深度干货：从无人驾驶汽车看无人机避障pg电子app的解决方案
无人机避障挑战
无人机避障一直是业界的难题，行业精英也尝试寻求解决之道，其中常用的传感器包括超声波、激光、视觉、毫米波雷达等，虽然在特定的场景下取得一定成效，但是整体收效甚微，寻求一种更好的解决避障问题的方案，是无人机领域目前的挑战之一。
从无人驾驶汽车看无人机避障，传感器融合是关键
从避障技术发展历史来看，目前相对成熟的无人驾驶当仁不让。无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶。无人驾驶依靠人工智能、计算视觉、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动干预下，自动安全地操作机动车辆。无人驾驶主要原理在于通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标；同时通过车载传感器感知周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
无人驾驶汽车避障关键理论依据：ttc（time to collision）
ttc（ttc是专门针对cipv，即本车会撞上前车的时间），在mobileye的后装产品里面，fcw的时间设定为2.7秒，根据科学的统计，当提前2.5秒给予一个车辆警告的话，人的反应时间和刹车的距离，基本上可以做到车子刹停下来，所以国内一直要求汽车雷达探测距离大于120米，按照这个理论来看，如果汽车速度按照36km/h计算实际雷达要求的距离36米可以满足制动要求，也就是给出大致10秒的时间，无人机避障也可以参考同样的理论。
无人驾驶汽车避障关键理论依据，多传感器融合:
而以前的技术来看，每种传感器都有局限，有些是传感器本身，比如雷达的横向精度和对行人的检测，比如摄像头恶劣环境使用不堪重用，因此多传感器相互备份和补充是必不可少的。比如，对一个目标，一辆车，用雷达获取距离，相对速度信息，用摄像头识别目标类型和其与车道线位置关系，用激光识别其外形轮廓，构成一个完整的目标信息，之后再送入处理器运算。这就完成了多传感器数据融合的第一步，但实际情况会复杂得多，处理这些属性时的权重也需要根据不同情况判定，无人机也可以参考同样的融合理论。
无人机避障方案设计
从无人驾驶方案也就很容易看出无人机避障方案，无人车的避障方案设计对无人机的避障具有极高的的参考价值。
总体思路：ttc 碰撞时间
ttc 碰撞时间以速度36km/h小时计算，反应时间预留2秒，实际情况可以根据无人机设计的飞行速度计算，当然这个制动距离根据不同的无人机，和实际情况还是有很大的差距，本图只提供初步的设计方案。
方案的总体思路：多传感器融合是基础，结合各个传感器优缺点，发挥每个传感器的优势，当仁不让雷达传感器是基础，视觉传感器是核心，其他传感器是补充，结合飞行的速度和实际的情况，首先通过雷达传感器进行长距离判断，给出准确的距离，视觉根据雷达给出的距离进行调焦，以此达到好的图像，当然也可以设置传感器的权重的方式，根据笔者这1~2年的研究来看，通过雷达判断距离，视觉确认目标这是一个不错的方案，同时参考ttc（碰撞时间）和速度，检测到较远目标时可以对无人机进行干预，速度降下来以后，相应的ttc时间也就较短，也能发挥雷达的优势，近距离时雷达的目标识别度也相对较高。
陀螺仪也是一个非常好的可以利用的传感器，通过陀螺仪可以实时的掌握无人机的姿态，当无人机倾斜较大的时候，实际探测的目标可能对无人机没有构成影响，只有倾斜角度较小的时候，检测前方的目标才是有效的，当然近期也有一些其他的方式，如传感器增加云台，大疆mg-1s 就采用这种方式，这种情况对陀螺仪的要求就不用太考虑。
传感器选型：
毫米波雷达：nra24是湖南纳雷科技有限公司研发的一款紧凑型k波段毫米波雷达，采用24ghz ism频段，±2cm测量精度、体型小巧、灵敏度高、重量轻、易于集成、性能稳定，满足无人飞行平台（无人机/uas）、直升机、小型飞艇等多领域应用需求，产品已经应用到数十家无人机厂商。
产品特征
| 参数 | 条件 | 最小值 | 典型值 | 最大值 | 单位 |
|---|---|---|---|---|---|
| 系统特性 | |||||
| 发射频率 | 24.00 | 24.20 | ghz | ||
| 发射功率（eirp） | 输出可调 | 25 | dbm | ||
| 调制方式 | fmcw | ||||
| 更新率 | 50 | hz | |||
| 功耗 | @5v dc 25℃ | 1.4 | 1.5 | 1.8 | w |
| 通信接口 | uart/can（可根据需求定制） | ||||
| 测距特性 | |||||
| 测距范围 | @0 dbsm | 0.1 | 50 | m | |
| 测距精度 | ±0.02 | m | |||
| 天线特性 | |||||
| 波束宽度/tx | 方位面（-6db） | 28 | deg | ||
| 俯仰面（-6db） | 18 | deg | |||
| 其他特性 | |||||
| 工作电压 | 5 | 12 | 20 | v dc | |
| 重量 | 包括外壳 | 95 | g | ||
| 尺寸 | 包括外壳 | 130x70x14.5(长x宽x高) | mm | ||
nra24无人机避障测试报告
测试要求和目的：对于不同目标物的探测性能，最大探测范围和稳定跟踪范围；
最大探测范围：雷达对目标由近及远能出现在最大探测距离；
稳定跟踪范围：最大探测范围内目标数据能保持连续稳定输出的距离范围最大探测范围和稳定跟踪范围。
| 编号 | 目标类型 | 最远探测距离 | 稳定跟踪距离 |
|---|---|---|---|
| 1 | 树木：单棵树冠 | 25m | 20m |
| 2 | 树木：单棵小灌木 | 20m | 15m |
| 3 | 树木：多颗树冠 | 25m | 20m |
| 4 | 电线杆 | 45m | 35m |
| 5 | 墙体 | 50m | 45m |
| 6 | 单股电线 | 8-10m | 7m |
| 7 | 多股电线 | 18-20m | 15m |
| 8 | 高压电线群 | 25m | 20m |
| 9 | 玻璃墙 | 25m | 18m |
nra24用作无人机避障传感器对不同类型的目标障碍物具有比较稳定的探测效果，尤其与其他类型的传感器（超声波，激光，视觉）相比，毫米波雷达在电线，玻璃墙探测方面有突出的优势；由于响应时间较快，50hz刷新率，动平台下优势更为明显。