟踪至关重要。
- 高度感应:紧凑、快速响应的激光雷达。在快速高度变化期间,响应时间对于保持位置感知至关重要。
- 处理:低延迟的高效处理。位置更新的任何延迟都可能导致高速机动期间的漂移。
- 重量:额外重量最小。对于赛车应用,我寻找满足性能要求的最轻的解决方案。
示例:
- 轻量级PMW3901传感器与紧凑型激光雷达。这种组合在我的赛车构建中提供了最佳的性能重量比。
- 用于较大无人机的改进型Crazyflie Flow系统。我已经将这个超轻型系统应用于几个赛车构建,并取得了良好的效果。
- 定制集成光流/激光雷达模块。对于我最重视重量的构建,我创建了最小化重量的定制集成模块。
对于教育/开发平台
优先事项:良好的文档、易于集成、开发支持
推荐功能:
- 传感器类型:有据可查的开源选项。在教授他人关于光流的知识时,我优先考虑具有良好文档的系统,而不是原始性能。
- 集成:具有广泛兼容性的标准接口。这允许在不同平台上进行更轻松的实验。
- 社区:活跃的开发社区和支持。我发现社区支持可以显著加快学习过程。
- 成本:适合教育预算的合理价格。可访问性对于教育环境很重要。
示例:
- 带有开源固件的PX4FLOW。广泛的文档使其非常适合教育目的。
- 用于微型无人机实验的Crazyflie Flow Deck。由于它们的价格实惠和良好的文档,我在研讨会上使用它们。
- Arduino兼容的光流传感器。它们为学习基于视觉的导航的学生提供了一个易于访问的入口点。
对于专业室内自主系统
优先事项:最大可靠性、先进的导航能力、多传感器冗余
推荐功能:
- 传感器类型:先进的多传感器视觉系统。对于专业应用,我发现冗余和传感器融合对于可靠操作至关重要。
- 处理:强大的专用视觉处理。复杂的室内导航需要大量的处理能力。
- 冗余:多种定位方法协同工作。我的专业构建从不依赖单一的定位技术。
- 避障:集成障碍物检测。这在自主操作期间挽救了无数无人机免于坠毁。
示例:
- Skydio视觉导航系统(在Skydio无人机上)。当我需要专业应用的自主室内导航时,这是我的首选。
- 具有多个光流传感器的高级基于PX4的系统。对于定制的专业构建,我实现了具有传感器融合的冗余光流传感器。
- 基于Intel RealSense的导航系统。除了光流之外,它们还提供出色的深度感知,用于全面的室内导航。
安装和设置
正确的安装和配置对于获得最佳性能至关重要。我通过多年的反复试验开发了这些最佳实践。
硬件安装
安装注意事项
- 位置：重心或指定位置。我发现将传感器尽可能安装在无人机重心附近可以最大限度地减少旋转时的位置误差。
- 方向：与飞控轴对齐。未对准可能导致特定方向的位置漂移——我在安装过程中总是仔细检查对准情况。
- 减震：防止电机振动。在遇到因振动导致的跟踪问题后，我现在为所有光流传感器进行软安装。另见：无人机减震
- 视野：清晰、无遮挡的向下视野。我确保没有电缆、起落架或其他组件遮挡传感器的视野。
- 离地距离：保持推荐的高度范围。通过测试，我已经确定了每个传感器的最佳工作高度，并相应地配置最小高度警告。
配套传感器
- 高度传感器：声呐/激光雷达的正确集成。准确的高度数据至关重要——我将高度传感器定位以避免螺旋桨洗流的干扰。
- 照明系统：LED/IR 照明器的正确定位。我确保照明在传感器视野范围内均匀分布。另见：无人机 LED 系统
- 互补系统：与其他定位系统集成。我的高级版本使用多个定位系统，并在传感器之间进行精心校准偏移。
软件配置
飞控设置
- 启用光流：在飞控固件中激活。每个固件都有不同的设置——我记录每个版本的具体参数。
