1516 工程科学学报，第41卷，第12期 拍摄出来的视频会有抖动，想要获得清晰稳定 题，消抖算法在完成航拍及其它任务中起着至关 的航拍图像，消抖是其中重要的一环，目前采用云 重要的作用 台消抖和图像算法消抖已经成为主流的手段 无人机在飞行过程中，如果向某一角度倾斜 时，陀螺仪捕捉到这个变化后会利用算法加强倾 斜角度方向的动力，通过补偿使无人机恢复平衡) 无人机机载云台正是利用了类似的原理6一般 无人机云台都能满足相机活动的三个自由度：绕 X、Y、Z轴旋转，每个轴心内都安装有电机或者舵 图11Dove的机载摄像头捕获的图像 机.如图10所示为国内生产的一款微型机载云 Fig.11 Image captured by the onboard camera of Dove 台，重量只有30g左右.当无人机倾斜时，控制系 统会配合陀螺仪给相应的云台舵机发出信息以加 扑翼机要获得清晰的航拍图像，消抖是迫切 强反方向的动力刃，防止相机跟着无人机“倾斜”， 需要解决的问题.对于扑翼机突然变化飞行动作， 从而避免相机剧烈抖动 硬件消抖主要能够对机载相机拍摄图像起着缓冲 的作用，保证相机的平缓拍摄.后期算法的消抖， 主要是对飞行器自身规律的飞行动作进行图像的 消抖处理2]通过硬件上缓解相机的抖动和图像 后期算法的消抖处理，有望得到理想的航拍图像. 2.2目标检测与识别技术 当下旋翼飞行器和固定翼飞行器的快速发 展，使无人机对地面目标检测和识别技术成为研 图10微型机载云台 究的热点网，传统的基于图像特征的视觉检测算 Fig.10 Miniature onboard pan-tilt 法由于其速度快的优点，在无人机领域应用较多 随着人工智能的兴起，计算机视觉得到了极大的 电子稳像算法的过程就是通过对系统捕捉到 发展，涌现出了许多优秀的目标检测算法，基于 的视频进行运动补偿1，之后输出补偿过的视频 深度学习的目标检测算法也逐渐在无人机领域应 通过这种补偿方法，能够在一定程度上消除抖动例 用开来 视频图像消抖的方法一般是通过相邻两帧图像的 目前的目标检测与识别技术在旋翼和固定翼 信息计算出一个全局运动参数，之后对全局运动 飞行器平台应用较多.例如，亚利桑那大学Minaeian 参数进行滤波操作来达到消除抖动的效果.如何 团队提出了一种新的基于视觉的目标检测和定位 通过相邻两帧的信息得到全局运动参数是视频消 系统，充分利用了无人机和无人车协同作战的能 抖的关键20 力27.澳大利亚新南威尔士大学Lin等设计了一 目前针对旋翼和固定翼飞行器已经有很多成 种新的视觉感知系统，将目标的边缘信息用于线 熟的消抖算法.例如，西班牙加泰罗尼亚理工大学 段检测，特征点映射和聚类，然后将级联滤波方案 Aguilar与Angulo提出了一种新的视频稳定方法， 应用于目标识别对于扑翼飞行器，目标检测与 可以实时使用而不会产生错误的运动，采用几何 识别技术应用较少.加州大学伯克利分校Baek等 变换和拒绝异常值的组合来获得帧间运动估计川 利用小型X翼扑翼机及摄像头实现了扑翼飞行器 新加坡国立大学Lim等设计了一个适用于无人机 自主飞向指定目标的功能，.利用机载视觉传感 全局运动的模型并提出了一种新的稳像算法，以 器等检测目标的位置信息，同时利用机载处理器 解决无人机的实时视频稳定问题.如今面向扑 实现对扑翼飞行器的控制.Baek等利用卡尔曼滤 翼飞行器的消抖算法较少，国内西北工业大学为 波方法和摄像头开发了一种航位推算算法，即使 其Dove扑翼飞行器设计了一款图像消抖软件，可 目标信息暂时丢失，也能够使扑翼飞行器飞向目 以在地面站计算机上实时运行，进行图像的消抖 标.实验结果显示，飞向目标的28cm翼展扑翼飞 处理.机载摄像头拍摄的图像清晰可辨（如图1山 行器能降落在离目标0.5m半径范围内，成功率超 所示)，消除了扑动飞行引起的大部分图像抖动问 过85%.拍摄出来的视频会有抖动[14] . 想要获得清晰稳定 的航拍图像，消抖是其中重要的一环. 目前采用云 台消抖和图像算法消抖已经成为主流的手段. 