基于改进SSD模型的无人机失效自启动寻找.pdf

无人机工作地形复杂多变,定位难度较高,如何有效提取无人机失效自启动寻找数据并进行异常数据的故障诊断成为亟待解决的技术问题.针对该问题,设计了一种无人机定位技术方案,采用A RMD S P双核处理器实现工程调查位置的定位,其中A RM嵌入式处理器为A RM C o r t e x应用处理器,反应速度较快,通过行波定位模块和G P S模块实现工程异常信息的地理位置双重定位,在遇到障碍或异常情况时,通过行波定位模块实现故障特定目标定位.试验结果表明,该方法定位能力好,故障分析误差小.关键词:无人机遥感技术;无人机工作;双核处理器;行波定位;G P S模块中图分类号:T P D O I:/j c n k i d g j s U A VF a i l u r eS e l f s t a r tF i n d i n gB a s e do nI m p r o v e dS S D M o d e lYAN GJ i a n i,HUAN GQ i a o y a n,X I A OQ i a o s h a,D E N G W a n x i a(S t a t eG r i dH u n a nE x t r aH i g hV o l t a g eT r a n s m i s s i o nC o m p a n y,H e n g y a n g ,C h i n a;H u n a nP r o v i n c eK e yL a b o r a t o r yo f I n t e l l i g e n tL i v eW o r k i n gT e c h n o l o g ya n dE q u i p m e n t(R o b o t),C h a n g s h a ,C h i n a;L i v e I n s p e c t i o na n dI n t e l l i g e n tO p e r a t i o nT e c h n o l o g yS t a t eG r i dC o r p o r a t i o nL a b o r a t o r y,C h a n g s h a ,C h i n a;H u n a nZ h o n g d i a nJ i n j u nT e c h n o l o g yG r o u pC o,L t d,C h a n g s h a ,C h i n a)A b s t r a c t:UAV sw o r k i nc o m p l e xa n dv a r i a b l et e r r a i n,w i t hh i g hp o s i t i o n i n gd i f f i c u l t i e s H o wt oe f f e c t i v e l ye x t r a c t t h eUAVf a i l u r es e l f s t a r t f i n d i n gd a t aa n dc a r r yo u t f a u l td i a g n o s i so f a b n o r m a l d a t ah a sb e c o m ea nu r g e n t t e c h n i c a l p r o b l e mt ob es o l v e d F o r t h i sp r o b l e m,aUAVp o s i t i o n i n g t e c h n o l o g ys o l u t i o n i sd e s i g n e d T h eA RMD S Pd u a l c o r ep r o c e s s o ri su s e dt o l o c a t e t h e l o c a t i o no f t h ee n g i n e e r i n gs u r v e y,a n d t h eA RMe m b e d d e dp r o c e s s o r i s t h eA RMC o r t e xa p p l i c a t i o np r o c e s s o r,w h i c hh a s f a s tp r o c e s s i n ga b i l i t y T h r o u g ht h et r a v e l i n gw a v ep o s i t i o n i n gm o d u l ea n dG P Sm o d u l e,t h eg e o g r a p h i c a l l o c a t i o no f e n g i n e e r i n ga b n o r m a l i n f o r m a t i o n