基于虚拟现实技术的无人机转角控制仿真

无人机飞行状态具有较强的非线性特征,机体绕X轴的转动惯量较小,副翼的舵效相对较高,受到扰动后滚转角速率变化很快,使得无人机的横侧向控制成为转角控制的难点问题.传统采用转角跟踪器的无人机转角控制方法中,反馈线性化过程较为繁琐,对于模型精度要求较高,无法适应不断变化的无人机飞行状态.提出一种应用虚拟现实技术的无人机转角控制方法,用三维实景仿真塑造虚拟的无人机飞行区域实景,在无人机运动过程中,辅助操纵手在目视距离内,由增稳控制或人工遥控方式对飞机转角进行操作,并通过三维建模来对无人机机体模型和舵面模型进行构建,并导人到相应的环境中,再通过相应程序对无人机的运动和舵面的转角进行有效的控制,从而实现无人机转角的准确控制.仿真结果表明,相比传统控制方法,所提方法控制下的无人机转角的响应速度更快,具有高的控制效率,在各种扰动的情况下,均可以实现无差的控制跟踪.     

基于Wallis与距离权重增强的无人机影像拼接缝消除

针对无人机影像拼接缝消除困难的问题,提出了一种基于Wallis匀光和距离权重增强的拼接缝消除算法。首先,应用Wallis匀光消除亮度差异,给出Wallis参数设置方法。然后,提出了一种基于空间相关性的距离权重分配方法,通过增强距离对权重的影响,对拼接缝处的局部纹理错位进行全局优化,起到渐入渐出的平滑过渡效果,消除纹理拼接缝。最后,选取7种不同类型影像对本文方法和其他4种经典算法进行对比,并对8条行带影像进行拼接。实验结果表明：本文算法能高效地消除由于曝光差异与几何变形引起的拼接缝,适用于无人机影像快速处理。     

带吊挂负载的四旋翼无人机双模糊滑模控制

为了提高带吊挂负载的四旋翼无人机轨迹跟踪性能,设计了一种双模糊滑模控制器,在削弱抖振的基础上自适应调节所构建滑模面的斜率.仿真结果表明,双模糊滑模控制器优化了快速性指标;跟踪控制调整时间有所减少;对速度跟踪的稳态误差有一个良好的控制效果,该策略的有效性和稳定性得到了验证.     

四旋翼无人机的旋翼空气动力学建模与仿真

针对四旋翼无人机在不同飞行状态与不同姿态角状态下如何提升飞行稳定性的问题,提出了通过调整俯仰角来提升飞行稳定性的方法.首先建立了四旋翼无人机的机体坐标系与地面坐标系,运用动量理论、涡流理论及叶素理论,对四旋翼无人机的旋翼进行动力学分析,得到桨叶叶素所受到的空气动力及力矩,然后建立了各个旋翼空气动力学系数与飞行稳定性系数的数学模型,并使用MATLAB进行了仿真,得出各个旋翼空气动力学系数在不同飞行状态下的变化情况.最后进行了实际飞行检测,得出四旋翼无人机在飞行过程中,俯仰角保持在[-5°,5°]内,能有效提高飞行稳定性.     

城镇无人机高分辨率三维网格图形建模仿真

针对利用Auto、Constructor和Max Surf软件建立的城镇高分辨率三维网格图形模型,普遍存在建立时间长,建模成本高的问题,为此提出无人机高分辨率三维网格图形建模.通过无人机采集城镇平面图像,在UG环境下完成城镇平面图像的三维建模.建模过程中,通过对城镇原始图像的提取及处理,得到三维实体模型,利用透射反射网格图像线条,将远场域网格和旋转域网格转换成过度网格截面,以适用于不同复杂度的城镇网格图形,实现城镇无人机高分辨率三维网格图形建模.仿真结果表明,城镇无人机高分辨率三维网格图形建立模型所用时间短,成本低,分辨率高,适用能力强,对于无人机采集城镇图像具有重要意义.     

电力巡检无人机精准降落方法研究与应用

针对现有电力巡检无人机降落方法定位误差较大、机身稳定性较差、易受外部环境干扰等问题,提出一种电力巡检无人机自适应降落方法.构建基于多级视觉标识图像识别的四维定位降落方法,指引无人机进行垂直方向精确降落.开发基于分段式反馈控制的速度矢量的四维控制方法,稳定无人机水平方向的姿态.设计基于视觉标识阵列的自适应抗干扰降落方法,克服降落平台的阴影对无人机定位的影响.开展无人机精准降落现场实验,结果表明所提方法具有非常高的降落定位精度,简单实用.     