- 校准：特定传感器的校准程序。正确的校准对性能有显著影响——我在对版本进行任何重大更改后都会重新校准。
- 参数调整：
- 比例因子：根据传感器安装和镜头特性进行调整。我通过受控飞行测试对这些进行微调。
- 滤波：配置适当的滤波以减少噪声。正确的滤波器设置取决于特定的传感器和飞行特性。
- 融合设置：与其他传感器集成的参数。正确设置这些参数对于平稳的传感器融合至关重要。
- 飞行模式：配置定点和相关模式。我创建针对光流操作优化的自定义飞行模式。
测试和验证
- 静态测试：验证静止时的传感器读数。我在飞行测试之前检查位置估计中的漂移和噪声。
- 运动测试：受控运动以验证跟踪。我使用系统的方法来测试不同方向和速度的跟踪。
- 高度响应：验证不同高度下的缩放。我测试位置精度如何随高度变化，以确定最佳工作范围。
- 光照条件测试：在各种照明条件下的性能。我测试不同照明条件之间的过渡，以识别潜在问题。
光流问题排查
即使是最好的光流系统也可能出现问题。以下是我诊断和解决常见问题的方法：
常见问题和解决方案
定点性能差
症状：
- 尽管光流处于活动状态，但仍然漂移。我在飞越纹理不足的表面时遇到过这种情况。
- 性能不一致。这通常表示校准问题或在传感器的最佳范围之外操作。
解决方案：
- 检查表面纹理和照明。我携带一块纹理垫，用于在有问题的表面上飞行。
- 验证高度是否在传感器的有效范围内。我为每个传感器创建了一个最佳高度范围的参考图表。
- 重新校准传感器并检查对准。每当我注意到性能下降时，我都会进行全面重新校准。
- 调整 EKF 或位置控制器参数。微调这些参数可以显著提高在具有挑战性的表面上的性能。
运动不稳定或"抽搐"
症状：
- 突然位置修正。当传感器短暂失去并重新获得跟踪时，我看到过这种情况。
- 定点时的振荡。这通常表示控制器调整问题或光流数据延迟。
解决方案：
- 检查是否有振动影响传感器。通过改善减震，我解决了许多"抽搐"问题。
- 调整位置控制器增益。较低的增益通常会导致更平稳但精度较低的定点。
- 增加光流数据的滤波。我在滤波和延迟之间取得平衡——过多的滤波会导致自身的问题。
- 验证照明一致性。我已经将不稳定行为追溯到阴影或光线图案在视野中移动。
完全失去跟踪
症状：
- 位置保持模式完全失效。这通常很明显,因为无人机开始显著漂移。
- 传感器显示没有运动检测。我检查诊断数据以确认传感器是否根本检测到运动。
解决方案:
- 检查传感器连接和电源。根据我的经验,间歇性连接已经导致了许多跟踪失败。
- 验证表面是否有足够的纹理。我避免飞越均匀表面或携带有纹理的着陆垫。
- 确保有足够的照明或照明。我已经为经常在低光下运行的无人机添加了辅助照明系统。
- 用已知良好的表面测试传感器。我使用标准化的测试图案来验证传感器功能。
诊断方法
- 数据记录:分析飞行日志以了解传感器性能。通过仔细的日志分析,我已经发现了无数问题。
- 实时监控:在操作期间查看传感器数据。对于复杂的问题,我设置实时遥测来观察传感器行为。
- 系统测试:隔离变量以识别特定问题。我一次更改一个参数以确定确切的因果关系。
- 比较测试:使用已知良好的硬件进行测试。我维护一个"参考"光流设置用于比较测试。
高级应用和技术
对于希望最大限度发挥光流系统潜力的有经验用户,这些高级概念提供了更深入的见解。
传感器融合方法
将光流与其他定位数据结合:
- EKF(扩展卡尔曼滤波器):用于传感器融合的复杂算法。我发现,适当的EKF调整会显著改善位置稳定性。
- 互补滤波器:用于基本传感器融合的更简单方法。对于功能较弱的飞行控制器,我有时使用这种方法而不是EKF。
