基于双DSP的某飞行器飞行姿态控制系统的软件设计

为了使飞行器达到预定的飞行目标,需要对其飞行姿态进行控制,使飞行器能够尽可能地接近预定轨迹飞行.设计了一种由双DSP作为主控制器的飞行器飞行姿态控制系统的软件,主CPU根据预定的飞行姿态数据和GPS结合惯导的复合导航系统提供的飞行器实时姿态数据,完成姿态控制数据和飞行轨迹数据的计算,副CPU对舵机系统进行控制.控制系统采用双DSP将数据计算和控制飞行姿态分开,控制周期较单DSP缩短了约50%,提高了响应速度.经过样机调试,实现了双DSP控制系统对飞行器飞行姿态的控制.     

双目立体视觉的无人机位姿估计算法及验证

针对无人飞行器在未知复杂环境下的导航问题,提出了一种基于双目立体视觉的无人飞行器位置和姿态估计算法。用双目摄像机采集立体图像序列,对图像进行立体校正后使用Harris算法提取特征角点,用NCC算法获取匹配特征点,导出摄像机坐标系下的特征点坐标,得到三维立体特征信息,使用RANSAC算法与L-M迭代算法得到无人飞行器姿态和位置估计值。实验结果表明,基于双目立体视觉的位姿估计算法能适应未知环境变化,计算结果与实际位姿量相比误差小,能满足无人飞行器导航要求,可为无人飞行器的导航实现提供一套新途径。     

基于全方位计算机视觉的ATM机智能监控

探讨了利用全方位视觉传感器(ODVS)以及计算机视觉技术来实现对自动取款机(ATM)的视频智能监控,采用ODVS来获取整个ATM机周围的全景视频图像,通过透视算法将全景视频图像展开成若干个重点监控领域;为了提高检索效率、减少存储和传输信息量,提出了通过基于高斯肤色模型的人脸检测算法获取ATM使用者的人脸图像并将时间地点等信息进行合并,得到一幅包含使用ATM时间、地点和人物图像;为了提高ATM的使用安全性,通过基于卡尔曼滤波的人脸跟踪和行为语义规则判定等手段来检测和分析ATM设备周围环境中的窥视行为.与现有的ATM视频监控技术相比,所提出的监控方法具有检测范围广、智能化水平高、存储检索效率高等优点,实现窥视行为检测算法具有较高的鲁棒性和检测精度.     

一种船舶舱室人员动态检测及跟踪方法设计

基于视频图像的视频检测跟踪技术已成为新世纪热点技术,视频监控已广泛的应用于各个领域,对于海量视频数据进行自动识别检测处理有着十分重要的作用.论文将人员目标检测与人员目标跟踪相结合,实现人员动态的自动跟踪,可用于船舶舱室人员地动态检测及跟踪.该方法提高了视频监控的工作效率,降低了船舶舱室监控人员的工作强度.论文主要研究分析了高斯背景建模算法和CamShift算法,对CamShift算法提出改进,并对算法进行仿真实验设计,最后通过实验结果来分析和验证改进算法的有效性.     

自主式安防照明控制系统的研究

为解决智能建筑中安防系统的局限性和盲点问题,通过多种探测联动手段,利用软硬件结合形成一套新型安全防范系统,即自主式安防照明控制系统. 当外界入侵检测范围时,立即触发到红外信号,并联动安防监控系统实现报警,完成对检测区域的视频监视及录像. 此外,DDC控制系统通过光照度探测器控制触发区域的照明开启,对录像的环境进行补偿并威慑非法入侵者. 实现了视频监控、周界防范和智能照明的联动,增加了现场的多方位监控点. 最终通过实验验证,本系统可行性高、覆盖范围广,值得今后在安防系统中推广.     

