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。     

固定翼无人机自主着陆引导技术发展综述

随着无人机的广泛使用,自主着陆引导技术成为研究热点。介绍了三种具备自主着陆引导能力的着陆系统:联合精密进近着陆系统、微波着陆系统和毫米波二次雷达着陆系统,分别分析了这三种着陆系统的技术体制、性能特点以及目前的发展状况,并将这三种着陆系统的性能和优缺点进行了对比分析,最后总结了自主着陆引导技术的发展趋势,为我国自主着陆引导技术的研究提供参考。     

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。     

基于多标签联合定位的自主视觉着陆技术研究

旋翼无人机着陆场景较为复杂,且 GPS 信号经常被干扰,同时着陆平台非固定,通常需要采用合作标签引导无人机着陆。由于存在阴影、反光等特点,在室外环境下,单一的合作标签往往存在定位误差较大,漏识别较多的问题,严重影响无人机着陆稳定性。为解决这一问题, 本文将现有的单合作标签定位方法进行改进,在传统的单标签 pnp 定位解算的基础上,采用多个合作 Apriltag 标签进行联合定位的方法,以提升无人机定位精度和识别帧率,实现着陆过程精确的视觉导航功能。通过静态定位实验与无人机动态着陆实验,验证了该方法的有效性,提升了旋翼无人机自主着陆系统的鲁棒性。     

使用DGPS／SINS／RA组合导航系统的无人机纵向自动着陆系统研究

对某型无人机的纵向自动着陆系统进行了分析与研究，在论述了用ＤＧＰＳ／ＳＩＮＳ／ＲＡ组合导航系统引导的该无人机纵向自动着陆系统的总体方案后，利用该无人机的小扰动线性化方程，对某纵向轨迹控制系统进行了分析设计。在不采用速度控制的情况下，对其在各种起始状态及各种干扰下的自动着陆过程进行了仿真。仿真结果表明，着陆性能符合要求。     

复杂条件下无人机着陆纵向控制技术研究

无人机自动着陆过程受环境因素影响较大,为了提高无人机在复杂条件下的着陆精度,增强无人机环境适应性,针对某无人机精确着陆要求,分析了无人机着陆误差较大的主要原因,给出了改进措施,分别验证了陡下滑段自动配平和浅下滑段动力补偿的控制效果。最后采用蒙特卡罗方法对各种不确定性下的着陆进行仿真验证,仿真结果表明,改进后的着陆方案能够有效地减小无人机着陆误差,提高无人机着陆精度。     

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。     

美军JPALS系统现状与发展趋势分析

本文分析并研究了美军联合精密进近与着陆系统的引导质量需求、系统架构、技术原理以及发展目标。通过研究可知其在差分增强技术体制和完好性监测技术体制方面既考虑了不同系统的技术继承性和兼容操作，又结合了不同应用模式的实际应用需求，是美军未来有人机和无人机着陆/着舰引导的主用手段，也将逐渐替代并淘汰现有的各种手段，     

一种基于OpenCV的飞机跑道及地平线检测算法

讨论了Intel开源计算机视觉库(Open Computer Vision,OpenCV)在图像处理中的应用.跑道识别是无人机着陆图像导航中的一项关键技术,准确而实时地检测出飞机跑道及地平线对推动无人机着陆导航技术的发展及减少着陆过程中的事故起着至关重要的作用.采用的方法是对无人机航拍采集到的RGB数字原图进行预处理之后,在OpenCV平台上进行Hough变换,从而提取其飞机跑道边缘及地平线,并最终成功的在OpenCV上实现了飞机跑道及地平线识别的仿真.实验证实了该检测算法在无人机着陆导航技术中的可行性.     

探究无人机基于进场雷达引导下的自主着陆控制规律设计

无人机在21世纪的今天已经成为了一种攻防兼备的全新武器,可以毫不夸张的说,无人机在新世界航空技术领域将执行更多、更复杂任务。因此,探究无人机基于进场雷达引导下的自主着陆控制规律设计便成了当下的重要课题,我们要拿出更多的时间和精力对这一课题进行深刻的研究和探索,以便进行科学的应用。     

基于激光末端引导的无人机精确回收技术

为了提高野外复杂环境下无人机回收的回收精度及回收成功率,采用了基于激光末端引导体制的无人机精确回收方法,对激光末端引导精确回收无人机系统的工作原理及流程进行了理论分析和验证,取得了无人机引导距离段与激光引导光场辐射场以及无人机偏航角度信息与系统精确回收之间的数据关系。结果表明,在距离着落点1km~2km的粗引导距离段,保持恒定40m的激光引导光场辐射场,可以使无人机快速进入激光辐射场调整偏航角度信息,提高回收的可靠性;在中间距离段,激光辐射场与着落距离按线性关系变化,有利于粗引导转入精确引导阶段;在距离着落点500m以内的精确引导距离段,保持20m的激光引导光场辐射场,可以提高无人机系统的回收精度。将该方案应用到无人机的回收系统中,可以显著提高无人机在复杂环境下的回收精度。     

基于openmv的无人机定点降落视觉识别技术研究

无人机广泛应用于军事、农业、交通运输等方面,具有巨大的应用潜力和广阔前景.受电池能量密度和能量利用效率等因素的制约,无人机机载电池没有足够的续航能力,发挥不了最大优势.为提高无人机的飞行续航能力,采用无线充电基站对无人机进行充电.为达到无线充电的最大充电效率,需要实现无人机精确降落.为了实现无人机的定点降落,提高定点飞...     

