多旋翼驾驶员考试测评系统研究

唐昊，吴皓楠，张航维，方畅阳，刘滨

（中国民航大学工程技术训练中心，天津 300300）

近年来，随着我国科技及人民生活的发展，无人机的使用越来越广泛，无人驾驶航空器可与多个领域相结合，便利人民生活，促进劳动生产发展。随着人工智能、视觉导航、微电子等前沿技术的突破，无人机与多学科交叉融合使新构型无人机不断涌现，并随着人机交互技术研究的不断深入，应用领域进一步拓宽和深化。无人驾驶航空器驾驶能力的考核非常重要，是运用无人机推动社会发展的有效保障。

无人驾驶航空器主要运行空间在低空空域，深入人民日常生活空间，而该空间空情复杂，对无人驾驶航空器驾驶员的技能有更高的技术要求，而目前为止，国内缺少成熟的多旋翼无人机驾驶员考试系统，因此，本文提出一种基于APP端与多旋翼考试机相结合的多旋翼驾驶员考试系统。

为满足搭载考试测评系统实际需求，该无人机自主着陆系统硬件需要实现的基本功能包括：无人机飞行控制计算机能够快速、精确、稳定地控制无人机飞行姿态；无人机机载定位传感器应具备较高的鲁棒性，结合机载微型计算机实现高速实时解算无人机三维空间坐标并且随时与手机APP保持数据传输。

目前市面上较为成熟的开源飞控为APM和Pixhawk，Pixhawk飞控的前身是APM飞控，后面通过传感器和主控芯片的升级推出了PX4，在PX4的基础上又推出了Pixhawk。

本项目使用基于STM32F405的自研飞控如图1所示，在程序的完善程度上虽不及较为成熟的APM以及Pixhawk飞控，但在外部接口上，本项目所使用的自研飞控具备一个type C接口、四个通信串口以及两个额外IO口。对于传感器的适配程度与两款成品飞控相比较，足够满足该项目设计所需。且自研飞控代码结构更加简明，对于相关专业技能要求更加宽泛。因此自研飞控可以更好地适配设计所需的考试测评系统。

图1 自研飞行控制电脑

由于飞控所需的传感器较多，同时要进行大量的额外运算，为了减轻飞控的运算压力，本项目需要采用基于ARM的微型电脑主板的树莓派进行辅助性质的运算。

如图2所示，树莓派是一款基于ARM的微型电脑主板，集成多个USB接口、网口和高清视频接口，其具体参数如表1所示。其内部能够运行Linux操作系统，主要针对应用层进行开发，不需要对底层程序进行修改，开发难度低；其Linux操作系统能够部署深度学习算法，在处理超声波、光流等传感器数据的同时，也能基于视觉惯性里程计算法将Intel RealSense T265双目视觉信息与IMU数据进行融合获得无人机空间位置信息，极大地减轻了飞控的运算压力。

图2 树莓派3B+

表1 树莓派参数表

本项目所使用无人机根据预期目标需使用定位传感器，因此采用Intel RealSense T265，内部自带SLAM模块，将摄像头与惯性测量单元（IMU）结合起来，利用环境中的视觉特征，在未知空间可精确追踪其路径，同时T265具有体积小巧、质量轻、功耗低和精度高的特点，便于无人机开发者直接获取无人机位姿数据进行二次开发，能够适应绝大多数场景下的室内与室外定位。

由树莓派结合T265视觉惯性里程计来获取无人机的位置信息，将所得位置传输至飞行控制电脑，飞控将所得数据及自身解算的姿态数据相结合，实现对无人机运行轨迹的判断与记录，将自身姿态及位置数据发送至移动端，如图3所示。

图3 总体设计方案图

无人机软件系统应能高效处理硬件设备数据且具备极强鲁棒性，确保系统在各种情况下都能稳定工作；系统结构能够灵活变化，便于应用开发与功能扩展；系统应随时为考试测评提供良好的条件。

ROS（Robot Operating System）是用于编写机器人软件的分布式架构，其框架中每个功能模块都可根据需求单独设计，不同模块之间能够执行若干类型的通信，实现数据信息和控制信号的交互。

位姿估计是视觉里程计系统中的核心，也是其重要目标.位姿估计也就是通过分析相机与空间点的几何关系，从而计算出把K-1时刻的相机位姿变换到K时，根据时间序列把相邻时刻的运动串联起来，这样就构成了机器人或者相机的运动轨迹。

无人机定位系统由多个功能模块构成，模块由多个并行运算的内部节点构成，不同节点负责实现特定任务，同时通过ROS话题通讯机制实现模块内部节点及模块之间实时数据交互。ROS定位模块主要包括realsense-ros、vision_to_mavros和mavros节点，其模块主要结构如图4所示。

图4 室内定位模块结构图

librealsnese API作为应用程序接口主要采集T265双目摄像头图像、IMU（惯性测量元件）数据，以及经过VIO（视觉惯性里程计算法）获得的原始定位数据，本文将原始定位数据作为ROS室内定位模块的数据输入。

realsense-ros节点负责获取应用程序接口数据，并通过话题/tf将数据传递至vision_to_mavros节点，vision_to_mavros节点负责将原始定位数据转换为ROS系统所采用的ENU坐标系，再通过话题/mavros/vision_pose/pose将ENU坐标系下的定位数据传递至mavros节点，该节点负责将定位数据从ENU坐标系转换至Pixhawk飞控所采用的NED坐标系，ENU至NED坐标系转换公式为（1）～（4）。ROS定位模块坐标系转换示意图如图5所示。

