بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
تعيين موقعيت هواپيماي بدون سرنشين به منظور استفاده در سامانه فرود خودکار نوري
چکيده - استفاده از هواپيماهاي بدون سرنشين در مأموريت هاي نظامي و غير نظامي روز به روز در حال افزايش است . فرود يکي از قسمت هاي حساس و بحراني در پرواز هواپيماهاي بدون سرنشين ميباشد به نحوي که بيش از ٦٠ درصد سقوط آن ها در قسمت فرود اتفاق افتاده است . بدست آوردن موقعيت دقيق پرنده اساس کار سامانه هاي فرود خودکار هواپيماهاي بدون سرنشين ميباشد. در حال حاضر استفاده از GPS، رادار، ليزر و دوربين بر روي پرنده هاي مطرح در جهان مرسوم است که هر کدام از اين سامانه ها داراي مزايا و معايب خاص خود ميباشند. در اين مقاله يک سامانه فرود خودکار نوري با دقت مناسب و مبتني بر استفاده از دوربين مادون قرمز و ارتفاع سنج ليزري ، طراحي و پياده سازي شده است . اين سامانه با استفاده از دوربين مادون قرمز پرنده را در وسط باند قرار داده و از طريق ارتفاع سنج ليزري نصب شده در زير پرنده ارتفاع پرنده با سطح باند را کنترل ميکند. سامانه مذکور بر روي بالگرد به صورت عملي و با موفقيت ،پياده سازي و آزمايش گرديده است .
کليد واژه - ارتفاع سنج ليزري، رديابي اهداف متحرک، سامانه فرود خودکار نوري، قطعه بندي تصوير، هواپيماي بدون سرنشين
١- مقدمه
هواپيماي بدون سرنشين به اشياء پرنده هدايت پذير از راه دور گفته مي شود. اين پرنده ها در ايران به «پهپاد» شهرت دارند که از حروف اول «پرنده هدايت پذير از دور» گرفته شده است . هواپيماهاي بدون سرنشين مزاياي بسياري نسبت به هواپيماهاي عملياتي با سرنشين دارند. اين مزايا باعث شده تا امروزه به کارگيري پهپادها گسترش يابد.
فرود يکي از سخت ترين قسم هاي پرواز يک پرنده مي باشد. لزوم داشتن دقت زياد باعث حساس نمودن اين مرحله شده است . معمولاً نشستن اين هواپيماها به صورت دستي و از طريق خلبان خارج ايستگاه کنترل زميني و بر روي باند انجام مي د. در اين روش خلبان از طريق مشاهدات خود موقعيت پرنده را تخمين زده و دستورات لازم به منظور يک فرود مناسب را به آن ارسال ميکند.
اين امر از طريق تمرين بسيار و آگاهي از محل باند فرود انجام خواهد گرفت . فرود در شرايطي صورت مي گيرد که سرعت پرنده در حدود ٧٠ الي ١١٠ کيلومتر بر ساعت بوده و داراي فاصله ٦٠٠ تا ١٠٠٠ متر و ارتفاع در حدود ٥٠ تا ١٠٠ متر از لبه باند فرود دارد [١].
اساس کار سامانه هاي فرود خودکار بدست آوردن موقعيت دقيق پرنده در فضا ميباشد. اين موقعيت دقيق به ايستگاه کنترل زميني ارسال شده و اين ايستگاه بر اساس آيروديناميک پرنده ، دستورات کنترلي لازم را به آن ارسال ميکند. در حال حاضر روش هايي همچون رادار، GPS، ليزر و دوربين به منظور بدست آوردن موقعيت دقيق هواپيما استفاده شده است . در اين مقاله با استفاده از دوربين مادون قرمز ثابت شده در کنار باند، پرنده را رديابي کرده و با بدست آوردن موقعيت دو بعدي آن در تصوير، زواياي سمت و برد پرنده نسبت به محور دوربين را بدست ميآوريم . با استفاده از اين زوايا ميتوان پرنده را در وسط باند و ارتفاع ١٥٠ متري از آن قرار داد.
