新型的无人机自主着陆地标设计与研究

在基于计算机视觉的无人机自主着陆过程中,地标的设计与检测以及无人机位姿估计是其中的关键问题。该文提出了一种基于极坐标变换的无人机位姿估计算法,并设计了新型的着陆地标。首先,充分利用极坐标所需参数少、计算简单的优点,将极坐标变换运用到位姿估计算法中,由此设计了半圆环形状的着陆地标;其次,利用显著性检测算法对地标进行检测,并利用Hough算法提取所检测到的地标中的直线;最后,实验结果表明该算法准确快速,且适用于复杂背景的情况,该地标在无人机自主着陆中是可行的。     

基于采样策略的无人机着陆导航算法

给出了无人机着陆过程中利用帧间图像提取的特征点进行无人机状态估计的算法。采用PCA-SIFT算法进行特征点匹配,在保证能够稳定匹配的前提下,提出了帧间自适应采样策略的特征点选取算法,减少了计算的冗余性。然后通过建立本质空间中的状态方程,利用极线几何约束设计IEKF滤波器,对无人机进行相对位置、姿态估计。仿真结果表明,该算法实现了帧间特征点的快速匹配,较好的估计了无人机的相对位置、姿态信息,比单纯利用极线几何约束具有更高的精度和稳定性。     

无人机自动着陆低空纵向导引与瞬态抑制研究

针对某型仪表着陆系统下滑信标在30 m以下高度不可用的情况,以及控制器切换时舵面会出现瞬态跳变的现象,分别提出采用无线电高度传感器和在控制器切换时加入软化环节的方法来解决这两个问题。并进一步说明使用信息融合滤波技术实现组合制导的可行性。仿真结果表明,系统工作稳定,舵面跳变减小了76.9%,能导引无人机安全自主着陆。     

基于视觉的自主无人机目标跟踪着陆方法研究

无人机与地面无人车组成空地协同机器人系统,可以显著提高两者作业效率以及机器人系统的自主化程度。针对无人机自主回收过程中存在的定位困难和着陆成功率较低的问题,提出一种适用于空地异构系统自主无人机目标跟踪着陆方法。首先,运用机载视觉算法对降落标志进行目标识别与位置解算,对于无人机难以获得目标的运动状态导致跟踪着陆失败的问题,提出一种基于主动视觉的目标速度估计算法,实现目标无人车运动状态估计。其次,提出分阶段降落策略解决在动态目标上着陆时冗余度较低和目标易短暂丢失的问题,实现无人机对目标的自主跟踪着陆。利用视觉设备辅以无人机仿真实验平台进行实验,结果表明系统各部分都能有效运行,验证了所提出算法和策略的有效性。     

一种无人机俯仰角控制PID参数的优化方法

为改善飞机俯仰角控制系统的动态性能及稳态精度,对小型无人机的俯仰角通道采用PID控制器进行控制.针对传统PID控制器容易整定不良的缺点,采用遗传算法(GA)和粒子群算法(PSO)相结合的方式对PID的参数进行整定,并对PSO的惯性权重采用先减后增的方式进行动态调整.利用Matlab/Simulink对改进遗传算法及传统遗传算法进行了仿真.仿真结果表明改进遗传算法能有效改善系统的动态性能及稳态精度.     

基于双目视觉的无人机定位与控制系统

设计实现了一个基于双目视觉的无人机定位与控制系统.系统由四旋翼飞行器、两个Wii Remote传感器、Kinect传感器、凌动处理器等构成.飞行器采用STM32F401为主控,辅以六轴速度和加速度传感器以及超声波传感器实现姿态和高度控制.利用两个Wii Remote传感器以双目视觉的原理即可实现飞行器的三维定位与追踪.Kinect传感器实现对手势姿态的识别.在Intel凌动处理器平台上利用2.4G无线数传与飞行器通信,并利用PID控制器以增强飞行器的鲁棒性.该系统实现了在室内没有GPS信号的情况下对飞行器的精确定位,以及基于手势姿态识别的对四旋翼的智能控制.     

