基于正交激光雷达的电力巡检无人机自主避障系统研究

本文提出了一种基于正交激光雷达的电力巡检无人机自主避障系统,将正交激光雷达作为无人机的测距感知器,对垂直方向和水平方向的障碍物进行检测,在这个基础上提出适合电力巡检场景下的垂直方向避障策略.在本文的实验中对本文的避障策略和控制算法进行验证,结果表明采用该避障系统的无人机能够在电力巡检场景实现自主避障.     

基于卷积神经网络的无人机油气管线巡检监察系统

为满足深埋式油气管道巡检监察需求,以及解决常规人工巡检手段效率低、时效性差、安全性低等问题,通过结合无人机飞行平台、卷积神经网络算法及计算机系统集成技术,设计并开发了一套基于卷积神经网络的无人机油气管线巡检监察系统,为油气管线的巡检监察工作提供技术支撑.本文首先介绍了巡检监察系统的总体设计方案、及作业流程进行了介绍;其次对系统组成进行了详细介绍,整个系统由无人机飞行平台、神经网络目标检测系统、无人机巡检监察管理系统以及无人机巡检执法终端四大子系统组成,无人机飞行平台以油动固定翼无人机为飞行载体,搭载高清相机进行数据采集,神经网络目标检测系统对影像数据进行自动检测、识别、搜索沿线工程车辆和管线隐患的目标,无人机巡检监察管理系统实现数据信息的存储管理及分发推送,无人机巡检执法终端接收隐患目标推送信息并进行现场快速执法;最后,对该系统的应用情况及后续的发展方向进行了总结和展望.目前,该系统成功应用于河南、甘肃等省份的油气管线巡检监察作业中,结果表明系统满足油气管线巡检监察的业务需求.     

基于粒子群圆检测的无人机目标定位算法

无人机在室内等复杂环境中飞行时,存在GPS信号较弱、惯性传感器累计误差较大等问题,导致无法实现室内的精准定位.本文提出一种基于粒子群圆检测算法的无人机目标定位方法,该方法通过OpenCV视觉模组进行图像预处理,并通过增量式PID(Proportion Integration Differentiation)与图像滤波相...     

应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统设计

野外电力线路易发生损坏,且时变特性干扰较大,检测准确度较低,因此,设计应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统。该系统通过数据采集模块和飞行状态检测模块,分别进行电力线路图像数据获取与飞行状态监测,飞行控制模块接收图像与状态数据,并在轨迹跟踪控制子模块中使用自适应鲁棒滑模控制算法,实现无人机的轨迹跟踪,同时,该模块经无线数据传输模块将数据传输至地面站,在巡检数据智能分析管理模块中,地面站根据数据信息,完成电力线路故障识别,进而实现电力线路无人机智能化巡检。实验结果表明,该系统具有良好的轨迹跟踪效果,且巡检准确率较高,满足多种天气作业需求。     

基于UWB的无人机自主导航系统设计

针对卫星拒止环境下的无人机导航,提出一种基于超宽带（Ultra Wide-Band,UWB）技术的局部定位系统,实现无人机定位与导航。首先利用UWB技术实现测距,进而解算无人机在局部坐标系下的三维坐标,然后基于扩展卡尔曼滤波（EKF）融合多传感器数据以提高无人机的定位精度。基于开源飞控Pixhawk搭建了无人机飞行验证平台,将UWB定位系统数据与飞控传感器数据融合,对无人机在局部坐标系下的自主飞行进行了仿真。最后通过实验验证了基于UWB的多传感器数据融合导航在无人机自主导航控制上的可行性,实现了无人机在地面平台上的自主起降、对地目标伴飞等飞行导航任务。     

基于单机星链DGPS的无人机自主导航方法

为了有效提高无人机的定位导航精度,更好地发挥无人机的性能,需要开辟无人机导航新的应用领域,采用新技术体制对无人机进行高精度定位导航;在分析常规无人机差分GPS导航原理及其应用局限性的基础上,应用广域增强差分GPS思想提出了基于单机星链差分GPS定位技术的无人机自主导航方法,设计了系统结构模型,讨论了系统可靠运行的技术保证措施;飞行试验表明,这种方法可以满足无人机不同应用背景下的高精度定位导航需求,同时具有简单、经济及可靠的优点。     

基于机载计算机的无人机智能巡检方案

随着无人机飞行制造技术的不断发展,传统人力巡检在一些领域已逐渐被无人机巡检所取代,相关领域已涉及到森林虫害、电力巡检、工地安全、渔政执法等。针对目前无人机巡检中对巡检目标的实时检测、结果的实时传输以及巡检飞行的智能操控需求,设计了一种基于机载计算机的无人机智能巡检方案。通过机载计算机取代传统方案的移动图形工作站,并结合轻量化网络对检测模型进行轻量化改进,实现无人机检测端直接进行边缘计算。然后通过优化机载端与APP的传输方案以及设计云端远程巡检控制方案,实现无人机的机载端实时自动回传检测结果,并上传至云平台。实验表明,该方案无需移动端复杂操控,可实现远程下发巡检任务指令并实时接收检测结果,达到远端人员可快速精准响应的目的。     

