视觉导航在扑翼飞行器避障中的应用

视觉传感器本身具有独立性、准确性和可靠性等优点，使得它在无人机视觉导航的应用领域中具有独特的作用，但是传统的视觉导航设备质量过大，无法应用在扑翼飞行器上。针对此问题，本项目利用FPGA芯片设计基于Census变换的局部立体匹配算法的立体视觉模块，该模块质量轻，并且能够进行图像的实时处理，满足避障场景的实时性要求。通过扑翼飞行器实际的飞行实验结果表明，本项目设计的视觉导航模块可以为无人机的自主避障飞行提供技术支持和决策依据。

随着计算机技术的不断提高，视觉导航技术发展迅速[1]。视觉系统具有独立性、准确性、可靠性以及信息完整性等优点，可完成目标识别、障碍物回避及路径规划等功能[2]。在复杂环境中飞行时，利用视觉系统可以尽早发现周围环境中对飞行构成威胁的障碍物，提高飞行安全系数[3]。

由于单目视觉无法得到目标物体的深度信息，难以估计三维位置信息，为了满足无人机飞行器复杂环境下的导航需求，国内外学者逐步将双目视觉导航方法引入无人飞行器自主导航领域[4]。基于双目视觉的三维测量技术就是利用双目相机拍摄的图像，将目标在图像上的二维像素坐标转化为三维世界坐标[5]，双目视觉的视觉里程计技术目前在车载导航领域已经得到了验证和应用[6]。

目前市面上成熟的双目视觉模块，如国内小米公司的深度相机，大疆公司的视觉传感导航模块，国外如英特尔的RealSense D435 和微软的kinect2 等设备， 都包含深度芯片而导致质量过大， 有的产品还需要外接图像处理器。这些铲平包含深度芯片的原因是双目视觉进行图像处理时，为了应用于避障场景， 实时性的要求非常严格，实时图像处理需要大量的存储空间和计算速度，所以市面上双目相机需要集成深度计算芯片或者外接处理器，从而导致双目相机的重量过大，无法应用于对质量有严格要求的微型飞行器上。

因此，本项目设计出一款能够用于扑翼飞行器上的双目视觉模块，该模块解决重量过大的问题，同时满足实时性避障场景的要求。

2. 硬件设计 双目视觉导航的硬件设计主要需考虑图像处理主芯片和传感器的设计。为了解决两相机不同步的问题，本项目从最前端的图像传感器进行开发，这就要求所依靠的嵌入式平台不仅具备能完成对图像传感器的驱动和配置的逻辑时序控制能力、一定的信号处理能力和计算能力，还需要具备灵活的外设接口和