基于视觉-磁引导的无人机动态跟踪与精准着陆

针对无人机通过视觉对地面动态目标跟踪过程中视角固定易丢失目标,以及在着陆过程中由于成像畸变严重、画面不稳定导致定位精度差的问题,提出随动视觉跟踪的跟踪控制策略和基于视觉联合磁引导的获取无人机高精度相对位姿的方法. 在跟踪过程中,设计新型信标图案供无人机进行视觉识别获取目标的方位,识别速度可以达到5 ms/帧,通过随动视觉跟踪完成实时跟踪. 在着陆过程中,在动态目标上设置磁源,利用无人机检测磁场特性并通过BP神经网络解算相对位置;在信标图案内设置平行线特征,用于近镜头时辅助视觉解算相对角度. 在获取无人机相对位姿后,进行相应的运动控制即可完成着陆. 实验结果表明,跟踪过程稳定可靠,抗干扰能力强;着陆精度高,着陆误差小于2 cm.     

基于目标方位角的俯仰角测量修正方法

针对二维天线在测量目标的俯仰角时,目标俯仰角的测量结果与目标的方位角以及俯仰天线倾角存在耦合的问题,提出了一种基于目标方位角的俯仰角测量修正方法．首先根据目标与俯仰天线的相对位置关系,推导了真实俯仰角与二维天线测量俯仰角和方位角间的关系;随后在俯仰向天线倾角一定时,建立了测量俯仰角与真实俯仰角以及方位角之间的修正模型;最后搭建试验平台,进行了试验验证．试验结果显示,对测量俯仰角进行修正后,俯仰角的修正值趋于标定值．     

集中式光伏电站巡检无人机视觉定位与导航

为了使无人机在集中式光伏电站实现自主飞行,完成光伏组件红外及可见光图像采集任务,针对集中式光伏厂区光伏组串分布特点,提出光伏组串边缘检测方法,并通过视线导引法实现无人机路径跟随控制. 同一厂区的不同光伏组件之间存在颜色差异,针对其颜色特征提出自定义分割方法,结合形状特征可有效识别光伏组件;提取光伏组串轮廓和边缘信息可获取无人机理论飞行路径,通过视线导引法实现无人机对理论飞行路径的精准跟随以确保图像数据采集的有效性和完整性. 实验结果表明,提出的光伏组串识别算法具有较好的适应性和实时性,能够用于无人机理论飞行方向与无人机和光伏组串间偏移量的计算,利用导航控制算法能够实现理想的光伏组串循迹. 光伏组串识别算法和视线导引法能分别有效实现定位和导航,2个程序的结合能够满足无人机飞行控制要求.     

基于时间同步优化和特征筛选的无人机单目视觉惯导联合定位方法

针对全球定位系统（global positioning system,GPS）/北斗失能场景下无人机无法正常定位工作的情况,提出了一种基于单目相机和惯性传感器的状态估计方法。该方法采用单目相机和惯性测量单元（inertial measurement unit,IMU）联合估计无人机6自由度状态,通过运动建模迭代优化图像和IMU时间同步偏差,并以DBSCAN(density-based spatial clustering of applications with noise)聚类筛选鲁棒的视觉特征,用于提高定位精度、减少计算时间。在公共数据集上将所提方法与现有典型算法进行对比,结果表明,所提方法在定位精度与计算时间上取得了较优平衡。     

Vision algorithms for fixed-wing unmanned aerial vehicle landing system

Autonomous landing has become a core technology of unmanned aerial vehicle (UAV) guidance, navigation and control system in recent years. As a novel autonomous landing approach, computer vision has been studied and applied in rotary-wing UAV landing successfully. This paper aims to fixed-wing UAV and focus on two problems: how to find runway only depending on airborne front-looking camera and how to align UAV with the designated landing runway. The paper can be divided into two parts to solve above two problems respectively. In the first part, the paper firstly presents an algorithm of region of interest (ROI) detection, which is based on spectral residual saliency map, and then an algorithm of feature vector extraction based on sparse coding and spatial pyramid matching (SPM) is proposed, finally, ROI including designated landing runway is recognized by a linear support vector machine. In the second part, the paper presents an approach of relative position and pose estimation between UAV and landing runway. Estimation algorithm firstly selects five feature points on the runway surface, and then establishes a new earth-fixed reference frame, finally uses orthogonal iteration to estimate landing parameters including three parameters of distance, height and offset, and three pose parameters of roll, yaw, pitch. The experimental results verify the effectiveness of the algorithms proposed in this paper.     

