崎岖地表上的旋翼无人机自主安全降落系统

针对旋翼无人机全自主作业的需求,构建了崎岖地表上的旋翼无人机自主安全降落系统．该系统通过机载实时运算自动分析落区地形,寻找可行落点并实施自动降落．系统以低成本的立体RGB-D相机作为深度传感设备,利用截断符号距离函数（TSDF）对着陆区地形进行实时3维建模,生成低噪的落区地形深度图像,并设计了一种适应起落机构形状的实时精细落点搜索方法,最后使用级联PID（比例－积分－微分）控制器控制无人机实施安全降落．系统基于大疆M100无人机平台实现,定制了仿真器进行算法调试,并最终在实际的崎岖地表上实现了自主安全降落．本文工作可为旋翼无人机紧急降落、物流运输或者灾后搜救提供有效安全的解决方案．     

基于四旋翼无人机的车辆自主抄牌

针对传统车辆抄牌效率低的问题,提出一种基于四旋翼无人机的车辆自主抄牌方法。使用无人机采集大量车辆俯视图样本,对图像进行预处理和下采样,然后提取车辆图像的梯度直方图特征,将图像特征输入到卷积神经网络中,训练出车辆识别模型,最后使用模型识别车辆;根据车辆的形状特征估计车辆姿态;根据车辆的位姿信息计算无人机抄牌的位置和角度;搭建无人机实验平台测试无人机自主抄牌系统。实验结果表明无人机可以自主拍摄到清晰的车牌图像,实现了车辆抄牌的自动化。     

基于OpenMV四旋翼无人机视觉跟踪系统设计

无人机对目标的实时跟踪是无人机领域的研究热点与难点,该文设计了一个基于OpenMV四旋翼无人机视觉跟踪系统。该系统以STM32F407VGTx为主控芯片,以姿态传感器、气压计传感器、光流传感器、激光传感器和电子罗盘等为传感器,通过高速的SPI和UART接口获取无人机姿态,构建了一个稳定的飞行控制平台。设计了基于串级PID的无人机悬停、定点和定高飞行的控制算法与程序。在四旋翼无人机稳定飞行的平台上,通过OpenMV实现了四旋翼无人机对目标色块的实时跟踪。     

基于深度学习的四旋翼无人机地面效应补偿降落控制设计

针对四旋翼无人机在降落控制过程中地面效应对控制性能有较大影响的问题,在地面效应复杂,难以建立机理模型的约束下,提出一种基于深度学习的新型非线性鲁棒控制策略.利用深度神经网络的学习能力,建立无人机降落过程中未知地面效应的补偿模型;结合super-twisting控制设计,实现对降落过程中未知地面效应的快速抑制和无人机降落...     

基于视觉的四旋翼无人机自主定位与控制系统

针对GPS(global positioning system)信号缺失环境下无人机(UAV)自主飞行控制问题,设计了一种基于视觉的自主定位与控制方法.首先通过增加特征点提取数量和优化关键帧存储来对传统视觉SLAM(simultaneous localization and mapping)算法进行改进,提高了算法的鲁棒性与通用性.其次,引入光流传感器作为视觉SLAM地图丢失情况下辅助位置信息测量单元,提高无人机飞行控制的安全性,并成功地克服视觉SLAM图像丢失问题和光流法存在的位置漂移问题.然后采用EKF(extended Kalman filter)融合无人机位置和3维加速度信息,得到了较为精确的位置信息,同时提高了信号输出频率.最后,利用上述方法获取的无人机位置信息设计PID(proportion integration differentiation)和RISE(robust integral of the signum of the error)非线性控制器,增加了算法的鲁棒性.为验证该控制策略的有效性,搭建了四旋翼无人机视觉控制系统实验平台.该平台采用嵌入式控制系统架构,使用机载计算机运行所提算法,避免了图像及控制命令在无线传输过程中引起的时间延迟和信号干扰.室外飞行实验表明,此控制方案实现了自主定位与飞行控制功能.     