基于支持向量机的针对ATM机的异常行为识别

针对广泛存在的ATM机中安装假门禁、闲逛等行为,提出一种基于支持向量机(Supportvector machine,SVM)的针对ATM机的异常行为检测方法.首先对所获取全景视频图像进行透视展开,用基于高低更新率的自适应混合高斯算法提取出前景人体对象;其次对前景人体对象用块匹配跟踪算法进行跟踪并提取出运动轨迹,接着按照一定的语义规则对运动轨迹进行预处理得到有效跟踪轨迹;最后用SVM算法对有效跟踪轨迹信息进行异常行为识别.实验表明:该方法具有较好的鲁棒性,能有效的识别出多种针对ATM机的金融犯罪行为.     

海洋环境下欠驱动无人艇航迹跟踪控制算法

为提高风浪流等外界环境扰动下,欠驱动无人艇航迹跟踪控制的准确性和鲁棒性,研究真实海洋环境下一类欠驱动无人艇的航迹跟踪控制问题,提出了一种基于改进视线导引算法与自适应滑模航向控制算法级联形式的欠驱动无人艇航迹跟踪控制算法,并基于李雅普诺夫理论和级联系统理论证明了当所有控制目标实现时,航迹跟踪控制系统为一致全局渐近稳定的.与传统的视线导引算法相比,改进的导引算法通过引入自适应观测器能够实现对漂角的实时估计和补偿,同时时变前视距离的设计使得无人艇的操纵更加灵活.以"海鲟03号"无人艇操纵运动模型和辨识得到的参数为基础,在MATLAB/SIMULINK软件上进行了航迹跟踪对比仿真实验,仿真结果表明:相比传统LOS导引策略下的航迹跟踪算法,控制算法动态性能更高且稳态误差较小,验证了算法的有效性和先进性;利用"海鲟03号"无人艇对所提出的控制算法进行了海上试验,结果表明在航迹跟踪控制算法的作用下,无人艇能较为准确地跟踪预先设定的期望航迹,且在整个航迹跟踪过程中,航迹误差相对较小,验证了该算法在实际工程应用中的正确性和有效性.     

无人艇自适应路径跟踪控制器的设计与验证

针对航行环境和船速变化下的无人艇路径跟踪控制问题,本文提出了一种基于变增益内模控制方法的无人艇自适应路径跟踪控制器。结合状态空间型船舶线性数学模型、差分GPS和电子罗经的数据实现对无人艇操纵响应模型的在线参数估计;建立基于变增益内模控制方法的无人艇艏向控制器,并根据计算出的无人艇操纵性指数在线调节控制器的参数;利用Line-of-Sight(LOS)制导算法设计并实现无人艇的自适应路径跟踪控制器。实船实验结果表明:在实际的航行环境中,该自适应路径跟踪控制器具有良好的控制性能。     

四旋翼飞行器的姿态解算及控制实现

针对四旋翼飞行器的姿态控制问题,首先结合四元数及互补滤波法给出姿态解算及数据更新算法;其次采用PID控制算法对姿态进行稳定控制;最后通过上位机观察数据得出控制效果曲线并在实物实验平台上基础上进行了实际飞行验证算法的可行性.实验结果表明:四元数互补滤波算法能实现稳定高精度的姿态解算;PID控制器可以有效的完成飞行器的自稳控制且能有效的校正外界扰动造成的角偏移量,满足四旋翼飞行器的控制要求.     

基于滑模控制的四旋翼飞行器鲁棒三维轨迹跟踪

近年来,无人自主飞行器在军事和民用的众多领域引起了人们的关注,而其轨迹跟踪任务一直是一个热门研究课题。本文提出了一种鲁棒滑模控制,用于控制四旋翼无人机在存在扰动和参数不确定的情况下进行三维轨迹跟踪。首先,建立了一个具有6个方位的四旋翼飞行器的非线性动力学模型。然后,设计了针对质量、惯性和刚度不确定因素的滑模控制器。通过在Matlab Simulink和Universal Mechanism软件系统中进行建模模拟,验证了控制器的三维跟踪效果。最后,使用Pelican四旋翼平台进行了进一步的实验验证,在水平和垂直轴上施加扰动以验证其鲁棒性。仿真和实物验证结果都表明,四旋翼飞行器对特定轨迹的跟踪效果和鲁棒性是令人满意的,证实了所提出的滑模控制算法的正确性和有效性。     