基于深度学习的多旋翼无人机单目视觉目标定位追踪方法

针对无人机对目标的识别定位与跟踪,本文提出了一种基于深度学习的多旋翼无人机单目视觉目标识别跟踪方法,解决了传统的基于双目摄像机成本过高以及在复杂环境下识别准确率较低的问题。该方法基于深度学习卷积神经网络的目标检测算法,使用该算法对目标进行模型训练,将训练好的模型加载到搭载ROS的机载电脑。机载电脑外接单目摄像机,单目摄像头检测目标后,自动检测出目标在图像中的位置,通过采用一种基于坐标求差的优化算法进行目标位置准确获取,然后将目标位置信息转化为控制无人机飞行的期望速度和高度发送给飞控板,飞控板接收到机载电脑发送的跟踪指令,实现对目标物体的跟踪。试验结果验证了该方法可以很好的进行目标识别并实现目标追踪     

基于改进D*算法的无人机室内路径规划

针对多旋翼飞行器室内无GPS信号时的导航问题,本文采用二维码阵列构建室内定位系统,基于改进D*算法实现无人机室内路径规划,从而实现飞行器在室内的自主导航和避障。基于ArUco二维码设计了地面阵列为无人机提供了全局精确定位信息,使用改进D*算法保证了无人机在飞行过程中能自主进行路径规划和飞行。通过设计实验对改进D*算法进行了数值仿真验证,并在实际无人机的飞行中应用。实验结果证明:所提改进算法较传统D*算法能更好地保证无人机的飞行安全,同时基于二维码阵列的定位方式不但具有较高精度同时成本低易于实现。     

基于深度学习的四旋翼无人机单目视觉避障方法

针对无人机避障问题，提出一种基于深度学习的四旋翼无人机单目视觉避障方法。首先通过目标检测框选出目标在图像中的位置，并通过计算目标选框上下边距的长度，以此来估量出障碍物到无人机之间的距离；然后通过协同计算机判断是否执行避障动作；最后使用基于Pixhawk搭建的飞行实验平台进行实验。实验结果表明，该方法可用于无人机低速飞行条件下避障。该方法所用到的传感器只有一块单目摄像头，而且相对于传统的主动式传感器避障方法，所占用无人机的体积大幅减小。该方法鲁棒性较好，能够准确识别不同姿态的人，实现对人避障。     

基于双目技术的无人机自主三维定位方法研究

无人机具有体积小、造价低、机动性强、隐蔽性好等优点,在军事侦查、地理勘测、目标跟踪等领域应用广泛。由于无法采用造价昂贵、体积庞大的精密惯导设备,当应用场景为弱或无GPS环境时,无人机的准确位置信息将难以获取,并且在实际飞行过程中还面临着GPS信号不稳或易遭欺骗等挑战。针对以上问题,提出了基于双目技术的无人机自主三维定位方法。介绍了双目立体视觉技术的光学物理原理,以及双目摄像头与目标的距离判别算法;设计了无人机通过双目技术进行三维定位的方法;详细说明了通过RSS定位方法计算出无人机的精确三维位置信息的运算步骤及矩阵计算式;通过MATLAB仿真实验检验了该基于双目技术的无人机自主三维定位方法的有效性和可实现性。结果表明,该无人机自主三维定位方法具有定位精度高、普适性强等特点。     

基于力传感的系留无人机定位方法研究

在无GPS或弱GPS环境下,系留无人机通常采用激光雷达或视觉进行定位,由于受距离和光线的影响,无法实现精准定位。针对该问题,提出了一种基于力传感的系留无人机绳缆定位方法。系留无人机在室内飞行时,绳缆的状态可等效于悬链线,通过建立系留无人机悬链线模型,可有效估计无人机所处空间位置。使用基于力传感器的无人机、硅胶绳缆、绕线机搭建测试平台,绳缆定位数据与MarveImind的Indoor“GPS”标定无人机的位置做误差对比分析。实验结果表明:基于力传感的系留无人机定位方法,相较于Fotokite Pro无人机绳缆定位方法,定位精度提升了70.86%。该定位方法的提出,有利于系留无人机在无GPS环境下的稳定飞行。     

利用地面景象信息辅助的无人机自主定位技术

针对无人机自主定位过程中GPS定位系统失效的问题,提出了一种利用地面景象信息辅助的无人机自主定位技术,首先利用无人机所拍摄的实时航拍图像,与预先储存在无人机计算机中地面景象的数字化地形图进行匹配,从匹配结果中提取一个同名像点,结合地面景象数字化地形图所提供的数据信息获取此同名像点的地理位置坐标,根据同名像点位置与无人机位置间的几何关系,结合机载光电测量系统的坐标转换过程,实现无人机的自主定位过程。利用已知的地面同名像点的地理位置信息,反推出无人机的地理位置信息具有一定的创新性。由于整个定位过程存在实际误差,因此利用无人机飞行时记录的数据,采用蒙特卡罗法对定位误差进行仿真试验。试验结果表明该技术能够在误差允许范围内,在GPS定位系统失效的情况下完成无人机的自主定位     

