基于视觉的无人机自动着陆定位算法

本文提出了一种基于HSV直方图、椭圆拟合和多边形拟合的着陆目标提取和位姿估计的算法,提出了一种特定颜色、特定形状的新型地标。充分应用颜色信息和几何信息,消除了特征点检测出现错误匹配的情况,对光照及目标模型旋转均有一定鲁棒性,有效提高了目标检测的速度和准确度。本文通过坐标变换以及椭圆的基本特征,将位姿估计转化为一个一元十二次方程的求解问题,并对坐标转换进行简化处理,提高位姿估计的处理速度。最后通过实拍测试,证明本文的方法可靠、目标可识别及降落位置准确。     

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.     

无人机视觉着陆位姿参数估计方法

视觉导航方法是无人机自主着陆领域的一种有效的方法。设计了一种由一个圆环和一个三基色圆构成的地标,并基于该地标给出无人机位姿估计的研究方法。该研究方法首先利用图像外部的圆环来确定目标区域,然后根据内部的三基色圆及不同颜色区域的交界线估计飞机与着陆平台的姿态参量和相对位置。在不同高度位置展开实验验证,实验数据表明,该方法能精确解算出无人机与着陆区域的相对位姿参量,达到了无人机在下降过程中实时性的要求。     

无人机着陆技术研究

无人机着陆引导在现代无人机中的作用越来越重要。本文介绍了国内外无人机的回收方式,分析了多种着陆引导技术的优缺点,在此基础上,对于未来无人机着陆引导技术进行了展望。     

无人机着陆引导技术

无人机着陆引导在现代无人机中的作用越来越重要。介绍了国内外无人机着陆引导系统的现状,事故数据证明着陆引导在无人机起飞/降落的重要性。提出了差分导航和局域导航的无人机着陆引导方案,以及差分导航和局域导航的组合引导方案,给出了局域导航着陆引导精度的仿真分析,表明在给定的测量精度下,能满足无人机着陆引导的要求。分析了多种着陆引导技术的优缺点。无人机着陆引导技术的研究和开发,有着广泛的应用前景。     

基于干扰观测器的无人机着陆飞行逆控制器设计

基于干扰观测器设计了无人机着陆飞行逆控制器。根据时标分离的原则,将无人机系统分解为快慢不同的4个回路,采用动态逆的方法设计快回路、慢回路和非常慢回路控制器,并且在慢回路引入干扰观测器估计无人机所受的扰动和在线估计动态逆误差,降低控制器对干扰和模型精确度的要求,增强控制器的鲁棒性。仿真结果说明所设计的无人机着陆控制器是非常有效的。     

基于DBSCAN算法的无人机光流测速方法

针对在无人机视觉导航、定位过程中进行光流计算时,光流矢量易受前景运动物体影响造成测速精度下降的问题,基于DBSCAN算法提出了一种光流测速优化方法。该方法使用LucasKanade光流算法对SURF特征描述子进行光流跟踪后,计算出稀疏光流。采用DBSCAN算法对光流数据进行聚类处理,根据速度的一致性剔除光流数据中的干扰项。采用卡尔曼预估器对数据进行进一步处理,实验结果表明,该优化方法可以有效地减少前景运动物体对无人机光流测速的影响,提高无人机测速的精度。     

无人机视觉自主着陆仿真系统

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着陆的必备手段之一。作为新一代着陆技术手段,视觉自主着陆技术需要进行大量的算法研究和飞行试验,因此有必要建立一个在实验室环境来验证所提方案的可行性。本文将虚拟现实、 可视化技术与计算视觉导航算法紧密结合起来,开发了一种无人机视觉自主着陆仿真验证系统, 构建场景模块,能够在复杂三维地形、不同气象条件下对无人机视觉自主着陆算法进行仿真验证, 实时计算和输出无人机着陆所需位置姿态参数。实验结果表明：该系统真实反映了无人飞行器飞行过程中的动态特性以及姿态角等的变化,并且具备良好的用户显控界面,验证了视觉自主着陆算法的可行性。     

基于模糊干扰观测器的无人机自主着陆逆控制器设计

针对具有显著非线性和不确定性的无人机自主着陆系统,提出基于模糊干扰观测器的非线性动态逆的控制方法,用于降低控制器对不确定性的要求.基于时标分离原则,将无人机自主着陆系统分为快回路、慢回路、非常慢回路和极慢回路,通过在快回路、慢回路和非常慢回路设计动态逆控制律使状态解耦,设计直线下滑和指数拉平的着陆轨迹,并在极慢回路进行跟踪.设计基于模糊系统的干扰观测器,以逼近外部干扰和内部不确定性等复合干扰,基于李雅普诺夫理论证明系统稳定性.最后给出了无人机自主着陆轨迹跟踪控制仿真,仿真结果表明设计控制器具有良好鲁棒性,完成无人机在外界干扰下的自主着陆控制.     

基于PPO算法的无人机近距空战自主引导方法

针对无人机近距空战的自主决策问题,提出了一种基于近端策略优化(PPO)算法的无人机自主引导方法。针对敌我距离、角度、速度以及任务约束等信息重塑奖励,建立了无人机三自由度模型,在速度坐标系上构建强化学习的状态和动作,分别对结合了全连接神经网络的PPO算法(标准PPO算法)和长短时记忆网络的PPO算法(改进PPO算法)模型进行了仿真训练。根据训练的结果可以证明,相比于标准PPO算法,所提的改进PPO算法能够更有效地处理与时间序列高度相关的无人机自主引导任务。     

基于稀疏A*算法的无人机航路规划方法

针对多约束条件下三维空间航路规划问题,分析了三维规划空间的划分方法,综合考虑航程代价、爬升代价和威胁代价等因素,针对航路规划任务对各种指标的偏重程度,引入指标的权重系数,设计了代价函数,并编制了稀疏A*算法流程,对算法的有效性进行了仿真验证.验证结果表明:采用稀疏A*算法能够有效地解决多约束条件下的三维空间航路规划问题.     