基于微分跟踪器的共轴反桨无人机串级TD-PID控制算法

针对传统PID控制算法对共轴反桨无人机的欠驱动、强耦合非线性系统控制效果不理想的问题,提出基于微分跟踪器的串级TD-PID控制算法,以提高无人机飞行稳定性. 设计共轴反桨无人机飞行系统,针对无人机的姿态控制提出基于微分跟踪器的串级TD-PID控制算法：外环为传统PID算法,内环使用2个微分跟踪器,通过串级控制改善系统动态性能. 在Matlab/Simulink中搭建控制系统的仿真模型进行仿真试验. 仿真结果表明：相较于传统串级PID控制算法,所提控制算法超调量更小,系统稳定性有较大提高. 对比串级TD-PID控制算法与串级PID控制算法控制效果的飞行试验结果表明：所提控制算法能有效减少系统超调量,提升系统稳定性和抗干扰能力.     

基于强化学习的旋翼无人机智能追踪方法

针对旋翼无人机追踪场景中常用的PID控制方法与视觉伺服控制方法的不足,该文尝试将视觉伺服控制与强化学习结合,提出了一种基于强化学习的旋翼无人机智能追踪方法。首先使用基于图像的视觉伺服实现旋翼无人机的闭环控制,然后建立使用Sarsa学习算法调节伺服增益的强化学习模型,通过训练可以使得旋翼无人机自主选择视觉伺服增益。该文设计了旋翼无人机在实物场景与仿真场景下的运动目标追踪实验,实验结果论证了该方法相对于PID控制与基于图像的视觉伺服控制方法具有更好的追踪效果。     

基于MC9S12XS128的激光传感器循迹智能车控制系统设计

以飞思卡尔MC9S12XS128单片机为控制芯片,设计能够自主循迹行驶的智能车。利用双排激光传感器采集路径信息,获取车中心线与路径中心线位置偏差信息;采用分段比例法控制追踪舵机转动使上排激光传感器追踪路径中央黑线、PD算法控制转向舵机转向使车沿黑线行驶;根据细化的路径信息及速度编码器所测智能车的当前速度,对控制车速的直流电机采用增量式PID算法闭环调节控制。实验结果表明,智能车能在不同弯道下对舵机及行驶速度实现准确控制,稳定快速地循迹行驶。     

无人机跟踪系统仿真平台的设计与实现

为解决无人机(Unmanned Aerial Vehicle, UAV)在进行地面目标跟踪实验时,存在验证难度大,成本高等问题,设计和实现了基于视景仿真软件和MATLAB/Simulink的仿真平台.首先,选择汽车作为地面目标,在视景仿真软件中导入UAV和汽车的三维模型,并设置虚拟云台和摄像机.其次,利用UAV、汽车与云台之间的相对运动模拟UAV跟踪过程中场景的变化,基于运动补偿的云台控制算法保证了虚拟摄像机始终指向目标.然后,虚拟摄像机采集目标所在区域的图片,图像跟踪算法跟踪图片中的目标,并利用目标图像模型解算目标在世界坐标系下的位置.最后,根据目标位置,使用参考点制导法生成期望的滚转角指令,引导UAV围绕目标盘旋飞行.视景仿真软件、图像跟踪算法和MATLAB/Simulink之间通过共享内存与UDP进行闭环通信.此外,提出一种实用可靠的标定方法,完成了视景仿真软件中虚拟摄像机内参矩阵的标定.仿真结果表明:该仿真平台能较好地模拟UAV对不同运动状态汽车的跟踪,得到的仿真结果具有较高的工程参考价值.本文的研究成果为目标跟踪实验提供了良好的仿真环境,有效减少实验成本.     