i sd u a l l yl o c a t e d W h e ne n c o u n t e r i n go b s t a c l e so ra b n o r m a l s i t u a t i o n s,f a u l t s p e c i f i c t a r g e tp o s i t i o n i n g i sa c h i e v e dt h r o u g ht h et r a v e l i n gw a v ep o s i t i o n i n gm o d u l e E x p e r i m e n t ss h o wt h a tt h em e t h o dh a sg o o dp o s i t i o n i n ga b i l i t ya n ds m a l l f a i l u r ea n a l y s i se r r o r K e yw o r d s:UAVr e m o t e s e n s i n g t e c h n o l o g y;UAV sw o r k;d u a l c o r ep r o c e s s o r;t r a v e l i n gw a v ep o s i t i o n i n g;G P Sm o d u l e收稿日期:作者简介:杨嘉妮(),研究方向为无人机巡检技术应用;黄巧 妍(),从 事 无 人 机 智 能 运 检 输 工 作;肖 乔 莎(),硕 士,研 究 方 向 为 无 人 机 巡 检 技 术 应 用;邓 婉 霞(),研究方向为无人机遥感技术.引言无人机工作技术在很多领域都有广泛的应用,比如建筑、土地测量等.随着我国经济的快速发展,在经济建设发展的过程中,需要用到大量的工程数据.而工程测量过程中很容易出现各种异常和故障问题,难以实现数据的采集 ,常规技术大多采用G P S技术对工程测试进行定位,但是这种技术落后,定位不准确.近年来我国的无人机技术研发不断进步,给无人机失效自启动寻找带来启示,比如文献 优化了无人机航线规划,对无人机定位流程做了详细指导,通过增加无人机双频G P S相位进行拍摄,利用差分G P S技术精确获取曝光点坐标,提高了无人机应用能力,但是定位能力滞后,数据分析落后.文献 将遗传算法应用在无人机定位系统中,提高了无人机航线路径的规划效率,但是故障诊断能力滞后.针对上述技术不足,本文进行以下技术研究.无人机定位技术本文设计出一种新型的无人机失效自启动寻找方案,采用无人机主要在于能够实现高空数据采集,数据主要有原始摄影数据、正射遥感数据(数字高程模型、三维模电工技术人工智能与传感技术 型等),在每次数据采集后,地面信息管理系统都需对原始摄影数据进行整理,根据拍摄对象进行归类,及时去除成像质量不佳的影像和多余的影像,并根据拍摄对象进行唯一命名.该技术方案整体架构示意图如图所示.图无人机定位技术方案设计 无人控制硬件电路设计在数据采集时,本文采用A RMD S P双核处理器实现工程调查位置的定位.以A RM为核心处理器,该处理器功耗比较低.在应用无人机时,采用四翼飞行器,其内携带嵌入式采集系统,设有螺旋装置、速度传感器、红外传感 器、G P S定 位 模 块 等.在 机 载 部 分,还 设 置 有A RM 嵌入式控制系统、惯性测量模块、电机控制部分等.无人控制硬件电路示意图如图所示.图无人机嵌入式技术硬件设计A RM嵌入式处理器为A RM C o r t e x应用处理器,该芯片外接复位电路、晶振电路、OV 模块、A L B模块、帧缓存储器、无线通信模块、显示模块、计算机管理系统、CMO S摄像头、定位模块等 .通过上述模块设置,能够实现高空拍摄,对工程异常进行高空图像获取.A RM C o r t e x应用处理器是/位R I S C微处理,设置有S D I O接口、S D卡接口、串口、网口、U S B接口等,控制模块内存为 MB以上的D D B内存,具有 MBNAN DF l a s h,控制板S C 处理器能支持NAN DF l a s h、N O R F l a s h、S D卡 等 多 种 存 储 及 启 动 方 式.D S P模块作为适配器能实现采集数据信息的高精度计算,D S P模块能提高飞行器的信号处理能力.无人机定位技术设计在飞行器运行过程中,通过G Y 锁尾陀螺仪对飞行器误差进行感知,通过定位模块实现数据采集位置定位.本文设计了G P S定位模块和行波定位模块.G P S定位模块能够获取工程异常信息的地理位置,在遇到障碍或异常情况时,通过行波定位模块实现故障特定目标定位.行波定位方法包括单、双端测距方法.行波定位单端测距示意图如图所示.图行波定位单端测距示意图行波定位双端测距示意图如图所示.