基于自适应蜣螂算法的无人机三维路径规划方法

山区地势具有陡峭、沟深壑大的环境特点,导致基于启发式算法的山区无人机路径规划速度慢、质量差,针对该问题提出了基于自适应动作策略蜣螂算法的路径规划方法。以路径长度、飞行安全性以及路径平滑度构建路径规划目标函数;在蜣螂算法中引入种群相似性动作变异策略和反向学习策略,平衡局部优化和全局优化能力;通过对比麻雀算法、蜣螂算法和灰狼算法在12个基准函数上的算法性能,结果表明所提方法具有更快的收敛速度、不易陷入局部最优。山区路径规划仿真实验表明,所提方法比蜣螂算法的路径规划质量提高了37.66%。     

基于日盲区紫外成像的无人机着陆引导技术研究

针对无人机(UAV)着陆时机身相对于着陆点的精确位姿参数的需求,设计了一套基于日盲区紫外成像的无人机自主着陆引导系统。利用日盲区紫外成像技术对典型特征的紫外信标点进行成像,基于摄像机透视投影变换以及直接线性变换求得位姿参数初值,并对初值进行非线性优化得到精确解,由此实现无人机自主着陆引导工作。利用日盲区紫外在近地面唯一性的特性,能消除自然背景光的影响,在低能见度条件下的优势尤其明显。经实验验证,系统距离定位相对精度能够达到0.5%,角度定位绝对精度优于1°,能够满足无人机着陆引导的精度要求。     

基于AHRS算法的小型无人机导航精度改进方法

受到载荷能力和体积的限制,小型无人机只能采用MEMS传感测量模块,但是MEMS器件精度低,传统的惯性导航方式误差累积明显,很难满足特殊高精度需求.因此研究并实现了一种基于加速度计、陀螺仪和磁力计的AHRS多传感器信息融合技术.以高精度组合导航模块作为参考,对改进前后的导航精度结果进行了对比与分析,并对改进后的飞行器进行...     

一种旋翼式无人机的视觉着陆位姿估计方法

针对旋翼式无人机视觉着陆过程中位姿估计精度低、适用距离小的问题,研究了一种基于分级合作目标的融合位姿估计方法。首先,通过分级合作目标的质心相同和固定面积比等属性确定目标区域,并利用LSD直线提取方法获取特征点坐标信息。然后,利用Tsai方法与快速四点方法的融合方法进行无人机位姿参数估计。实验结果表明,分级合作目标增大了无人机位姿估计的适用距离,且该融合方法提高了位姿参数估计精度。     

基于无人机平台的多目标跟踪算法

针对目前无人机平台多目标跟踪技术的跟踪精确度低、占用内存大的问题,提出了一种基于不同检测器算法和DeepSort算法结合而成的多目标跟踪算法,提高在无人机上对地面行人在跟踪数据集中的效果。使用深度学习的多目标跟踪技术通过构建卷积神经网络(Convolutional Neural Network, CNN),用卡尔曼滤波算法实现了对目标轨迹的预测,匈牙利算法则使卡尔曼滤波的预测结果得以分配,使DeepSort算法在保证跟踪效果的同时,也保证了跟踪时的速度。实验结果显示,DeepSort在与YOLOv5x检测器配合后,多目标跟踪精度可提高20%。     

基于视觉信息的无人机自主着陆过程姿态和位置估计

为了提高无人机着陆的自主性和安全性,基于视觉信息提出了一种自主着陆过程中无人机姿态和位置估计新方法.该方法将无人机的滚转、偏航和俯仰运动视为跑道做反方向运动,无人机视为静止,利用Housh变换检测跑道边界线并提取图像直线特征,同时融合无人机的平移运动和旋转旋动,利用地面直线和图像直线间对应关系,根据跑道边界线在图像中的直线特征从而估计出无人机姿态和位置.最后采用仿真实例来验证所研究的无人机姿态和位置估计算法的有效性.     

基于无人机送货路径规划算法

针对无人机送货路径规划的优化问题,提出了一种基于遗传算法原理的路径规划算法.通过建立无人机的送货系统模型,将路径规划问题转化为组合优化问题,设计恰当的编码方案将路径规划问题转化为整数规划模型,以达到寻找无人机最优送货路径的目的.对算法进行了相应的仿真,仿真结果表明,这种路径规划算法与常见的随机算法相比具有较强的全局搜索...     

基于蚁群算法的无人机侦察任务分配

随着无人机(Uninhabited Aerial Vehicle,UAV)平台自身性能和信息化水平的提升,如何对无人机进行侦察任务分配成为重点问题;并且任务分配问题涉及无人机和目标数量、位置、性能等众多因素,也使任务分配问题变得十分复杂.针对侦察任务分配问题,进行分配建模研究,细化约束条件,使其更贴合实际应用场景.利用...     

基于扩展卡尔曼滤波算法的无人机定位

无人机的移动定位是应对无人机机动性和应用环境复杂性的关键技术.为解决无人机中的全球定位系统(GPS)信号失效问题,提出了一种通过机载无线射频的接收信号强度解决定位问题的技术,分别采用扩展卡尔曼滤波方法估计距离和最小二乘方法估计路径损耗因子两种处理方法.理论分析和实验测试结果证实所提算法对有色噪声干扰下的接收信号有较好的增强效果,基于80％的置信水平,新算法相对于白噪声模型将估算误差从9.5 m减少到了4 m,还进一步提供了融合惯性导航的算法.