با استفاده از ارتفاع سنج ليزري نصب شده در زير پرنده ارتفاع پرنده از سطح زمين را نيز با دقت مناسب اندازه گيري نمود و بر اساس آن ارتفاع پرنده را کنترل م کنيم . اين الگوريتم بر روي پردازنده DSP پياده سازي شده و به صورت عملي با موفقيت آزمايش شده است .
٢- رديابي پرنده در تصوير
اساس کار سامانه فرود خودکار نوري رديابي دقيق پرنده در تصوير ميباشد. با توجه به بالا بودن دماي موتور پرنده و به منظور مقابله با تشعشعات نور خورشيد، در اين سامانه از دوربين مادون قرمز استفاده شده است . در اين مقاله از دو الگوريتم رديابي مرکز شدت و همبستگي متقابل نرماليزه شده استفاده شده که در ادامه بيان ميشود [٢].
.
٢-١- الگوريتم مرکز شدت
الگوريتم رديابي مرکز شدت در تصاوير مادون قرمز يک روش تعيين موقعيت هدف نسبتاً ساده ميباشد. اين الگوريتم قادر است شي را در هر جاي تصوير رديابي کند. به منظور بالا بردن دقت سامانه فرود خودکار نوري، بدست آوردن موقعيت دقيق پرنده در تصوير بسيار حائز اهميت است . يکي از مزي هاي الگوريتم مرکز شدت ، دقت بالاي موقعيت يابي آن در بين الگوريتم هاي رديابي موجود ميباشد. زماني که تصوير داراي پس زمينه شلوغي باشد، اين الگوريتم عملکرد مناسبي نداشته و معيار مناسبي براي تشخيص گم کردن هدف ندارد.
با توجه به اينکه در ثاني هاي اول فرايند فرود، پرنده در پس زمينه آسمان قرار دارد و داراي تصوير تقريباً خلوتي هستيم الگوريتم مرکز شدت داراي عملکرد مناسبي به منظور رديابي پرنده ميباشد. ساده بودن پياده سازي در سخت افزار، بدست آوردن مرکز هدف و حساس نبودن به شکل هدف از ديگر مزاياي اين روش ميباشد. اين روش رديابي با روابط زير تعريف ميشود:
در اين روابط نشان دهنده شدت روشنايي پيکسل (x,y) مي باشد. اين انتگرال گيري بر روي پنجره جستجو انجام مي شود و at بيانگر مجموع روشنايي پيکسل هاي پنجره جستجو مي باشد. يک نمونه از عملکرد اين روش در شکل ١ نشان داده شده است [٣].
به منظور تعيين ابعاد پنجره جستجو نيازمند جدا کردن هدف از پس زمينه ميباشيم . روش هاي زيادي به منظور قطعه بندي تصاوير مادون قرمز وجود دارد که آستانه گذاري يکي از روش هاي معروف و پرکاربرد ميباشد، اما اين روش دقت بالايي در استخراج هدف ندارد که علت آن وجود پس زمينه پيچيده و سطح روشنايي متفاوت با هدف است .
شکل ١: عملکرد الگوريتم مرکز شدت در رديابي بالگرد در آسمان
٢-١-١- آستانه گذاري فازي
در اين مقاله به منظور قطعه بندي تصوير و جدا کردن پرنده از پس زمينه و همچنين تفکيک آن از ديگر اشيا درون تصوير، از الگوريتم آستانه گذاري فازي استفاده شده است . اين الگوريتم داراي عملکرد مناسبي در تصاوير مادون قرمز ميباشد و توانسته به خوبي پرنده را در تصوير جدا کند. در اين الگوريتم از دو پارامتر همسايگي و شباهت هدف با ديگر پيکس ها استفاده شده است .
