基于iOS设备的自主航拍巡检控制终端的设计

针对无人机航拍巡检操作繁琐、效率低下等问题,提出了一种基于iOS设备和图像跟踪算法的无人机自主航拍巡检控制终端.使用无人机控制软件开发包搭建了终端与无人机、航拍云台、无线图像传输设备、无人机控制器之间的通信链路.基于FFmpeg实现视频解码,提出了基于自适应尺度的时空上下文跟踪算法,引入尺度参数变化率以在线纠正更新尺度参数的过激变化,大幅增强了航拍云台在复杂背景下的跟踪稳定性,实现了无人机航拍系统对不同尺度目标的自主、稳定跟踪,提高了航拍巡检效率.     

基于无人机的光伏电站智能巡检

太阳能光伏发电是国家能源结构性调整的重要组成部分,近几年随着光伏发电产业规模迅速扩张,光伏电站的日常运维压力日益增加。针对光伏电站面积大、人工检测效率低等问题,文章对基于无人机的光伏电站智能巡检技术进行研究,提出了一个基于无人机的光伏电站智能巡检完整技术路线,实现了光伏面板图像数据自动化采集与分析,并对基于计算机视觉的缺陷检测方法进行研究,采用自适应动态阈值法并结合图像增强技术,基于红外图像实现了鲁棒的光伏面板缺陷检测,结合可见光数据实现缺陷类型判别,进一步根据相机POS数据及相机模型解算缺陷坐标,实现缺陷定位,并在实际场景中验证了所提出技术路线的有效性。     

无公网覆盖区域配网无人机自动驾驶巡检技术研究

传统的无人机驾驶巡检技术无法长距离巡检,存在巡检覆盖面积较低的问题,为此,提出一种无公网覆盖区域配网无人机自动驾驶巡检技术。构建无人机自动驾驶感知模型,通过传感器实现无人机配网信息自动感知;根据激光雷达技术计算无人机安全飞行水平高度,获取合理的无人机自动驾驶巡检路线;根据公网覆盖区域4G通信以及无公网区域自组网实现无人机驾驶巡检,有效提升长距离自主巡检效果。实验结果表明,无公网覆盖区域配网无人机自动驾驶巡检技术能够有效提高覆盖面积,实现无人机长距离自主巡检效果。     

基于深度相机的无人机全自主避障系统

为提高无人机（Unmanned Aerial Vehicle,UAV）的路径规划能力，设计无人机避障系统。采用深度相机，以Nvidia Xavier NX作为上位机处理与发送指令，采用机器人操作系统（Robot Operating System,ROS）分布式程序设计，实现无人机全自主避障功能。同时采用A*、TEB算法进行路径规划，利用双目相机进行无人机定位，在Ubuntu18.04开发平台中运用Gazebo模拟器建立无人机避障仿真模型，验证项目的可行性与正确性。在所设计的ROS系统控制硬件系统平台进行实际的无人机航线规划、避障导航以及追踪目标试验，结果显示，无人机与障碍物的距离大于0.3 m，所设计的系统可完成避障。     

一种基于深度学习的公路巡检无人机实时目标跟踪算法

公路中心标线的实时跟踪是公路巡检无人机视觉飞行中关键的一环.针对目前主流目标跟踪算法实时性差的问题,提出一种基于改进YOLO(you only look once)v3和Deep-SORT(deep simple online real-time tracking)的目标跟踪模型用于公路巡检无人机自主视觉飞行.通过引入并改进跨阶段局部网络,优化网络层级结构,使用泛化能力更好的激活函数,提升了公路道路标线的检测准确率和无人机平台的检测速度.对检测到的公路标线信息使用Deep-SORT算法进行公路中心标线跟踪.实验结果表明,与几类典型目标跟踪模型相比,在跟踪准确度基本不变的情况下,处理速度提升了数倍.     

一种风机叶片图像采集及缺陷检测系统

本文针对目前风机叶片人工检测工作量大、效率低、缺陷检测准确率不高的问题,提出并设计了一种基于无人机图像的缺陷自动化检测系统。本文介绍了系统的图像采集系统、采集方法、缺陷检测原理及检测效果:系统以无人机为飞行载体实现了（风机叶片的）自动巡检,从而提高了巡检效率,降低了人工的工作量;通过图像分割及缺陷检测算法设计实现了缺陷可疑区域的自动检测;可见光加红外光双光融合提高了叶片缺陷自动识别的准确性。经过多次现场测试验证,本系统可以精确、快速地实现鼓包,裂纹和褶皱等缺陷的自动识别与检测。     