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.     

飞蛾扑火优化的尺度比例感知空间长期跟踪器

针对无人机长期跟踪过程中尺度变换导致目标丢失和跟踪精度低的问题,提出了一种基于飞蛾扑火优化(moth-flame optimization, MFO)的尺度比例感知空间长期跟踪器。首先,设计了高斯初始化以代替飞蛾扑火优化算法的随机初始化策略,降低优化算法在跟踪过程中的计算复杂度,减少算力浪费;其次,结合快速梯度直方图特征,构建了改进的飞蛾扑火优化跟踪器;然后,为了解决无人机航拍长期跟踪中目标尺度变化的问题,设计了一种自适应尺度变换的判别尺度空间跟踪(discriminative scale space tracking, DSST)算法,进一步提出了一种尺度比例感知空间跟踪器,解决了尺度滤波器中因长宽比固定而导致的跟踪漂移;同时,分析了滤波器响应峰值在各背景下的变化情况,提出了一种能反映环境变化下跟踪置信度的指标,并通过置信度将MFO优化跟踪框架与尺度比例感知空间跟踪器相结合,解决了尺度变化与长期跟踪目标丢失的问题;最后,在无人机长期跟踪数据集上开展了性能验证。结果表明：提出的算法可有效防止漂移现象的发生,提升跟踪效率;与目前跟踪领域中12种同类文献算法进行对比可知,提出的算法精度较高...     

一种柔性机械臂末端轨迹跟踪的预测控制算法

针对柔性机械臂末端轨迹跟踪的内动态不稳定和模型不精确问题,提出一种用于柔性臂末端轨迹跟踪的预测控制算法.利用输入-输出线性化的方法使得柔性臂末端变量和弹性变量解耦,并根据状态反馈设计出一个非线性预测控制系统,将轨迹跟踪问题转换为状态跟踪问题.该控制系统通过平衡末端跟踪误差、弹性变量和控制力矩3个最优指标来克服内动态不稳定性,并采用最优控制律求解和力矩求解相分离的策略来提高运算速度,同时引入了实际输出数据进行误差补偿以减少模型误差对末端轨迹跟踪精度的影响.仿真结果表明,所提出的预测控制算法在保证柔性臂内动态稳定的同时,能有效解决模型失配引起的控制精度下降问题,并具有较快的运算速度.     

Human-Robot Interface for Unmanned Aerial Vehicle via a Leap Motion

The unmanned aircraft vehicles industry is in the ascendant while traditional interaction ways for an unmanned aerial vehicle (UAV) are not intuitive enough. It is difficult for a beginner to control a UAV, therefore natural interaction methods are preferred. This paper presents a novel interactive control method for a UAV through operator''s gesture, and explores the natural interaction method for the UAV. The proposed system uses the leap motion controller as an input device acquiring the gesture position and orientation data. It is found that the proposed human-robot interface can track the movement of the operator with satisfactory accuracy. The biggest advantage of the proposed method is its capability to control the UAV by just one hand instead of a joystick. A series of experiments verified the feasibility of the proposed human-robot interface. The results demonstrate that non-professional operators can easily operate a remote UAV by just using this system.     

基于CCD图像的智能寻迹小车系统设计

本文设计了一种基于CCD图像的具有道路检测和自动跟踪功能的智能寻迹小车。该系统采用MC9S12XS128作为核心控制器,通过CCD摄像头检测模型车的运动位置和运动方向,然后对采集图像进行二值化处理、去噪等处理后提取出路径中心信息;利用光电编码器检测模型车的速度;根据路径中心信息的参数计算舵机控制量,采用模糊PID控制算法对小车实行转角和速度的实时控制。实验证明,该智能车系统能够沿着黑色赛道快速稳定地自动行驶,实现了路径识别与跟踪。     

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.