图行波定位双端测距示意图应用单端固有频率法计算工程异常故障点,公式为:dmdm,dm LLdn,dn L(dmLdn),其他()式中,dm、dn分别为在工程异常m、n处测得的故障距离;L为选择的测量工程异常可疑位置长度.然后计算波头的反射时间,工程异常可疑位置处故障信息反射需要耗费 的 时 间(t、t),初 始 波 头 的 时 间 为T和T时,有:dmdntttt()式中,Ttt,Ttt.则诊断工程异常出现可疑信息位置的公式为:dmLTTT()式中,L为工程异常可疑位置横截面长度;故障点与工程异常参考点一端相距m,另一个参考点为n,t、t分别为距离故障m、n处的行波初始波头时间;t、t分别为通过工程异常可疑位置后,反射到参考点m、n处的行波初始波头时间,通过这种等式换算关系计算出工程异常发生可疑信息的位置点.人工智能与传感技术电工技术异常故障诊断技术在分析异常地质数据信息后,基于朴素贝叶斯分类器实现故障诊断,整体方案示意图如图所示.图定位方案示意图通过图方案,将获取的图像数据信息按照改进型S S D的模型思想,针对Y O L O v 对小目标检测的缺陷进行一个死板的边框定制,导致在出现过于密集检测物体时,效果就会比较差,而对于多阶段检测的方法,诸如R C NN、F a s tR C NN、F a s t e rR C NN,虽然对小目标有比较好的检测效果,但是其自身会产生很多的冗余边界框,导致基于分类的检测方法的检测时间比较久,很难满足实时性的要求.S S D作为端点到端点的数学模型,通过将S S D参考F a s t e rR C NN模型,以实现A n c h o r机制,有助于实现数据信息分析能力,进一步提高检测能力,使得检测效果较定制化边界框的Y O L O v 有比较好的提升.在S S D常规应用技术中,采用的检测方法为顶层特征图,这种方法通过选择使用多尺度特征图,能进一步强化特征图中数据信息特征,通过设置小目标网络数据信息,能提高特征图计算能力,通过S S D选择,能够将多尺度特征图实现大目标和小目标数据信息.模型示意图如图所示.图模型示意图在进一步的尺度特征图试验中,通过贝叶斯分类模型能提高数据信息分析能力,如图所示.对图中的定位数据信息进行故障诊断,本文采用贝叶斯分类模型实现数据信息的分类.分类器输出函数为:P(Ck|x,x,xn)P(Ck)niP(xi|Ck)P(x,x,xn)()式中,P(x)为故障概率数.当P(xi|Ck)为最大概率值时,需对采集到的无人机失效自启动寻找数据信息进行筛选,概率公式为:图故障诊断流程示意图P(Ck)NCk/N()式中,k,m;N为所有无人机失效自启动寻找训练样本的总数;NC为所有无人机失效自启动寻找训练样本中故障类型Ck的样本数.数据集合x,x,xn为相互独立 的 不 同 属 性,当 出 现 预 故 障 类 型C相 关 的 函 数时,有:P(X|Ck)P(x,x,xn|Ck)niP(xi|Ck)()式中,P(xi|Ck)为无人机失效自启动寻找训练样本.P(Ck)NxiCk/NCk()式中,NxiCk为无人机失效自启动寻找训练样本P(Ck)中同时满足无人机失效自启动寻找故障特征Ck和条件属性xi的样本数.若不存在,则无人机失效自启动寻找训练样本计算式为:P(Ck)/NNCkNxi/N()根据上述计算原理,贝叶斯网络各无人机失效自启动寻找故障类别的概率为P(X|Ck)P(Ck).由于遥感数据信息广泛地分布在不同的位置,因此在分布式无人机失效自启动寻找中,通过D S证据理论实现多种数据信息的融合,提高了数据故障诊断能力.将D S证据理论应用于不同的数据信息网络,假设s u m是定位数据样本空间中独立事件的基本概率赋值函数,其核分别为s u mA,A,An 和B,B,Bn,通过D S证据理论的组合规则表示组合mmm为:m(A)kAAAm(A)m(A)()若m,此时A,则k为:kAAm(A)m(A)()根据组合规则和输出的无人机失效自启动寻找故障信息,分析、比较和推断无人机失效自启动寻找故障诊断结果.尺度特征图的实验数据如图所示,全部使用则可以达到最好的效果.图尺度特征图实验数据电工技术人工智能与传感技术 根据不同尺度的特征图定制不同尺度的默认边界框,S S D定制了不同数量的默认边界框(借鉴了Y O L O v 的定制边界框的思想),但是默认框的数量是手动选择的,S S D为每个特征图定义一个尺度值,从左侧开始,c o n v _的最小尺度值为,再以 的线性增加到最右边的层的(即 、),再将尺度值(S c a l e)与目标的宽高比结合,计算默认框的宽度和高度.S S D不使用特定的区域建议网络,采用一个非常简单的方法,即使用小卷积滤波器计算位置和类别得分.在提取特征图后,S S D对每个单元应用卷积滤波器进行预测(这些滤波器像常规C NN滤波器一样计算结果).