数字表面模型（DSM）参数指示林窗特征的有效性研究

林窗的空间格局不仅对林下物种多样性有重要作用,而且也是量化不同林型结构特征的重要指标。近年来,灵活便捷的小型无人机航拍技术的快速发展为获取高分辨率的森林冠层三维结构信息提供了可低成本获取的途径。利用航拍影像提取林窗斑块来计算景观指数是描述林窗格局有效的传统方法,但提取细小林窗往往难度大,尤其是在需要处理大量航拍数据时会大大增加时间成本。基于无人机航拍的RGB影像,在三维建模获取的高精度数字表面模型（DSM）的基础上建立森林高差模型（DSMr）,进而提出基于高差模型的信息熵（H）、标准差（STD）、偏度系数（SK）、峰度系数（EK）、纹理参数（GLCM,GLDV）来快速反映林窗空间分布格局的方法,并以黄土高原中部恢复较好的天然林和北部人工刺槐林窗数据检验其有效性。研究结果显示：SK、EK、GLCM、GLDV与林窗格局指数有一定的相关性,两类样方DSMr的SK和EK均与边界密度（ED）显著负相关,SK与斑块密度指数（PD）呈现出显著负相关关系,纹理参数均与景观形状指数（LSI）显著正相关。因此,DSMr参数能有效指示林窗的结构和分布格局,为林窗的生态过程与效应研究提供了更加快捷的变量。     

基于无人机遥感技术的台风灾害倒伏绿化树木检测

以福州大学为试验区,提出一种基于无人机遥感影像的台风灾害倒伏绿化树木的快速提取方法,为园林部门进行台风灾害损失评估、灾后重建提供参考。首先利用无人机遥感技术获取高于10 cm分辨率的台风过境前后影像,经过处理得到数字正射影像（Digital Orthophoto Map,DOM）和数字表面模型（Digital Surface Model,DSM）;其次采用高斯高通滤波算法突出树干的边缘信息;然后采用对比过滤分割算法结合互信息最大化特征选择算法（maximum Relevance Minimum Redundancy,mRMR）选择最佳特征子集,再分别根据阈值和随机森林（Random Forest,RF）分类方法检测出树干与非树干;最后使用骨架化算法将倒下的树干简化为骨架线,采用八邻域追踪法对单棵树干进行精细提取。结果表明：基于单期无人机影像使用阈值分类方法在试验区中共检测出了71棵倒伏木,准确率达76.06%;而基于RF分类方法倒伏木提取准确率虽提高了12.73%,但漏检率达25.39%;为了比较基于单期和两期影像两种数据源倒伏木的检测效率,结合两期DSM差值,分别采用阈值分类和RF分类两种方法,准确率分别为89.66%和87.30%,漏检率为17.46%和12.70%。研究认为,通过单时相影像特征基本能够检测出倒伏木,多时相影像分析可以有效提高倒伏木的检测精度,为不同数据源情况下的倒伏木检测提供了一种新途径。基于无人机遥感技术可以较好地实现台风灾后倒伏木数量的快速估算。     

基于无人机LiDAR点云的多类型植被覆盖滩涂地形滤波

滩涂是宝贵的自然资源,其地形的高精度反演具有重要科学价值,而现有技术和方法存在较大的局限性。无人机激光雷达技术可快速获取大范围滩涂高精度、高密度的三维点云数据,是滩涂地形反演的重要技术之一。如何对点云数据中滩涂植被进行高精度滤波是地形反演要解决的技术难点,尤其是当滩涂覆盖有茂密的异质性植被（如不同种类和几何形态）时,对滤波算法的通用性和鲁棒性提出了更高的要求。以上海崇明西滩湿地某一滩涂作为研究区域,选取草丛、灌木和高大乔木3类典型植被覆盖的局部区域,利用基于坡度滤波、渐进数学形态学滤波和布料模拟滤波3种常用的点云滤波算法进行点云数据处理,比较分析了3种方法的适用性。结果表明：布料模拟滤波对于3个典型区域实验结果的总误差分别为1.57%、0.16%和0.23%, Kappa系数分别为96.74%、98.70%和99.30%。相较于其他两种算法,布料模拟滤波精度更高,更适用于多类型植被覆盖滩涂区域。因此,采用布料模拟滤波对整个研究区域进行处理,取得了较好的滤波效果,与真实地面吻合度较高。最后,通过克里金插值得到整个研究区域高精度的地形数据。     

无人机遥感技术的水利水电工程施工现场监控

针对水利水电工程施工现场异常因素多、监控力度薄弱问题,本研究通过融合ARM控制技术和LoRa通信技术实现现场信息的采集控制,利用STM32F103VET6单片机计算单元实现不同种类的传感器电路信息的计算,通过STM32F103VET6芯片和Cortex-M3内核的处理器实现多种信息的采集控制,本研究还通过构建卷积分神经网络模型实现异常数据信息下的图像识别,提高了监控力度.通过试验,本文研究方法大大提高了恶劣天气下的图像识别能力.