基于地标的轻量化无人机精准降落算法

轻量化无人机的机载计算机通常计算性能较弱,很难满足无人机实现精准降落的需要。针对这一问题,提出了一种基于地标的轻量化精准降落算法,通过识别对比颜色和指定形状实现快速实时地检测着陆标识,图像处理流程简单快速且准确,通过相对位置计算在二维层面得到无人机对于降落地标的相对位置和方向,引导无人机精准降落,算法执行过程不需要考虑相机焦距。实际测试结果表明,在一些特定如无人机自主充电的应用场景,该算法过程简单,稳定性和降落精度相较于传统方法较高。     

微小型四旋翼无人机自主着陆视觉系统研究

以实现微小型四旋翼无人机依靠视觉信息完成自主着陆为目的,采用TI公司DM3730芯片作为核心处理器,构建一套自主着陆视觉导引信息处理系统;充分考虑了视觉系统的特点,选用小巧、便携、合理的实验硬件,通过对图像的前期处理,采用相对简单的视觉处理算法,识别出着陆标识,通过解算得到着陆信息并完成飞行器的自主着陆过程;实验结果表明,系统较为可靠,在常规条件下,该系统能够有效识别人工着陆标识,准确解算出着陆标识与飞行器的相对位置信息用于自主着陆导引.     

面向空地协同的旋翼无人机动平台自主降落最优轨迹生成

旋翼无人机在移动平台上快速自主降落能够提升空地机器人的任务适应性和作业灵活性,对提高任务响应速度和增强救援能力具有重要意义。为了使旋翼无人机在最短时间内安全降落到移动平台,本文提出了一种最优升力分解轨迹生成方法,旨在在升力有限的情况下,最大化旋翼无人机的飞行性能。该方法首先对旋翼无人机的有限升力进行分解,获得最优的3轴升力分配,然后将非线性加速度约束转化为动态线性约束,最后根据最优控制理论求解出最优飞行时间轨迹。仿真结果表明了本文提出的算法能够保证轨迹生成的准确性和稳定性,并且该算法的计算效率高,能够满足系统实际应用中的实时性要求。     

基于多阶运动参量的四旋翼无人机识别方法

以小型多轴无人机为代表的“低慢小”目标, 通常难以被常规手段探测, 而此类目标又会严重威胁某些重要设施. 因此对该类目标的识别已经成为一个亟待解决的重要问题. 本文基于目标运动特征, 提出了一种无人机目标识别方法, 并揭示了二阶运动参量以及重力方向运动参量是无人机识别过程中的关键参数. 该方法首先提取候选目标的多阶运动参量, 建立梯度提升树(Gradient boosting decision tree, GBDT)和门控制循环单元(Gate recurrent unit, GRU)记忆神经网络分别完成短时和长期识别, 然后融合表观特征识别结果得到最终判别结果. 此外, 本文还建立了一个综合多尺度无人机数据集(Multi-scale UAV dataset, MUD), 本文所提出的方法在该数据集上相对于传统基于运动特征的方法, 其识别精度(Average precision, AP)提升103%, 融合方法提升26%.     

基于四旋翼无人机的粒子群PID控制研究

针对四旋翼无人机PID控制中,凭借经验知识和仿真调试来选取比例、积分、微分等参数时存在盲目性的问题,提出了利用改进后的粒子群算法对PID控制器进行优化的方法.采用自适应惯性权重的方法对粒子群进行优化能够避免在刚开始就陷入局部最优的困境,同时选用ITAE准则作为改进粒子群算法的适应度,以此达到更好的控制效果.通过MATL...     

