120
测试与计算
传感器与微系统（Transducer and MicrosystemTechnologies）
2018年第37卷第1期
DOI:10.13873/J.10009787 (2018)01012004
基于激光位移传感器的障碍物检测与模式识别
李海林，吴开华，王文杰，王朔，孙学超，陈念
（杭州电子科技大学生命信息与仪器工程学院，浙江杭州310018）
摘要：基于激光位移传感器技术，为植保无人机提出了一种新的避障检测方法，包括数据块提取、障碍所对应的数据块，以平均角度、平均距离和宽度为基本参数描述障碍物，以及基于障碍物的宽度、数据块的最大间隙、跳变次数和方差为特征的模式识别分类器的设计。实验表明：方法能够有效检测出未知环境下障碍物的方位和距离并对障碍物类型作出判别。
关键词：植保无人机；自动避障；障碍物检测；模式识别；激光位移传感器
中图分类号：TP212.9
文献标识码：A
文章编号：1000-9787(2018)01-0120-04
Obstacle detection and pattern recognition based on
laserdisplacementsensor
LI Hai-lin,WU Kai-hua,WANG Wen-jie,WANG Shuo,SUN Xue-chao,CHEN Nian
( College of Life Information Science & Instrument Engineering,Hangzhou Dianzi University,Hangzhou 310018, China)
Abstract: Based on laser displacement sensor technology ,a new obstacle avoidance method is proposed for plan protection unmanned aerial vehicles( UAV) . The method includes the following three parts : data block extraction, obstacle basic parameter calculation and obstacle pattern recognition. Based on the validity of distance value,data block corresponding to obstacle is extracted from data sequence. The average angle , average distance and width are used as the basic parameters to describe the obstacle. The design of pattern recognition classifier based on the width of obstacle, maximum clearance of data block , jump times and variance. Experiments show that the proposed method can effectively detect the position and distance of the obstacle in unknown environment and make a judgment on obstacle type.
Keywords : plant protection unmanned aerial vehicles; automatic obstacle avoidance; obstacle detection; pattern recognition; laser displacement senson
0引言
自动避障技术作为无人机安全飞行和智能飞行的关键技术之一，受到越来越多的关注。对威胁飞机飞行安全的障碍物有效准确地检测与识别，是实现无人机自动避障的前提。黄丰、黎顺泰等人于2015年提出了一种基于超声波的无人机避障检测方法1]。但超声波信号容易受风速、气流、水雾等影响，并不适用于植保无人机室外作业环境下的障碍物检测。此外，机器视觉技术[2-5]也是国内外常见的障碍物检测手段之一，但自然光成像技术难以在夜晚使用，且图像数据量比较大也给实时检测带来了较大的难度。激光技术用于障碍物检测，目前多被应用于地面的移动机器人平台16-8。激光信号不易受气流等外界因素影响，能够满足植保无人机室外环境下对于障碍物检测的要求，且激
收稿日期：2017-01-12
光位移传感器能够在夜间工作，可以适应植保无人机的夜间作业。
本文针对植保无人机的应用场景，以植保无人机作业环境下最常见障碍物中的树木和电线杆为研究对象，以满足植保无人机对于避障检测模块的指标要求（7000mm内感知障碍物的存在，距离值误差不超过土250mm，角度误差不超过土5.0°）为标准。提出了一种基于激光位移传感器的障碍物检测和模式识别方法，建立树木和电线杆两个类
别的分类器，并通过实验验证了有效性。 1
检测原理
激光位移传感器发出激光脉冲，当激光脉冲碰到障碍
物后，激光位移传感器的接收器会接收到反馈的激光脉冲信号，如图1（a）。通过发射与接收激光脉冲的时间差，可