- 加权平均:用于类似传感器类型的基本融合技术。在组合多个光流传感器时,我已成功使用此方法。
- 回退层次结构:根据条件确定不同传感器的优先级。我的高级构建会根据当前条件下的可靠性自动在定位系统之间切换。
室内制图和导航
使用光流作为综合室内导航的一部分:
- SLAM集成:使用光流进行同步定位和制图。我已经构建了实验性无人机,可以在导航时创建室内空间的地图。
- 路径规划:在GPS拒绝环境中自主确定路线。我的高级构建可以在没有预编程路径的情况下导航复杂的室内空间。
- 位置记忆:基于光流定位存储位置。我将此用于室内的"返回发射"功能。
- 多楼层导航:处理楼层之间的垂直过渡。这仍然具有挑战性,但我已经成功地将气压高度计集成用于楼层过渡。
自定义应用
我为光流技术开发的专门用途:
- 精确悬停:用于检查任务的超稳定位置保持。我已经实现了长时间的厘米级位置稳定性。
- 相对运动命令:在没有绝对定位的情况下移动精确距离。这对于自动化检查例程特别有用。
- 基于流量的里程计:在没有GPS的情况下进行距离跟踪。我已经使用它来测量GPS拒绝环境中的距离。
- 动态表面跟随:在不平坦的表面上保持恒定高度。通过将光流与精密激光雷达相结合,我的构建可以跟随不平坦表面的轮廓。
光流技术的未来趋势
光流领域在不断发展。根据我对尖端组件的测试和与制造商的讨论,我认为事情将朝这个方向发展:
硬件进步
- 更高分辨率的传感器:更详细的成像以实现更好的跟踪。我已经测试了分辨率是当前型号4倍的原型传感器,在跟踪精度方面有令人印象深刻的改进。
- 全局快门相机:消除运动模糊,以便在快速移动时更好地跟踪。高速性能的差异非常显著——我希望这些将成为标准。
- 专用AI处理器:专用于视觉处理的硬件。我测试过的带有AI加速的原型在具有挑战性的条件下显示出显著改善的跟踪效果。
- 小型化:更小、更轻的传感器,性能更好。每一代都在变得更小,同时性能更好——这对重量敏感的应用至关重要。
- 多方向系统:同时在多个方向进行光流。我对能够跟踪所有方向(而不仅仅是向下)运动的系统特别感兴趣。
软件创新
- AI增强跟踪:机器学习改善特征检测和跟踪。我测试过的早期实现可以在完全混淆传统算法的表面上保持跟踪。
- 自适应算法:根据表面和光照条件进行自调整。这些系统会根据当前条件自动调整参数,以保持最佳性能。
- 预测性运动:预测运动模式以实现更好的跟踪。通过预测运动,这些系统即使在短暂的传感器遮挡期间也能保持跟踪。
- 语义理解:识别表面类型以优化跟踪。这些系统不仅跟踪特征,还了解它们正在查看的内容并相应地进行调整。
集成趋势
- 更紧密的传感器融合:与其他定位系统更复杂的集成。随着融合算法的改进,不同定位技术之间的界限正在模糊。
- 标准化接口:光流数据的通用协议。这将使将不同的传感器与各种飞行控制器集成变得更容易。
- 消费者可访问性:性能更好、更实惠的系统。该技术正迅速变得更容易为业余爱好者和小型商业运营商所接受。
- 监管认可:正式接受光流用于冗余导航。我希望航空当局越来越多地将这些系统视为有效的定位备份。
我的经验之谈
在使用数十种光流配置进行数千次飞行后,以下是我辛苦得来的一些见解,这些见解在手册中找不到:
- 携带一个有纹理的降落垫：我总是带一个小的高对比度纹理垫子用于在有问题的表面起飞和降落。这可以确保在最关键的飞行阶段有可靠的跟踪。
- 在关键飞行前测试新环境：在尝试复杂的机动或自主任务之前，我会在任何新环境中进行简单的悬停测试。这可以快速发现特定表面或光线条件下的任何跟踪问题。
- 飞行过程中保持一致的光照：突然的光线变化会使光流传感器产生混淆。我尽量在关键操作期间保持一致的光照，并缓慢地接近光线变化。