四旋翼无人机自主移动降落方法研究

近年来,四旋翼无人机在自主完成各种复杂任务中扮演着愈发重要的角色。移动降落技术是无人机智能处理系统的关键技术,包含3个环节:目标检测、目标跟踪、位置预估及降落。提出了一种基于Apriltags的跟踪降落算法,提升了识别性能,通过Kalman滤波及拟合函数等方法预估运动目标轨迹,采用PID算法控制无人机稳定飞行、快速响应,实现了无人机对移动目标的智能识别、稳定跟踪及移动降落。     

四旋翼无人机的室内自主飞行控制

为了解决四旋翼无人机在室内等无GPS信号的复杂环境中实现自主飞行的问题,在对四旋翼无人机进行非线性建模的基础上,分别设计了基于反步法结合滑模理论的姿态控制器和基于PID的位置控制器.考虑到激光测距仪高昂的价格,提出一种基于红外传感器和扩展卡尔曼算法(EKF)实现无人机室内自主飞行定位的方法,通过无人机的旋转运动弥补红外传感器每次只能测量单一点距的缺陷.最后,通过仿真验证所设计的控制器和定位算法的性能.Wyfh2结果证明了所设计的四旋翼无人机室内自主飞行方法的有效性和可靠性.     

四旋翼无人机自适应导航控制

研究四旋翼(Quadrotor)无人机导航控制问题。针对传统的四旋翼无人机导航控制方法的目标定位误差和实时性差问题,提出了基于CLOS技术的导航控制方法。采用CLOS技术所开发的导航控制系统使得四旋翼无人机能够在移动停机坪完成自主导航和着陆的任务,并详细研究了导航控制系统的设计和仿真。仿真结果显示了所设计的导航控制系统的性能和有效性,可应用于四旋翼无人机的实时导航。     

基于拓扑优化的四旋翼无人机结构设计

为实现某四旋翼无人机的轻量化结构设计,采用Inspire进行拓扑优化设计,并对获得的拓扑优化结构进行静力分析和动力学分析。分析结果表明,通过拓扑优化方法获得的无人机结构应力分布合理,结构位移小且频率较高,满足静态和动态结构设计要求。研究结果可为实现低成本、轻量化的四旋翼无人机结构设计提供一条新的途径。     

基于四旋翼无人机姿态控制的自耦PID算法优化

针对四旋翼无人机控制超调量大和响应速度慢的问题,在基于自耦PID的四旋翼无人机姿态控制的基础上对自耦PID控制算法进行了优化。首先建立四旋翼无人机的非线性数学模型,进而得出横滚角、俯仰角、偏航角的传递函数;然后结合自耦PID的控制律和飞行控制律,分析原有速度因子的自适应模型;创新点在于将速度因子中的参数与模糊控制相结合来减少系统响应时间和超调量。数字仿真实验结果表明：优化后的自耦PID控制算法,具有更加良好的可控性能。     

四旋翼无人机编队控制器设计

为解决单架四旋翼无人机载重和续航能力不足,应用场合限制等问题,本文设计了一种基于PID控制方法的编队控制器,僚机获取长机位置后通过控制器得到指令速度,从而形成预设编队,仿真实验结果表明了该控制器的有效性。     

基于虚拟现实的四旋翼无人机控制仿真教学平台

针对现有仿真教学平台在开展对四旋翼无人机控制仿真教学时存在的问题,引入虚拟现实技术开展对四旋翼无人机控制仿真教学平台的设计研究。首先,利用MATLAB和Java设计四旋翼无人机控制仿真教学平台结构框架;其次,对平台中所需的无人机、蓝牙、通信芯片等硬件选型;最后,利用虚拟现实技术构建四旋翼无人机控制模型。通过对比实验证明,新的仿真教学平台可以实现对无人机控制飞行轨迹的直观展示,对于提高仿真教学质量具有重要的意义。     

基于PID和LQR的四旋翼无人机控制系统研究

为提高四旋翼无人机的飞行稳定性、无人飞行器控制系统的鲁棒性和控制精度,以建立的四旋翼无人机飞行控制系统模型为基础,采用现代控制理论与传统控制论相结合的方法,针对姿态角速率、姿态角分别设计内环LQR(线性二次型调节器)控制器,及外环PID控制的双回路闲环控制器.充分利用PID控制器易于掌握且对模型要求精度低、LQR控制器能改善内回路的动态特性和稳态性能的特点,完成四旋翼无人机的飞行控制.通过实验遴选该双闭环控制器相关参数并进行优化,实验结果表明所设计的双回路控制器控制性能指标良好.