معيار شباهت که بيانگر، شباهت مقدار روشنايي پيکسل g با ميانگين سطح خاکستري پنجره جستجو مي باشد از طريق معادله زير بيان مي شود [٤]:
که در اين معادله gm ميانگين سطح خاکستري پنجره جستجو مي باشد و c مقدار ثابتي است و در صورتي که gmin نشان دهنده کمترين مقدار روشنايي پنجره جستجو باشد مي توان از معادله زير بدست آورد [٤]:
با اين معيار ميتوان ميزان شباهت پيکس هاي اطراف پنجره جستجو با هدف را بدست آورد. از آنجا که تصاوير مادون قرمز داراي سطوح خاکستري مختلفي هستند، يک ناحيه با سطح خاکستري پايين در هدف ميتواند به عنوان پس زمينه انتخاب شود. بنابراين در صورتي که تنها از معيار شباهت به منظور قطعه بندي تصوير استفاده شود احتمال بروز خطا زياد ميباشد. به منظور رفع اين مشکل از معيار همسايگي نيز استفاده شده است که طبق معادله زير تعريف ميشود [٤]:
در اين معادله نشان دهنده فاصله بين پيکسل در مکان (x,y) با نقطه مرجع ( y,x ) مي باشد که طبق معادله ٧ تعريف مي شود [٤].
حال ميتوان با استفاده از اين دو معيار، تابع عضويت الگوريتم فازي را مطابق معادله ٨ تعريف نمود [٤].
در اين معادله ضريب ثابتي است که ميزان تأثير معيار شباهت و نزديکي را مشخص مي کند. مقدار بهينه اين ضريب از طريق آزمايش بدست مي آيد. شکل ٢ نشان دهنده عملکرد اين الگوريتم به منظور قطعه بندي تصوير مي باشد. همان گونه که مشاهده مي شود اين الگوريتم توانسته هدف و پس زمينه را به خوبي از يکديگر جدا کند.
شکل ٢-الف تصوير مادون قرمز اصلي ميباشد که توسط الگوريتم تئوري فازي، تابع عضويت آن بدست آمده است که در شکل ٢-ب نشان داده شده است . همان گونه که در اين شکل مشاهده ميشود ميتوان با يک لبه يابي ساده تصوير را قطعه بندي نمود. به منظور لبه يابي و قطعه بندي اين تصوير از الگوريتم لبه يابي سوبل استفاده شده که نتيجه نهايي آن در شکل ٢- ج نشان داده شده است .
٢-٢- الگوريتم همبستگي متقابل نرماليزه شده
در لحظات پاياني فرايند فرود و با نزديک شدن پرنده به سطح زمين ، عوارض زمين همچون کوه ، درخت و غيره وارد تصوير شده و باعث شلوغ شدن تصوير ميگردد. در اين وضعيت الگوريتم مرکز شدت نمي تواند عملکرد مناسبي داشته باشد و همچنين با توجه به اينکه اين الگوريتم داراي معيار مناسبي براي تشخيص گم کردن هدف ندارد، نمي توان زمان استفاده از فيلتر کالمن به منظور تخمين موقعيت هدف در زمان انسداد هدف را متوجه شد. بدين منظور از الگوريتم هاي رديابي مبتني بر ناحيه استفاده ميشود. معيارهايي همچون تابع همبستگي متقابل ، معيار مربعات خطا، معيار قدر مطلق خطا،همبستگي متقابل نرماليزه شده و غيره از مهم ترين معيارهاي موجود ميباشد.در اين مقاله از معيار همبستگي متقابل نرماليزه شده استفاده ميگردد. اين معيار بر خلاف روش هاي ديگر ذکر شده در مقابل تغييرات اندازه هدف و روشنايي صحنه در فري هاي متوالي عملکرد خوب و مناسبي دارد و همچنين داراي معيار مناسبي براي تشخيص گم کردن هدف ميباشد و در پس زمينه هاي شلوغ عالي کار ميکند.
شکل ٢: عملکرد الگوريتم قطعه بندي به روش تئوري فازي الف - تصوير مادون قرمز اصلي ب -تابع عضويت تئوري فازي ج - لبه يابي سوبل تابع عضويت
مقادير اين معيار از طريق معادله ٩ بدست مييد. که داراي مقادير خروجي در بازه [١،١-] مي باشد و در صورتي که اين مقدار از يک حد آستانه بيشتر باشد، بيانگر وجود هدف است و در صورتي که از اين حد آستانه کمتر باشد بيانگر گم کردن هدف مي باشد [٥].
