[论文解读] Visual Servoing of Unmanned Surface Vehicle from Small Tethered Unmanned Aerial Vehicle

Haresh Karnan, Aritra Biswas+3 more|arXiv (Cornell University)|Oct 9, 2017

Robotics and Sensor-Based Localization参考文献 8被引用 3

一句话总结

本文提出一种用于小型系留无人机（UAV）的运动模式，实现对无人水面航行器（USV）的自主视觉伺服控制，使无人机摄像头能够以最小的云台俯仰/俯仰运动跟踪USV。系统利用视觉定位获取的相对位置误差，通过串行接口生成偏航和俯仰控制信号，实现实验室测试中100%的跟踪成功率，归一化灵敏度为0.034。

ABSTRACT

This paper presents an algorithm and the implementation of a motor schema to aid the visual localization subsystem of the ongoing EMILY project at Texas A and M University. The EMILY project aims to team an Unmanned Surface Vehicle (USV) with an Unmanned Aerial Vehicle (UAV) to augment the search and rescue of marine casualties during an emergency response phase. The USV is designed to serve as a flotation device once it reaches the victims. A live video feed from the UAV is provided to the casuality responders giving them a visual estimate of the USVs orientation and position to help with its navigation. One of the challenges involved with casualty response using a USV UAV team is to simultaneously control the USV and track it. In this paper, we present an implemented solution to automate the UAV camera movements to keep the USV in view at all times. The motor schema proposed, uses the USVs coordinates from the visual localization subsystem to control the UAVs camera movements and track the USV with minimal camera movements such that the USV is always in the cameras field of view.

研究动机与目标

• 实现无人机摄像头控制的自动化，以在搜救任务期间持续跟踪无人水面航行器。
• 通过消除在USV航行过程中手动操控摄像头，降低操作员的工作负荷。
• 开发一种低功耗、计算效率高的控制系统，基于视觉反馈实时调整云台的俯仰/俯仰运动。
• 在受控的实验室环境中验证系统性能，并实现可量化的跟踪表现。
• 实现无人水面航行器与无人机的自主协同，用于海上事故应急响应场景。

提出的方法

• 运动模式通过视觉定位数据计算USV与摄像头视场中心之间的相对位置误差 $P$。
• 仅当 $P > 1$ 时激活控制，以最小化不必要的摄像头运动。
• 根据 $P$ 的符号和大小生成偏航和俯仰指令，以引导摄像头朝向USV。
• 通过USART串行接口以9600 bps的速率将指令发送至Fotokite无人机地面站。
• 系统采用固定增益控制律，云台转动速度为0.3 rad/s，实验过程中实时实现。
• 算法在两个实验室场地中进行测试，使用红色物体模拟USV，搭载PTZ摄像头的系留无人机执行实验。

实验结果

研究问题

• RQ1 低复杂度的运动模式能否仅通过系留无人机的视觉反馈，实时自主跟踪移动中的USV？
• RQ2 该系统在保持USV持续可见的同时，能否有效最小化摄像头运动？
• RQ3 在受控环境中不同运动轨迹下，该系统的灵敏度和成功率如何？
• RQ4 系统能否在不依赖人工干预的情况下，跨不同距离和轨迹维持稳定跟踪？
• RQ5 在真实测试条件下，系统在响应时间和控制能耗方面表现如何？

主要发现

• 在13次Arena 1试验和17次Arena 2试验中，系统实现了100%的跟踪成功率，目标未丢失。
• 所有试验的平均灵敏度在Arena 1中为0.6045，在Arena 2中为0.4536，归一化灵敏度为0.034。
• 俯仰与偏航运动基本互斥，减少了冗余的摄像头运动，提升了能效。
• 当USV移出视场区域后，控制系统在数秒内迅速响应，表现出良好的实时性。
• 即使在快速移动情况下，算法也能以极小的控制信号持续将USV保持在摄像头视场内。
• 结果证实了在海上搜救任务中，通过自动化无人机摄像头跟踪来支持USV的可行性。