图5 室内定位模块结构图

2.3.1 自动评分系统

对考生的实操测评在飞控单片机中进行，当手机APP中选择开始测评后，便会通过蓝牙发送指令到飞控中。飞控收到指令，即为开启考试测评。通过发送指令的不同，来确定开启测评的项目。

第一个项目为360°旋转，在解锁无人机之后，飞行高度为2～5米，需要悬停2秒以上。在保持无人机相对位置偏移水平不超过2.5米、竖直不超过1米的情况下，在6～20秒以内完成360°的旋转，则此项目完成。

第二个项目为正飞水平八字，保持机头一直朝前的情况下，完成水平八字的飞行，两个圆应直径相同大于6米，两个圆的结合部位通过身体中线，空域在120°内，完成整个动作的过程中须保持高度不变。完成动作后，机头偏差不得超过15°。

最后需飞回至起飞区，悬停2秒后，平稳降落在停机处中央，则考试完成。

通过对无人机实时的位置坐标反馈来模拟其行进路线，以此来进行自主考试测评，在正飞水平八字的考试项目中，虚设了7个任务点。无人机必须准确的通过所有的任务点方能完成考试。

2.3.2 危险警示系统

为防止考生的失误操作，可以及时地起到保护作用，当无人机高度超过六米或者离开动作区5米以上，会直接判定考生为考核失败，无人机将直接切换为返航模式，自行返回起飞点并降落。

测评无人机模型如图6所示。现阶段初步制作四旋翼测评机，其搭载的各种传感器，能够较为稳定且准确地反馈飞机位置、姿态、速度等数据，开发者已通过相关测试验证其稳定性。实体测评机可以让操作员对无人机的控制过程有更加直观的理解，满足本系统的要求。

图6 无人机

人类社会正逐步进入移动互联网时代，移动互联概念不断的改造人民的生活和思维方式。同样，学习方式也由相对固定的PC互联学习模式过渡到移动模式，并且智能手机这种移动终端已经非常普及，这让移动学习成为一种必然。海量资源和持续更新的特点为移动学习提供了丰富的资源支撑，利用现有的移动信息开发技术对海量资源进行整合再利用并且设计开发出在智能手机上使用的学习APP软件，就能真正从空间和时间上实现学习方式的移动化和便捷化。

借鉴驾照考试系统，同比于交管12123软件，开发一款无人机驾照考试系统APP，能够提高本项目的系统性和可靠性，APP以移动智能设备为载体，使系统目标的实现更为便捷，同时可以提供直接的反馈通道，及时获取使用者在实际操作中的多种信息，能够让开发者直观的了解系统在实际使用中的问题，有助于程序及系统的完善。

该项目所用APP由MIT APP INVENTOR2平台编写。APP Inventor最初是一款Google公司开发的手机编程工具，用户能够通过该软件快速便捷地开发Android系统的移动应用。APP Inventor于2012年1月移交麻省理工学院行动学习中心，并以MITAPPInventor的名字公布使用。优点是功能丰富，操作方便。APP致力于为今后无人机考试提供更好的平台，预期可实现考试预约，模拟考试，以及考题练习等功能，APP的总体操作流程为：（1）注册登录考试人员信息；（2）根据具体情况需求选择相应功能；（3）根据操作指引进行相关操作。

首先是注册登录部分，存储的用户的注册信息需要用到数据库。团队使用APPMIT的网络微型数据库服务器，能够与APP的编译器相兼容，并且存储空间较大。

其次是对APP功能的选择，主要有两个选项：考试项目练习和题库，相当于驾驶证考试中科目一和科目四。在练习完毕后，APP会根据传感器回传数据记录以及题库试题答案进行自动评分。

在项目练习中，有两科考试项目可供选择，八字飞行和360°自旋。8字飞行考试：测试场地事先布置七个监测点，当考试无人机经过导航点时，智能移动端根据传感器数据，对应显示测试场地中考试机经过的监测点，图像由绿色变为红色，同时会在智能移动端显示器上将显示当前考试机的姿态数据，即横滚、俯仰和偏航角，该数据与标准考试数据对比后，实时标注当前考试机坐标以及所经过检查点的考试情况，具体显示情况如图7所示。

图7 智能移动端“8”字飞行考试图

360°自旋考试：系统会根据技能标准进行评测并记录，在考试机于指定高度完成360°自旋全过程后，系统进行综合评判并于智能移动端显示综合评分。

测试中，智能移动端可使用中止、清零键随时操作考试机中止考试，复位考试机传感器数据并启动应急程序，考试机自动返航以应对考试时的突发状况，测试完毕可使用保存键，复位考试机传感器数据并对该次测试结果进行保存记录。

题库类似于驾照考试中的理论考试系统，考察用户对多旋翼无人驾驶航空器理论知识及相关操作规范的掌握情况。包括多旋翼机部件组成、手控飞行操作方式，应急处理程序以及多旋翼机飞行前报备程序的相关法律规范、规定等内容。该板块专注于提高用户关于多旋翼机飞行机及操作的知识储备，同时提供模拟考试环境，便于用户提前熟悉考试时的相关操作流程。

本文提出了一种将移动端APP与无人机实物相结合的多旋翼驾驶员考试系统的设计。可得结论：

硬件方面：本系统采用了树莓派+T265的位置信息采集方案，具有极高的鲁棒性和环境适应能力，位置数据精确度高。结合自研飞行控制电脑能够将无人机的实时姿态及位置数据反馈至移动端，用于考试相关内容的评判。

软件方面：APP内分为考试题库以及操作训练两大部分，能够针对多旋翼驾驶员考试内容进行针对性训练，对于提升驾驶员操作水平有较大意义和作用。