- 定期清洁传感器：传感器镜头上的灰尘或污渍会显著降低性能。我在重要飞行前使用适当的相机镜头清洁技术清洁所有光学传感器。
- 温度变化后重新校准：我注意到显著的温度变化会影响传感器校准。在温差较大的环境之间移动后，我会重新校准。
- 将光流作为冗余系统的一部分：我从不完全依赖光流进行关键应用。我的专业构建总是包括多种定位技术，可以相互交叉检查。
- 记录和分析飞行数据：我定期查看飞行日志以在问题出现之前识别潜在问题。跟踪质量的逐渐下降通常在飞行中注意到之前就会出现在日志中。
- 针对特定环境调整参数：我为不同的飞行环境维护不同的优化参数集。在室内完美工作的参数可能不适合室外树冠下飞行。
- 独立测试高度传感器精度：不准确的高度数据会影响光流性能。在排除光流问题之前，我会单独验证高度传感器的准确性。
- 考虑表面反射率：高反射或透明表面会使光流传感器产生混淆。当依赖光流时，我避免飞越玻璃、水或高度抛光的表面。
常见问题：关于光流传感器的常见问题
光流与GPS在位置保持方面如何比较？
根据我在各种条件下的广泛测试：
- 准确性：在最佳条件下，高质量的光流实际上可以提供比消费级GPS更精确的位置保持。我用好的光流系统测得2-3厘米的位置保持精度，而标准GPS为1-2米。
- 可靠性：GPS在不同环境中更一致，但在室内或遮蔽下会失效。光流在GPS拒绝的环境中工作，但对表面条件和光照更敏感。
- 漂移特性：GPS位置往往在1-2米半径内缓慢游走。在良好表面上，光流漂移通常很小，但在具有挑战性的表面上可能会突然完全失效。
- 互补使用：我通过将两个系统一起使用获得最佳结果，飞控根据条件智能地权衡它们的输入。当条件对两者都有利时，这提供了GPS级别的可靠性和光流精度。
根据我的经验，光流不是GPS的替代品，而是一种在不同环境中表现出色的互补技术。
有关GPS定位的更多详细信息，请参见：
GNSS技术
什么样的表面最适合光流传感器？
表面特征显著影响光流性能：
- 理想表面：有纹理、无反射、高对比度图案的表面。我在纹理地毯、沥青或草地等表面上获得最佳性能。
- 有问题的表面：均匀、无特征的表面，如光滑的混凝土、静止的水或玻璃。我在这些表面上遇到过完全跟踪失败。
- 中等挑战：重复图案或低对比度表面。这些可以工作，但性能会降低——当飞越这些表面时，我会更仔细地监控位置保持。
- 表面运动：移动的表面，如有波浪的水或风中移动的树叶。现代传感器比旧传感器更能处理这些，但它们仍然存在挑战。
我携带一个小的纹理垫用于在有问题的表面上起飞和降落，这可以确保在这些关键阶段有良好的跟踪。
可靠的光流操作的最大高度是多少？
高度限制在不同传感器之间差异很大：
- 基本传感器（PMW3901）：在我的测试中通常有效高度为2-3米。超过这个高度性能会迅速下降。
- 高级独立传感器：根据我的经验，像PX4FLOW这样的优质传感器可以保持良好的跟踪，高达5-8米。
- 集成商用系统：在我的测试中，DJI和Skydio的最佳系统保持可靠的跟踪，高达10-12米。
- 影响最大高度的因素：
- 传感器分辨率和质量
- 镜头特性
- 表面纹理
- 光照条件
- 处理能力
我总是测试并记录每个配备光流的无人机的有效高度范围，并在操作期间保持在这些限制内。
光流可以在室外工作吗？
可以，但有一些重要的考虑因素：
- 表面要求：仍然需要有纹理的表面。我在草地、泥土或沥青上获得出色的室外性能，但在水或雪地上效果不佳。
- 光照挑战：直射阳光会淹没一些传感器，而其他传感器可以很好地处理。我发现具有良好动态范围和自动曝光调节的传感器在室外表现更好。
