Quadcopter Position Hold Function using Optical Flow in a Smartphone-based Flight Computer
作者: Noel P. Caliston, Chris Jordan G. Aliac, James Arnold E. Nogra
分类: cs.CV
发布日期: 2025-01-18 (更新: 2025-01-25)
备注: 13 pages
期刊: International Journal of Computing Sciences Research, [S.l.], v. 8, p. 2809-2821, may 2024. ISSN 2546-115X
DOI: 10.25147/ijcsr.2017.001.1.189
💡 一句话要点
提出一种基于智能手机光流的四旋翼无人机定点悬停方法
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 四旋翼无人机 定点悬停 光流法 智能手机 图像处理
📋 核心要点
- 现有无人机定位依赖复杂传感器或外部系统，成本高且部署不便，限制了其应用。
- 利用智能手机内置摄像头和传感器，通过光流算法估计无人机位移，实现低成本的定点悬停。
- 实验表明，该方法在室内外均能实现较好的定点悬停效果，验证了智能手机作为无人机计算设备的潜力。
📝 摘要（中文）
本文探讨了智能手机作为四旋翼无人机计算设备的能力，特别是无人机保持位置的能力，即定点悬停功能。利用手机的传感器和强大的内置摄像头进行图像处理。通过下视摄像头，使用Shi-Tomasi角点检测和Lucas-Kanade稀疏光流算法识别和跟踪地面特征。通过计算四旋翼无人机相对于图像中心的欧几里得距离来保持位置，并使用PID控制器计算相应的俯仰和横滚估计值。实际飞行结果表明，室外测试中，无人机位置的双倍标准差为18.66厘米。对于58厘米x 58厘米的四旋翼无人机，这意味着95%的时间内，无人机都在96厘米的直径范围内。室内测试中，双倍标准差为10.55厘米，意味着95%的时间内，无人机都在79厘米的直径范围内。结论表明，智能手机的传感器和摄像头可用于执行光流定点悬停功能，证明了其作为无人机计算设备的潜力。建议未来探索与手机GNSS传感器的潜在传感器融合，从而为户外应用提供绝对定位信息。本文为手机制造商和研究人员提供了一个机会，探索智能手机在无人机用例中的潜力。
🔬 方法详解
问题定义：论文旨在解决四旋翼无人机在无外部定位系统辅助下，如何利用低成本的智能手机实现精确的定点悬停问题。传统无人机通常依赖GPS、视觉里程计或激光雷达等复杂传感器进行定位，成本较高且易受环境影响。智能手机虽然具备摄像头和多种传感器，但将其应用于无人机的精确控制仍面临挑战。
核心思路：论文的核心思路是利用智能手机的下视摄像头捕获图像，通过光流算法估计无人机相对于地面的位移，并结合PID控制器调整无人机的姿态，从而实现定点悬停。这种方法无需额外的外部传感器，降低了成本和复杂性。
技术框架：整体流程包括以下几个主要模块：1) 图像采集：利用智能手机的下视摄像头获取地面图像。2) 特征检测与跟踪：使用Shi-Tomasi角点检测算法提取图像中的特征点，并使用Lucas-Kanade稀疏光流算法跟踪这些特征点在连续帧之间的运动。3) 位移估计：根据光流计算无人机相对于地面的位移。4) PID控制：使用PID控制器根据位移误差计算无人机的俯仰和横滚控制量，从而调整无人机的姿态，实现定点悬停。
关键创新：该论文的关键创新在于将智能手机作为无人机的计算平台，并利用其内置摄像头和传感器实现定点悬停功能。与传统的无人机定位方法相比，该方法无需额外的外部传感器，降低了成本和复杂性。此外，该论文还探索了智能手机在无人机应用中的潜力，为未来的研究提供了新的思路。
关键设计：论文中使用了Shi-Tomasi角点检测算法和Lucas-Kanade稀疏光流算法进行特征检测和跟踪。PID控制器的参数需要根据具体的无人机平台进行调整，以获得最佳的控制效果。位移估计的精度直接影响定点悬停的性能，因此需要选择合适的图像处理算法和参数。
📊 实验亮点
实验结果表明，该方法在室外测试中，无人机位置的双倍标准差为18.66厘米，在室内测试中，双倍标准差为10.55厘米。这意味着95%的时间内，无人机在室外测试中位于96厘米的直径范围内，在室内测试中位于79厘米的直径范围内。这些结果验证了智能手机作为无人机计算平台的可行性，并表明该方法具有较好的定点悬停性能。
🎯 应用场景
该研究成果可应用于低成本无人机、室内无人机导航、农业植保等领域。利用智能手机作为无人机计算平台，降低了无人机的成本和复杂性，使其更容易普及。此外，该方法还可以应用于室内等GPS信号较弱的环境，扩展了无人机的应用范围。未来，结合手机的GNSS传感器，可以进一步提高户外定位精度。
📄 摘要（原文）
Purpose. This paper explores the capability of smartphones as computing devices for a quadcopter, specifically in terms of the ability of drones to maintain a position known as the position hold function. Image processing can be performed with the phone's sensors and powerful built-in camera. Method. Using Shi-Tomasi corner detection and the Lucas-Kanade sparse optical flow algorithms, ground features are recognized and tracked using the downward-facing camera. The position is maintained by computing quadcopter displacement from the center of the image using Euclidian distance, and the corresponding pitch and roll estimate is calculated using the PID controller. Results. Actual flights show a double standard deviation of 18.66 cm from the center for outdoor tests. With a quadcopter size of 58cm x 58cm used, it implies that 95% of the time, the quadcopter is within a diameter of 96 cm. For indoor tests, a double standard deviation of 10.55 cm means that 95% of the time, the quadcopter is within a diameter of 79 cm. Conclusion. Smartphone sensors and cameras can be used to perform optical flow position hold functions, proving their potential as computing devices for drones. Recommendations. To further improve the positioning system of the phone-based quadcopter system, it is suggested that potential sensor fusion be explored with the phone's GNSS sensor, which gives absolute positioning information for outdoor applications. Research Implications. As different devices and gadgets are integrated into the smartphone, this paper presents an opportunity for phone manufacturers and researchers to explore the potential of smartphones for a drone use-case.