面阵摆扫型无人机载大视场高光谱成像技术研究

提出了一种面阵摆扫型无人机载大视场高光谱成像技术,控制基于马赛克型滤光片分光的画幅式高光谱相机在翼展方向进行扫描实现大视场、高光谱分辨率成像。进行外场飞行试验,获取了像质清晰的大视场、高光谱分辨率对地观测图像,飞行作业效率为8.64 km2/h,较单相机成像,作业效率提高约3.4倍。系统光机结构简单,体积、重量优势明显,在无人机高光谱遥感方面应用前景广阔。研究成果对推动无人机载光谱成像技术向大视场、高光谱分辨率方向发展具有一定的参考价值。     

ROI加速的无人机自主精准降落系统

GPS信号在有遮挡的环境中信号差且定位精度低,无法满足无人机在特定区域精准定位的要求。而计算机视觉定位相较于GPS,受环境影响小且定位信息丰富。基于此,文中设计一种ROI加速的无人机自主精准降落系统,采用“H”与Aruco marker嵌套的降落标识在不同高度给无人机提供定位信息。基于深度学习的目标检测算法分割相机视野中的感兴趣区域（ROI）,利用阈值分割的图像识别算法在ROI区域进行Aruco marker检测,滤除ROI区域外的图像区域,提升目标识别速度。根据marker二维像素点与三维坐标点的对应关系求解无人机与marker的相对位置。基于求解出的三轴位置设计位置PID控制器,将无人机与marker的三轴位置差转换为速度控制量。进行无人机自主降落的试验,随机统计20次的降落结果,得出18次的降落轴向误差在10 cm以内,说明所设计系统能够满足无人机降落精度要求。     

基于YOLO v4网络的房屋目标检测研究

随着社会科学技术的不断进步和人工智能算法的创新发展,深度学习在目标检测领域有着十分重要的应用.针对目前采用人工对偏僻地区房屋建筑进行检测存在的效率低下、安全隐患较大等不足,将无人机技术与深度学习相结合,提出了一种基于深度学习YOLO v4算法实现对房屋目标的检测研究.对无人机采集的电力通道巡检视频进行预处理,对图像进行...     

基于机器视觉的无人机自动巡检定位控制技术

为解决无人机巡向角过度偏转的问题,使巡检节点的布局形式更符合实际定位需求,针对基于机器视觉的无人机自动巡检定位控制技术展开研究。根据巡检坐标变换原理,分别求解无人机飞行器的正运动学方程与逆运动学方程,完成基于机器视觉的无人机巡检节点抓取与处理。在此基础上,利用已提取特征点,估算帧间位姿的数值水平,联合相关数据,确定控制主机对于无人机巡检曲线的定位权限,实现基于机器视觉的无人机自动巡检定位控制方法设计。实验结果表明,与基于Cascade R-CNN的检测算法相比,在机器视觉技术的作用下,无人机巡向角偏转程度确实得到了较好控制,能够促使巡检节点布局形式更加符合实际定位需求。     

A biprocessor-oriented vision-based target tracking system

The design and realization of a vision-based target tracking system is proposed. The objective is to derive the orientation of a pan-tilt camera fitting a drone in order to track a target and to maintain its position in the middle of the image. Image data and drone attitude are the only information available for the camera control to be achieved correctly. This embedded system requires low-cost hardware for surveillance or attack drone applications: a digital signal processor for the image processing, and a microcontroller for the camera control. To ensure real-time video operation, an algorithmic solution integrating a successive-step and multi-block search method is implemented, thus allowing complex target displacements. The microcontroller uses this information to manage the camera orientation. Experiments have been conducted in real, conditions and acceptable target tracking results have been obtained on the prototype hardware     

基于AprilTag二维码的无人机着陆引导方法

计算机视觉导航技术具有精度高、不受电子干扰,成本低等特点,被誉为未来无人机自主定位的必备手段之一.作为新的定位手段,我们需要在实验室搭建仿真平台来进行大量的模拟训练.将虚拟现实、可视化技术与计算视觉导航算法紧密结合起来,开发了一种基于虚拟仿真环境的无人机视觉自主定位仿真验证系统.在场景中构建虚拟摄像机、棋盘格以及合作二维码标签,在虚拟场景中进行相机标定,并用标定得到的内参解算得到基于标签定位的位置参数,实时计算和输出位置参数.实验结果表明:该仿真系统可以对场景中虚拟相机进行准确标定得到虚拟摄像机的内参,解算定位参数误差在0.2m以内,满足无人机自主飞行以及降落的精度要求,并具备良好的用户显控界面,验证了基于视觉无人机自主定位算法的可行性.     

