闫铭

摘要：当今，警用无人机技术应用逐渐普及，其功能出色、安全可靠，能满足对交通治理的应用需求，并且出现了多种类型。由于多旋翼无人机悬停性能良好，体积较小，操作简单，目前在警用无人机中已成为不可或缺的类型。多旋翼无人机经改装后应用广泛。在为多旋翼无人机加装空中喊话系统后，可实现交警与事故现场进行远程对话。在城镇公路发生交通堵塞、大型事故甚至火灾的情况下，地面路政、交警车辆以及工作人员会被漫长的车流隔离现场，而警用无人机可以快速飞到事故现场并将画面传输给交通管制中心，使事故处理更迅速。

关键词：警用无人机;多旋翼;交通事故

1 研究背景

1.1 问题提出

在现代城市中，交通拥堵已成为令人头疼且难于处理的一件事。目前传统交警人工作业往往需要交警本人抵达现场，而交警穿越在拥挤的车流中不但影响到达速度，而且人身安全也得不到保障。而无人机行业的出现与发展恰恰为解决交通事故带来了新的办法。于是，设计一款警用无人机，就成了我们今天所研究的课题。

1.2 研究现状

警用无人机目前已经在我国各省得到广泛应用。据交警部门反映，警用无人机的执法方式能够涵盖许多传统工作方式做不到的内容，比如路口压线、占用非机动车道等违法行为，尤其是在无监控路段、交通拥挤路段等很难进行违章取证的地方。警用无人机不受地面交通情况影响，能够做到多点覆盖，全方位、无死角的展示违章行为，能够更灵活、机动地辅助警方工作。

倾桨六旋翼的概念最早出现在2015年左右。当时CyPhy Works公司曾在Kickstarter上推出一款CyPhy LVL1无人机众筹项目，该项目拟推出一款家用倾桨六旋翼摄影无人机，但最后因无法达到商业目的而遗憾失败。至今，倾桨六旋翼机型在目前市场中暂未出现。若能通过对倾桨六旋翼的改造，将其机型独特优点应用到交警执法中，就能打造出一款性能优异、功能齐全的警用无人机。

2 设计思路及创新点

首先预估飞行性能及悬停时间，确定整体机型及飞机结构;其次进行辅助系统设计，如嵌入式摄像头的选定等;最后进行软件设计，对图像处理、车牌识别系统进行设计。

整体思路如下：

本课题的创新性在于利用对倾桨六旋翼的改造提升无人机悬停时间，采用嵌入式摄像头减小整机体积与飞行阻力，并对现场传来画面进行图像处理与车牌识别。由于无人机飞行不受地面路况限制，通过喊话器、图传技术等能够与事故现场进行指挥调度，能够满足交警实时指挥排除故障的要求，同时也最大程度地减少了出警时间与警力调动，有效地保障了工作效率与交警人身安全。能够很好地勘测事故现场，并且智能识别对应的事故车辆车牌，克服了传统记录方式耗时耗力的缺点，充分体现了计算机与无人机视觉技术的优势，为交警的工作提供了一个更便捷的平台。

科学性在于我们可以利用已有的技术，在此基础上进行创新组合，理论上是可以达到要实现的目标的，下面对可行性进行分析：首先现代旋翼无人机技术已经成熟，我们对已有的普通六旋翼无人机进行改造，将桨盘倾斜安装;其次是嵌入式摄像头设计，拟采用小型摄像头，利用倾桨六旋翼飞行平稳的特点，摆脱云台，减小体积;最后是图像处理与车牌识别技术，这点我们可以运用霍夫变换、水平垂直投影法、对比标准字符库来通过matlab实现。本实验在理论上是完全可行的。

3 结构设计

3.1 机型设计

采用倾桨六旋翼机型。由于倾桨六旋翼独特的动力特性，其飞行时能够保持机身水平，因此无须云台，能够大幅度降低迎风阻力，且能解决无人机在高速飞行时因机身倾斜角度过大而导致的螺旋桨入镜的问题。

3.2 摄像头设计

由于倾桨六旋翼无须云台保证摄像头水平，因此可采用嵌入式摄像头，减小了体积的同时也减小了飞行阻力。根据实际使用需求，拟采用博超200型500w像素摄像头。

3.3 电机、电调、螺旋桨等配件的选用[1]

根据平桨六旋翼模型，利用文献[1]中资料及方法计算，得到如下硬件选用方案及飞行性能估计：

其中方案1与方案2悬停时间较长，但整体机架轴距过大，不方便使用。在悬停时间几乎不变的情况下考虑选用方案3，这样在满足使用需求的前提下能够减小体积，方便携带与运输。

4 车牌识别系统设计[24]

车牌定位：首先计算图像中（x，y）处的像素点及其邻近区域的参数（r，θ），然后将其累加。通过查找局部最大值，进而提取最可能存在的，得到符合阈值要求的直线，并且读出它们的坐标方程，得到其在原图上得位置。

假设待检测直线方程为：

y=ax+b（1）

那么两参数a，b将形成空间（a，b），即用在某固定坐标系中，我们可以通过斜率和截距来定位和表示一条直线。

为了解决直线竖直时斜率无穷大的情况，我们将上式转化为：

ρ=xcosθ+ysinθ（2）

其中ρ为坐标原点到直线某一点的距离，θ为距离直线与x轴夹角。

那么将图像中大于阈值（即符合要求）的直线投影回直角坐标中，得到方程：

y=-cosθlsinθlx+ρlsinθl（3）

字符分割：对灰度图运用大津法（OTSU，自适应阈值分割）找出最佳分割点，将灰度图转化为二值图，然后找到字符间的边界点。

设τ为前、背景两图像的最佳分割值，则前景占比为ω0，平均灰度值为μ0;背景占比为ω1，平均灰度值为μ1。

则图像的总平均灰度为：

μ=ω0*μ0+ω1*μ1（4）

前景和背景图像的方差：

g=ω0*（μ0-μ）*（μ0-μ）+ω1*（μ0-μ）*（μ0-μ）

=ω0*ω1*（μ0-μ）*（μ0-μ）（5）

当方差达到最大值时，可以认为此时的前、背景拥有最大差异，得到最佳灰度值τ：

sb=ω0*ω1*（μ0-μ）*（μ0-μ）（6）

最后将得到的字符与标准模板库进行对比，得到识别后的车牌。

5 结语

本文提出了一种利用倾桨六旋翼进行警用无人机设计的一种方案，进行了整体机械结构设计与可行性分析，并对车牌识别技术做了简要理论分析。实验结果表明，本文所提设计方案基本简单可靠、经济性好，能够满足交警执法的使用需求，车牌识别检测精度能够基本达标，证明了该检测系统可以快速而准确地检测车辆信息，协助交警工作。

参考文献：

[1]全权著，杜光勋，赵峙尧，戴训华，任锦瑞，邓恒译.多旋翼飞行器设计与控制[M].北京：电子工业出版社，2018：7074.

[2]张云刚，张长水.利用Hough变换和先验知识的车牌字符分割算法[J].计算机学报，2004（01）：130135.

[3]林俊，杨峰，林凯.一种利用Hough变换和先验知识的车牌识别新方法[J].信息化纵横，2009，28（17）：2325+30.

[4]佚名.基于FPGA水平垂直投影（字符分割）法的实现[EB/OL].http：//bbs.elecfans.com/m/jishu_1627225_1_1.html，201887.

项目基金：合肥工业大学2019年校级大学生创新创业训练计划项目资助（项目编号：X201910359002）

作者简介：閆铭（1999—），男，汉族，黑龙江绥化人，本科，研究方向：飞行器制造工程。