Avian contrast sensitivity inspired contour detector for unmanned aerial vehicle landing

Runway detection is a demanding task for autonomous landing of unmanned aerial vehicles. Inspired by the attenuation effect and surround suppression mechanism, a novel biologically computational method based on the avian contrast sensitivity is proposed for runway contour detection. For the noisy stimuli, deniosed responses of the biologically inspired Gabor energy operator are generalized followed by the denoising layer and the multiresolution fusion layer. Moreover, two factors such as contour effect and texture suppression are considered in the contrast sensitivity based surround inhibition. Different from traditional detectors, which do not distinguish between contours and texture edges, the proposed method can respond strongly to contours and suppress the texture information. Applying the contrast sensitivity inspired detector to noisy runway scenes yields effective contours, while the non-meaningful texture elements are removed dramatically at the same time. Besides the superior performance over traditional detectors, the proposed method is capable to provide insight into the attenuation effect of the avian contrast sensitivity function and has potential applications in computer vision and pattern recognition.     

An area-based position and attitude estimation for unmanned aerial vehicle navigation

The paper aims to challenge non-GPS navigation problems by using visual sensors and geo-referenced images. An area-based method is proposed to estimate full navigation parameters(FNPs), including attitude, altitude and horizontal position, for unmanned aerial vehicle(UAV) navigation. Our method is composed of three main modules: geometric transfer function, local normalized sobel energy image(LNSEI) based objective function and simplex-simulated annealing(SSA) based optimization algorithm. The adoption of relatively rich scene information and LNSEI, makes it possible to yield a solution robustly even in the presence of very noisy cases, such as multi-modal and/or multi-temporal images that differ in the type of visual sensor, season, illumination, weather, and so on, and also to handle the sparsely textured regions where features are barely detected or matched. Simulation experiments using many synthetic images clearly support noise resistance and estimation accuracy, and experimental results using 2367 real images show the maximum estimation error of 5.16(meter) for horizontal position, 9.72(meter) for altitude and 0.82(degree) for attitude.     

A Lyapunov-based three-axis attitude intelligent control approach for unmanned aerial vehicle

A novel Lyapunov-based three-axis attitude intelligent control approach via allocation scheme is considered in the proposed research to deal with kinematics and dynamics regarding the unmanned aerial vehicle systems.There is a consensus among experts of this field that the new outcomes in the present complicated systems modeling and control are highly appreciated with respect to state-of-the-art.The control scheme presented here is organized in line with a new integration of the linear-nonlinear control approaches,as long as the angular velocities in the three axes of the system are accurately dealt with in the inner closed loop control.And the corresponding rotation angles are dealt with in the outer closed loop control.It should be noted that the linear control in the present outer loop is first designed through proportional based linear quadratic regulator(PD based LQR) approach under optimum coefficients,while the nonlinear control in the corresponding inner loop is then realized through Lyapunov-based approach in the presence of uncertainties and disturbances.In order to complete the inner closed loop control,there is a pulse-width pulse-frequency(PWPF) modulator to be able to handle on-off thrusters.Furthermore,the number of these on-off thrusters may be increased with respect to the investigated control efforts to provide the overall accurate performance of the system,where the control allocation scheme is realized in the proposed strategy.It may be shown that the dynamics and kinematics of the unmanned aerial vehicle systems have to be investigated through the quaternion matrix and its corresponding vector to avoid presenting singularity of the results.At the end,the investigated outcomes are presented in comparison with a number of potential benchmarks to verify the approach performance.     