无人机在运动舰船上着舰视觉导引技术研究

为实现舰载无人机在做六自由度运动的航母上全天候着舰,提出了舰船运动模型下基于红外合作目标的无人机着舰视觉引导方法。首先设计了一种新型的合作目标;采用形态学算法提取合作目标,根据其位置特点进行物像点匹配,并采用N点算法求解机舰相对位姿;分析了舰船运动简化模型,并基于此模型提出了一种利用卡尔曼滤波提高导航精度的新方法,最后在VegaPrime中对该导航方法进行了仿真验证,仿真结果表明,该方法能够满足无人机着舰要求。     

激光供能无人机集群充电策略研究

在复杂的环境中,单个无人机(UAV)执行任务的效率比较低,因此UAV越来越趋向于集群化、协作化。对于激光供能UAV集群来说,高效的充电调度对提高UAV集群的生存能力至关重要。本文提出了一种基于实时能量检测的在线充电策略(REDOCS)。根据UAV各个时刻的剩余能量计算出UAV的实时能量消耗率,然后计算每个UAV的剩余飞行时间以此来选择需要充电的UAV。相较于离线充电策略,REDOCS可以在提高整个网络的运行效率的同时降低UAV集群迫降率。最后通过算例验证,证明了REDOCS在UAV集群充电调度上表现更优。     

基于光斑轮廓特征的目标快速识别算法研究

大视场的视觉着陆引导系统在引导无人机自主着陆过程中,需要快速检测出安装在无人机上的合作目标。该合作目标在图像上是以光斑形式存在,因此为了满足系统的实时性要求,本文提出了基于轮廓特征的快速检测光斑算法。该算法是根据光斑在图像中的特征,采用了目标裁剪方法,将原始图像中的光斑部分裁剪出来,从而降低算法运算量;再通过图像预处理,消除背景的无关信息与噪声干扰,增强光斑的清晰度;最后利用最小二乘算法进行椭圆拟合定位出光斑的中心位置。将本实验算法与其他光斑检测算法进行实验对比,从而验证系统的实时性。结果表明：利用本文算法可以在保证精度的同时将运行时间缩减到36 ms。     

无人机视觉辅助着陆中的姿态和位置估算

无人机安全着陆是无人机研究的重点和难点,为了提高无人机在公路等简易机场着陆的安全性,提出了基于少量任意分布特征点估计无人机姿态和位置的计算机视觉算法。解算无人机着陆过程中相对跑道的位置和姿态是文章核心;首先利用N点算法解算出特征点在摄像机坐标系上的坐标,然后利用正交化算法求出摄像机坐标系和跑道坐标系之间的旋转矩阵和平移向量;针对特征点的成像过程容易受噪声影响的情况,引入了最小中值法,减小噪声的影响,提高算法的鲁棒性,并解算出姿态和位置;通过卡尔曼滤波方法,进一步提高位置和姿态的精度。仿真结果表明:所提算法满足无人机自主着陆的精度要求。     

无人机视觉导航算法

为保证无人机着陆精度和安全性,提出了一种无人机自主着陆视觉导航位姿解算方法。首先对机载相机进行标定,获取相机参数;然后综合考虑地标形状和尺寸、地标角点几何分布和角点数量对位姿估计精度的影响,设计了T型着陆地标形状和尺寸参数,将地标轮廓提取和角点检测算法相结合,得到几何分布好、数量适中的8个角点用于位姿解算,保证了位姿解算精度;为减少LK （Lucas-Kanade）光流法稳定跟踪地标的处理时间,直接将提取的这8个角点作为LK光流法检测和跟踪的输入,保证了算法实时性;最后利用三维空间到二维像平面投影关系对飞行位姿参数进行实时解算。实验结果表明:算法具有较高估计精度,算法平均周期为76.756 ms （约13帧/s）,在速度较低的着陆阶段基本满足自主着陆视觉导航的实时性要求。     

无人机自主降落过程视觉定位方法研究

为了充分利用连续视觉图像中3维空间信息, 解决无人机自主降落过程中的定位问题, 在稠密3维点云法和光流法定位原理的基础上, 提出了基于同物不同时图像像空间的定位方法。以理论推算、图形注释等方式, 通过求解单个像素点和整个图像移动变化情况, 将连续帧图像的形变、量变信息分解为无人机和参照物的空间相对运动信息, 并结合已知的参照物运动参量, 推算了无人机飞行位姿信息, 完成了无人机基于光学视觉图像的空间定位方法研究。结果表明, 该研究为视觉系统在无人机降落回收过程中独立实现空间定位提供了一定的借鉴和参考。