基于倾斜摄影技术的无人机电力巡检设计

随着电力输电线路的长度的不断增长,为了保证电力系统的运行安全,文中设计了一种基于倾斜摄影技术的无人机电力巡检系统。使用无人机搭载倾斜摄影相机采集输电线路及周边设备的图像信息,通过无人机无线传输将图像数据信息传输至地面站,再进行数据解析、分析及三维模型构建。从而完成输电线路故障的排查、安全隐患的排除,保障电力传输安全。此外,使用该倾斜摄影技术可以有效提高电力巡检判断的准确性。     

基于深度卷积神经网络的小型民用无人机检测研究进展

小型民用无人机预警探测是公共安全领域的热点问题,也是视觉目标检测领域的研究难点。采用手工特征的经典目标检测方法在语义信息的提取和表征方面存在局限性,因此基于深度卷积神经网络的目标检测方法在近年已成为业内主流技术手段。围绕基于深度卷积神经网络的小型民用无人机检测技术发展现状,本文介绍了计算机视觉目标检测领域中基于深度卷积神经网络的双阶段算法和单阶段检测算法,针对小型无人机检测任务分别总结了面向静态图像和视频数据的无人机目标检测方法,进而探讨了无人机视觉检测中亟待解决的瓶颈性问题,最后对该领域研究的未来发展趋势进行了讨论和展望。     

一种基于STM32的目标实时跟踪系统研究

为了解决现有目标跟踪系统难以小型化和跟踪速度慢的问题,设计了一种以型号为STM32F103ZET6的32位ARM处理器为主控芯片的二维运动目标跟踪系统.系统包括搭载了高清网络摄像机的二维跟踪云台和以STM32为核心的超声电机双路驱动器.系统通过上位机图像处理识别目标,控制下位机超声电机双路驱动器驱动二维云台跟踪目标.实验结果表明,该系统响应速度快、结构简单且跟踪精度高,云台可实现水平方向0°～360°、竖直方向0°～180°旋转.     

自主空中加油视觉导航系统中的锥套检测算法

在软管式自主空中加油视觉相对导航系统中实现锥套的准确检测至关重要,由于加油机尾流及气流的影响,做随机运动的锥套区域的准确检测是具有一项挑战性的任务。将加油机锥套检测考虑为运动目标检测问题,提出了一种多尺度低秩和稀疏分解锥套检测算法。首先,对锥套图像序列进行平稳小波分解,得到多尺度低频图像序列;再将较粗尺度低频图像序列获得的目标作为下一较细尺度低频图像序列的目标可信图,再进行该尺度的低秩和稀疏分解获得稀疏项,即目标锥套区域。通过在真实加油机锥套图像数据上的实验结果表明,所提算法在进行锥套检测时是有效的。     

基于单目视觉的车辆行驶方向检测及误差分析

智能车辆中一个重要的技术就是如何准确计算车辆前进方向与道路的夹角,目前的参考文献中基本上都是假设相机光轴与地面平行,而忽略了相机的安装误差,本文基于单目摄像机利用机器视觉方法与几何方法完成了对车辆行进方向与道路夹角的检测,给出了完整的技术实现方案,并重点分析了摄像机光轴方向与地面成一定角度情况下的校正方法,从而减少了摄像机安装误差对测量结果的影响,拓展了道路夹角检测技术的应用范围,使其有了更广的适用性,实际拍摄的场景图像也验证了本文算法的有效性。      

Re-identification framework for long term visual object tracking based on object detection and classification

In this paper, we address the problem of long-term visual object tracking and we present an efficient real-time single object tracking system suitable for integration in autonomous platforms that need to encompass intelligent capabilities. We propose a novel long-term tracking framework for classification based re-detection and tracking, that incorporates state estimation, object re-identification and automated management of tracking and detection results. Our method integrates a novel object re-identification technique which efficiently filters a number of detection candidates and systematically corrects the tracking results. Through extensive experimental validation on the UAV123, UAV20L and TLP datasets, we demonstrate the effectiveness of the proposed system and its advantage over several state-of-the art trackers. The results furthermore highlight the proposed tracker’s ability to handle challenges arising from real-world and long-term scenarios, such as variations in pose, scale, occlusions and out-of-view situations. Furthermore, we propose a variant that is suitable for deployment on autonomous robots, such as Unmanned Aerial Vehicles.     

基于深度相机的小型无人机室内三维地图构建

为了解决小型无人机在室内光线不足情况下的避障以及路径规划问题,设计了一种基于深度相机的无人机室内地图构建系统。文中使用Pixhawk控制板和低成本嵌入式结构光深度相机硬件平台,为避障以及路径规划目标提供室内环境信息。采用反传感器模型算法,利用深度相机和位姿传感器提供的信息来筛选处理出有效的障碍物信息,并构建室内的三维地图,其中深度相机通过激光扫描的方式来获取障碍物点云的描述信息,利用位姿传感器获取无人机的高度信息。实验结果表明,使用该系统能够快速获取室内地图,对障碍物的判断准确率比较高,且不受光线影响,可以广泛应用于无人机的室内导航,实现不依赖外部光源的室内无人机地图构建系统。