四旋翼无人飞行器ADRC-GPC控制

针对四旋翼无人飞行器的姿态控制系统,需要研究先进控制策略来达到满意的性能.将自抗扰控制(ADRC)与广义预测控制(GPC)相结合,设计一种新型自抗扰广义预测控制器(ADRC-GPC),利用ADRC中的扩张状态观测器(ESO)来估计和补偿非线性系统的模型不确定性以及外部扰动作用,将原始对象模型转化为积分器形式,然后针对积分器设计广义预测控制器.阶跃响应系数矩阵能被解析地求解出来,可有效地解决广义预测控制计算量大的问题.研究结果表明:所提出的ADRC-GPC控制方法能够对四旋翼无人飞行器姿态系统进行实时控制,可满足控制精度及快速性要求,并能有效地克服系统的外部干扰和多变量耦合作用.自抗扰广义预测控制器能够有效地控制欠驱动非线性多变量系统.     

无人机上行链路数据传输方案

为保证无人飞机在动态环境下数据传输的稳定性和可靠性,提出了一种循环正交M元扩频上行链路数据传输方案。按此方案传输数据,发送信号不存在潜在的周期性,系统的抗干扰和抗截获性能得到了很好的保障。在动态环境中,由于载体具有较大的加速度,载波多普勒频移剧烈变化,普通接收机载波跟踪环极易失锁,故提出一种基于经验值查表的载波跟踪算法,在锁频环内引入经验值查找表,环路能自适应调整环路滤波器带宽,从而实现任意时刻的高精度载波跟踪。     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.     

基于无人机遥感影像的水体提取方法

针对无人机（UAV）影像水体提取出现的噪声干扰、光谱混淆、分割尺度难把握、无法使用水体指数等问题,提出边缘检测算法结合面向对象方法的新水体提取方法（AUCSN）. 采用各向扩散滤波算法对影像去噪;采用Canny边缘检测算子对去噪后影像进行边缘提取,提取结果与去噪后影像进行波段重组,利用改进的邻域绝对均值差分方差比法对重组影像选取最优分割尺度,开展多尺度分割. 结合水体对象的光谱、形态、纹理特征建立模型,对分割后影像实现水体粗提取. 将粗提取结果利用形态学闭运算填充孔洞,实现水体提取. 实验结果表明,采用AUCSN方法进行水体提取,不仅提高了提取效率,而且提取精度能够达到96%.     

电力巡线无人机信息安全风险分析与防护

针对电力行业大量采用民用消费级无人机进行输电线路巡线可能存在的信息安全隐患展开风险分析.首先,结合无人机实时性要求高、通信链路不稳定、GPS导航信号易篡改和飞航路径需保密等特点,指出应用专业级无人机进行输电线路巡线需要解决的信息安全问题.接着提出无人机及地面控制系统中基于对称密钥的控制信号、航拍数据加密通信与存储、密钥分发机制和基于无人机惯性导航系统的虚构GPS信号综合评估与甄别方法,以及基于云安全的无人机恶意软件检测的加固措施,所提方法为专业级巡线无人机的信息安全提供保障.     

长航时无人机关键技术研究进展

为研究长航时无人机发展趋势及面临的技术难题,对长航时无人机的发展现状及关键技术进行了分析与总结.长航时无人机留空时间长,作业覆盖区域广,在高空巡航作业时受天气和大气上下对流的影响小,具备广阔的应用前景.首先以常规动力和新能源动力分类,总结了当前国内外长航时无人机的主要型号,回顾了长航时无人机的发展历程.然后,根据长航时无人机高升力、高升阻比和缓失速气动需求,复合材料大展弦比机翼大柔性特征以及长航时无人机任务环境复杂等特点,总结了长航时无人机发展过程中亟需解决的关键技术难题,包括高效气动综合设计技术、大展弦比机翼气动弹性分析和主动控制技术、复合材料气动弹性剪裁技术、柔性飞行动力学建模和控制技术以及无人机自主导航技术等.最后,结合国外长航时无人机的发展特点,提出了我国长航时无人机的发展建议.研究表明:常规动力中空长航时无人机得到了比较广泛的应用,但新能源动力长航时无人机多数还处于研究样机研制阶段.续航时间在一周以上的“超长航时”无人机技术成为各航空强国关注的焦点.长航时无人机系统的智能化、协同化和网络安全是未来发展的主要方向.