无人机在飞行过程中，如果向某一角度倾斜 时，陀螺仪捕捉到这个变化后会利用算法加强倾 斜角度方向的动力，通过补偿使无人机恢复平衡[15] . 无人机机载云台正是利用了类似的原理[16] . 一般 无人机云台都能满足相机活动的三个自由度：绕 X、Y、Z 轴旋转，每个轴心内都安装有电机或者舵 机. 如图 10 所示为国内生产的一款微型机载云 台，重量只有 30 g 左右. 当无人机倾斜时，控制系 统会配合陀螺仪给相应的云台舵机发出信息以加 强反方向的动力[17] ，防止相机跟着无人机“倾斜”， 从而避免相机剧烈抖动. 电子稳像算法的过程就是通过对系统捕捉到 的视频进行运动补偿[18] ，之后输出补偿过的视频. 通过这种补偿方法，能够在一定程度上消除抖动[19] . 视频图像消抖的方法一般是通过相邻两帧图像的 信息计算出一个全局运动参数，之后对全局运动 参数进行滤波操作来达到消除抖动的效果. 如何 通过相邻两帧的信息得到全局运动参数是视频消 抖的关键[20] . 目前针对旋翼和固定翼飞行器已经有很多成 熟的消抖算法. 例如，西班牙加泰罗尼亚理工大学 Aguilar 与 Angulo 提出了一种新的视频稳定方法， 可以实时使用而不会产生错误的运动，采用几何 变换和拒绝异常值的组合来获得帧间运动估计[21] . 新加坡国立大学 Lim 等设计了一个适用于无人机 全局运动的模型并提出了一种新的稳像算法，以 解决无人机的实时视频稳定问题[22] . 如今面向扑 翼飞行器的消抖算法较少，国内西北工业大学为 其 Dove 扑翼飞行器设计了一款图像消抖软件，可 以在地面站计算机上实时运行[6] ，进行图像的消抖 处理. 机载摄像头拍摄的图像清晰可辨（如图 11 所示），消除了扑动飞行引起的大部分图像抖动问 题，消抖算法在完成航拍及其它任务中起着至关 重要的作用. 扑翼机要获得清晰的航拍图像，消抖是迫切 需要解决的问题. 对于扑翼机突然变化飞行动作， 硬件消抖主要能够对机载相机拍摄图像起着缓冲 的作用，保证相机的平缓拍摄. 后期算法的消抖， 主要是对飞行器自身规律的飞行动作进行图像的 消抖处理[23] . 通过硬件上缓解相机的抖动和图像 后期算法的消抖处理，有望得到理想的航拍图像. 2.2    目标检测与识别技术 当下旋翼飞行器和固定翼飞行器的快速发 展，使无人机对地面目标检测和识别技术成为研 究的热点[24] . 传统的基于图像特征的视觉检测算 法由于其速度快的优点，在无人机领域应用较多. 随着人工智能的兴起，计算机视觉得到了极大的 发展，涌现出了许多优秀的目标检测算法[25] ，基于 深度学习的目标检测算法也逐渐在无人机领域应 用开来[26] . 目前的目标检测与识别技术在旋翼和固定翼 飞行器平台应用较多. 例如，亚利桑那大学 Minaeian 团队提出了一种新的基于视觉的目标检测和定位 系统，充分利用了无人机和无人车协同作战的能 力[27] . 澳大利亚新南威尔士大学 Lin 等设计了一 种新的视觉感知系统，将目标的边缘信息用于线 段检测，特征点映射和聚类，然后将级联滤波方案 应用于目标识别[28] . 对于扑翼飞行器，目标检测与 识别技术应用较少. 加州大学伯克利分校 Baek 等 利用小型 X 翼扑翼机及摄像头实现了扑翼飞行器 自主飞向指定目标的功能[29] . 利用机载视觉传感 器等检测目标的位置信息，同时利用机载处理器 实现对扑翼飞行器的控制. Baek 等利用卡尔曼滤 波方法和摄像头开发了一种航位推算算法，即使 目标信息暂时丢失，也能够使扑翼飞行器飞向目 标. 实验结果显示，飞向目标的 28 cm 翼展扑翼飞 行器能降落在离目标 0.5 m 半径范围内，成功率超 过 85%. 图 10    微型机载云台 Fig.10    Miniature onboard pan–tilt (a) (b) 图 11    Dove 的机载摄像头捕获的图像 Fig.11    Image captured by the onboard camera of Dove · 1516 · 工程科学学报，第 41 卷，第 12 期