首先V G G 在I L S V R CC L S L O C数据集上进行预训练;接着将V G G 的全连接层f c 和f c 转换成卷积层C o n v(C o n v 采用带孔卷积D i l a t i o nC o n v o l u t i o n,C o n v 采用大小,d i l a t i o nr a t e 的膨胀卷积)和卷积层C o n v;然后移除d r o p o u t层和f c 层,并新增一系列卷积层,在检测数据集上做f i n et u n i n g;从后面新增的卷积层中提取C o n v,C o n v _,C o n v _,C o n v _,C o n v _作为检测所用的特征图,加上C o n v _层,共提取了个特征图,其大小分别为(,)、(,)、(,)、(,)、(,)、(,),但是不同特征图设置的先验框数目不同(同一个特征图上每个单元设置的先验框是相同的,这里的数目指的是一个单元的先验框数目),且每个先验框都会预测一个边界框,因此S S D 一共可以预测 个边界框,这是一个相当大的数字,所以说S S D本质上是密集采样;得到了特征图后,对特征图进行卷积得到检测结果.对于每个预测框,首先根据类别置信度确定其类别(置信度最大者)与置信度值,并过滤掉属于背景的预测框.然后根据置信度阈值(如)过滤掉阈值较低的预测框.对留下的预测框进行解码,根据先验框得到其真实的位置参数(解码后一般还需要做c l i p,防止预测框位置超出图片).解码之后一般需要根据置信度进行降序排列,然后仅保留t o p k(如 )个预测框.结语本文基于无人机技术构建了无人机定位技术方案设计,通过G P S定位模块和行波定位模块双重定位技术实现故障数据信息的定位,通过采用A RMD S P双核处理器技术实现无人机的控制,通过改进型贝叶斯分类模型实现数据信息分析,提高了故障数据信息分析能力.本文的研究在一定程度上提高了无人机监测能力,但是该技术仍需进一步的研究.参考文献 谢运广无人机倾斜摄影测量在大比例尺地形图中的应用和精度分析J定位与空间地理信息,():,周毅,李东武,孟浩遗传算法路径规划在无人机电力巡线中的应用J自动化技术与应用,():王树朋,徐旺,刘湘德基于自适应遗传算法的多无人机协同任务分配J电子信息对抗技术,():任本伟,彭占山无人机航空摄影测量技术在矿区地形测量中的应用研究J定位与空间地理信息,():,王娜,张志刚,张兵基于遗传算法的农用无人机定位系统优化J农机化研究,():L iH,S a v k i nA V,V u c e t i cB A u t o n o m o u sa r e ae x p l o r a t i o na n d m a p p i n gi n u n d e r g r o u n d m i n e e n v i r o n m e n t s b y u n m a n n e da e r i a l v e h i c l e sJ R o b o t i c a,():D a iE,G a s i e w s k iAJ,V e n k i t a s u b r a m o n yA,e t a l H i g hs p a t i a l r e s o l u t i o ns o i lm o i s t u r em a p p i n gu s i n ga l o b ed i f f e r e n c i n gc o r r e l a t i o nr a d i o m e t e r o na s m a l l u n m a n n e da e r i a l s y s t e mJI E E ET r a n s a c t i o n so nG e o s c i e n c ea n dR e m o t eS e n s i n g,():S a p k o t aB,S i n g hV,C o p eD,e ta l M a p p i n ga n de s t i m a t i n gw e e d s i nc o t t o nu s i n gu n m a n n e da e r i a l s y s t e m s b o r n e i m a g e r yJ A g r i E n g i n e e r i n g,():袁士才,刘书婷,唐忠海无人机航测技术在乡村古建筑保护中的应用J智能建筑与智慧城市,():张琛无人机遥感技术在无人机失效自启动寻找测量中的应用J华北自然资源,():白俊龙,王章琼,张明基于MA T L A B/GU I的无人机遥感图像分类系统设计J武汉工程大学学报,():金钊,张江,张帆电力行业旋翼无人机智能遗传算法参数优化J电子设计工程,():车彦卓,刘寿宝探析无人机低空遥感技术与人工智能技术融合发展J中国安防,():韩鹏,张冰玉基于改进蚁群算法的无人机安全航路规划研究J中国安全科学学报,():张冰颖无人机航测技术在工程测量中的应用J居舍,():人工智能与传感技术电工技术