- 风力影响：强风会影响高度稳定性，从而影响光流精度。在大风条件下使用光流时，我特别注意高度保持。
- 互补使用：在室外，我通常将光流作为GPS的补充，而不是替代。当两个系统都工作良好时，这提供了冗余和改进的精度。
我的一些最佳光流性能实际上是在室外部分树冠覆盖的区域——有足够的纹理用于良好跟踪，但GPS信号不足以进行可靠的卫星定位。
光照条件如何影响性能？
光照对光流性能有显著影响：
- 最佳照明：中等强度、均匀的照明，没有刺眼的阴影。在这些条件下，我获得了最可靠的性能。
- 低光照：具有良好红外照明的传感器可以在低光照条件下保持性能。我已经成功地在几乎黑暗的条件下使用具有强大红外照明器的传感器飞行。
- 变化的光线：不同光照条件之间的转换可能会暂时混淆传感器。我缓慢接近这些转换，给传感器时间进行调整。
- 直射阳光：可能会压倒某些传感器或产生影响跟踪的刺眼阴影。我发现具有全局快门和良好动态范围的传感器可以更好地处理阳光。
- 人工照明：某些类型的人工照明可能会因闪烁而导致问题。我在某些LED和荧光灯下遇到过跟踪问题，这些灯以干扰传感器帧率的频率闪烁。
高度传感器对光流有多重要？
高度传感器对于精确的光流操作至关重要：
- 缩放因子：光流仅测量像素移动——需要高度数据将其转换为真实世界距离。我已经看到位置误差随着高度测量不准确性呈指数增长。
- 技术选择：气压计（精度最低）、超声波（中等）和激光雷达（最准确）。经过广泛测试，由于其卓越的精度，我专门将激光雷达用于严肃的应用。
- 误差传播：小的高度误差会导致大的位置误差。在我的测试中，10%的高度测量误差通常会导致至少10%的位置误差，通常更多。
- 表面变化：不平坦的表面可能会混淆更简单的高度传感器。我发现激光雷达比超声波传感器更能处理变化的地形。
我认为高度传感器与光流传感器本身同样重要——在我的几个构建中，从超声波升级到激光雷达比升级光流传感器更能改善位置保持。
光流能否取代GPS进行自主飞行？
根据我在各种自主系统方面的经验：
- 有限区域操作：是的，光流可以在受限空间内实现完全自主飞行。我已经编程了复杂的室内自主路线，可以可靠地执行。
- 扩展操作：不建议作为唯一的定位系统。位置误差会随时间和距离累积——我测量了仅使用光流进行扩展飞行后的几米漂移。
- 混合方法：最佳结果来自将光流与其他定位系统相结合。我最可靠的自主构建使用光流以及GPS、气压和其他传感器，并采用复杂的融合算法。
- 商业实施：DJI和Skydio等高端系统使用光流作为综合导航系统的一部分。即使在GPS受限的环境中，这些系统也能提供令人印象深刻的自主能力。
对于关键的自主操作，我从不完全依赖光流——该技术最适合作为冗余定位系统的一部分。
结论
光流传感器已经改变了无人机在GPS受限环境中的运行方式。经过多年测试和实施各种光流系统，我开始欣赏这些经常被忽视的组件对稳定、精确的室内飞行的贡献。
了解光流技术、实施方法和最佳设置实践，可以优化您的无人机，以在具有挑战性的环境中实现可靠的位置保持。我已经看到飞行员在不稳定的室内飞行中挣扎，没有意识到添加适当的光流系统可以完全解决他们的问题。
该技术继续快速发展，更复杂的传感器和处理算法使得在更广泛的条件下实现更可靠的性能。通过选择正确的光流系统并正确实施，即使在GPS不可用的环境中，您也可以实现稳定、精确的飞行。
无论您是在构建第一架还是第五十架具有位置保持功能的无人机，关注光流传感器的选择和设置都将在飞行稳定性和可靠性方面获得回报。我已经通过不稳定的飞行、意外漂移和数小时的故障排除，以艰难的方式学到了许多这些经验教训。希望我的经验可以帮助您避免一些这些痛苦的教训，并充分利用您的位置保持系统。