基于金字塔光流法的无人机室内定点悬停设计

针对GPS定位系统建筑物内信号弱,小型无人机很难在室内实现定点悬停。本文提出了一种利用计算机视觉融合惯性导航的组合控制方案。在光流估计上,采用金字塔LK光流算法,提高特征点跟踪精度。在速度融合上,采用卡尔曼+互补混合融合方案,提高飞行速度的准确性。在飞行控制上,采用高度、姿态串级闭环控制方案,光流作为姿态估计的补偿值,提高飞行控制的稳定性。最后,通过实际飞行测试,验证了该方案的可行性与先进性,较好地实现了无人机室内导航、定点悬停的目的。     

基于MPC的四旋翼无人机航迹跟踪控制系统

目前研究的四旋翼无人机航迹跟踪控制系统跟踪过程不稳定,导致跟踪结果不准确;为此基于MPC设计了一种新的四旋翼无人机航迹跟踪控制系统.通过空中飞行控制器、地面控制器和人工干预器实现了无人机航线的跟踪控制;空中飞行控制器包括GPS导航定位模块、姿态评估模块(MTI)、飞行控制系统计算机,显示模块等;地面控制器探测周围飞行环境,规避障碍物、规划安全航线,传输至空中自主飞行控制系统,包括无线通讯的数据连接电路和地面终端控制模块;人工干预模块能对飞行过程中发生的意外情况进行人工干预以避免突发情况造成危险;以VS2010为开发环境,利用C++软件设计软件流程;利用MPC多变量控制策略,以最优动态轨迹为控制目标,获取无人机的实时飞行状况,设定航线规划流程,实行航线动态规划;实验结果表明,所设计的无人机航迹跟踪控制系统稳定性较好,跟踪控制结果与预期的跟踪控制曲线重合度更高,平均误差控制在1 cm以内.     

Development and application of an autonomous unmanned aerial vehicle for precise aerobiological sampling above agricultural fields

Remote‐controlled (RC) unmanned aerial vehicles (UAVs) have been used to study the movement of agricultural threat agents (e.g., plant and animal pathogens, invasive weeds, and exotic insects) above crop fields, but these RC UAVs are operated entirely by a ground‐based pilot and often demonstrate large fluctuations in sampling height, sampling pattern, and sampling speed. In this paper, we describe the development and application of an autonomous UAV for precise aerobiological sampling tens to hundreds of meters above agricultural fields. We equipped a Senior Telemaster UAV with four aerobiological sampling devices and a MicroPilot‐based autonomous system, and we conducted 25 sampling flights for potential agricultural threat agents at Virginia Tech's Kentland Farm. To determine the most appropriate sampling path for aerobiological sampling above crop fields with an autonomous UAV, we explored five different sampling patterns, including multiple global positioning system (GPS) waypoints plotted over a variety of spatial scales. An orbital sampling pattern around a single GPS waypoint exhibited high positional accuracy and produced altitude standard deviations ranging from 1.6 to 2.8 m. Autonomous UAVs have the potential to extend the range of aerobiological sampling, improve positional accuracy of sampling paths, and enable coordinated flight with multiple UAVs sampling at different altitudes. © 2008 Wiley Periodicals, Inc.     

基于GPS/INS的无人机物流配送路径识别与控制

当前无人机物流配送路径识别方法识别精准度差,控制效果难以达到人们满意的效果。为了解决上述问题,基于GPS/INS技术研究了一种新的无人机物流配送路径识别与控制方法,对无人机物流配送轨迹进行识别,分别识别了无人机横滚运动轨迹、航向运动轨迹和俯仰运动轨迹,基于GPS/INS技术设计了无人机物流配送导航控制方法,给出了导航控制程序。实验结果表明,基于GPS/INS的无人机物流配送路径识别与控制方法能够有效提高UAV速度与加速度,增强识别精度,无人机飞行高度的控制精准度相比较于传统方法提高了11.25%。     

基于双目视觉的无人飞行器目标跟踪与定位

针对小型无人飞行器跟踪目标的问题,提出了一种基于双目视觉和Camshift算法的无人飞行器目标跟踪以及定位算法。双目相机得到的左右图像通过Camshift算法处理可得到目标中心特征点,对目标中心特征点进行三维重建,得到机体坐标系下无人飞行器与目标间的相对位置和偏航角,应用卡尔曼滤波算法对测量值进行了优化,将所得估计值作为飞行控制系统的反馈输入值,实现了无人飞行器自主跟踪飞行。结果表明所提算法误差较小,具有较高的稳定性与精确性。