一种小型无人直升机自主起飞控制方法

针对小型无人直升机(Small-scale unmanned helicopter, SUH) 起飞过程中过度依赖于地面飞行手的问题, 提出了一种基于经验知识与系统辨识的自主起飞控制方法. 首先, 通过研究专业飞行手手动操纵小型无人直升机起飞过程中高度与油门、总距舵量等信息的对应关系, 分析了利用学习飞行手的操纵行为实现小型无人直升机自主起飞的可行性, 并设计了小型无人直升机自主起飞控制流程. 引入了安全高度及变增益控制以提高自主起飞过程中的飞行安全性能, 利用不完全微分控制方法抑制了微分高频噪声. 其次, 为了获取自主起飞过程中控制参数, 采用自适应遗传算法对小型无人直升机动力学模型进行了辨识, 在动力学模型的基础上进一步辨识得到了飞行控制参数. 最后, 通过在小型无人直升机平台进行的实际飞行实验, 验证了本文方法的有效性.     

小型无人直升机悬停状态自适应模糊PID控制器设计

小型遥控直升机在实际应用中主要是完成航拍,为了实现小型直升机水平姿态的自动平衡,将其升级为无人直升机.针对小型直升机的降阶模型,提出了一种便于单片机实现的、针对悬停作业时小型无人直升机自适应模糊PID控制器的设计方法,能对PID参数进行动态整定,实现无人直升机悬停状态时水平姿态的平衡,仿真实验表明,自适应模糊PID控制器的动态性能好、稳态精度高、鲁棒性较强,宜适用于小型无人直升机的增稳控制.     

小型无人直升机鲁棒飞行控制

针对小型无人直升机的全自主飞行控制问题,提出一种基于直升机悬停模型的快速优化H∞鲁棒控制器的设计方法,设计了基于降阶观测器的双闭环的飞行控制器.内环控制器采用H∞鲁棒控制技术,用于直升机飞行姿态的控制;外环控制器采用PD(比例-微分)控制技术,用于机体位移的控制.将设计的鲁棒控制器应用于研制的小型直升机飞行控制系统,实现了风扰环境下直升机的全自主定点悬停飞行.实验验证了该控制方法的有效性和鲁棒性.     

基于双目视觉的小型无人直升机位姿检测

无人直升机的位置与姿态检测是直升机自主飞行控制的基础。基于双目视觉原理,对直升机标志点进行检测并跟踪,利用基于顺序一致性的极线约束匹配方法,对检测到的多个标志点进行立体匹配,计算标志点三维坐标从而得到无人直升机的位置与姿态信息。设计一个基于双目视觉的小型无人直升机空间位姿测量托架,用于飞行控制模型及飞行控制算法的研究及验证。     

小型无人直升机的姿态与高度自适应反步控制

针对小型无人直升机的姿态与高度控制问题, 本文提出了一种基于反步法的自适应控制策略. 具体而言, 首先对小型无人直升机的运动学模型进行了等效变换, 使系统中未知参数满足线性参数化条件, 然后应用反步法设计了包含主旋翼挥舞模型的姿态与高度自适应控制器, 并借助Lyapunov方法和芭芭拉定理对闭环系统的稳定性进行了严格的数学分析. 最后, 对该控制器的性能进行了仿真验证, 结果表明在直升机质量和惯性矩阵存在不确定性(未知)的情况下, 该控制算法依然能够取得良好的控制效果.     

小型无人直升机浸入–不变集自适应控制

本文基于浸入–不变集理论,针对小型无人直升机存在的参数不确定性问题,设计一种新型的自适应控制器.利用基于Lyapunov的分析方法和La Salle不变性原理,进行闭环系统的稳定性分析,确保无人直升机姿态角的跟踪误差全局渐进收敛,以及闭环系统的稳定性.在无人直升机姿态飞行控制实验平台上,进行了无人机姿态跟踪控制实验.实验结果表明,本文所提出的控制方法具有良好的跟踪控制效果.     

小型无人直升机模型辨识数据处理方法研究

针对小型无人直升机模型频域辨识过程中的姿态角速率测量误差,提出了一种飞行数据处理方法。该方法采用飞行试验扫频测试技术,确保激励信号能够满足不同频段下模型辨识对飞行数据的需求;设计基于有色噪声的卡尔曼滤波器以降低紊流风场对飞行测量数据的影响,同时,对飞行测量数据使用数据预处理的方法以剔除测量噪声、野值、直流成分和低频分量。在小型无人直升机系统各通道中进行验证,验证结果表明,所提出的飞行数据处理方法能够满足小型无人直升机模型辨识对姿态角速率数据精度的要求,为精确建模提供了较高质量的飞行数据。     

基于重力场自适应互补滤波的无人直升机水平姿态估计方法

无人直升机姿态平衡仪能自主识别飞机水平姿态并自动进行姿态增稳,可大大降低无人直升机手动遥控的难度.针对姿态平衡仪的低成本要求和应用环境高机动性特点,提出了一种基于重力场自适应互补滤波的水平姿态估计方法.该方法用陀螺仪和加速度计输出进行互补滤波来估计可解算水平姿态的重力场,并自适应调整滤波器增益以减小运动加速度对重力测量的影响.实验证明,该方法测量精度高,易于单片机实现,可以满足姿态平衡仪的应用要求.     

小型无人直升机姿态非线性鲁棒控制设计

本文针对小型无人直升机的姿态控制问题,通过系统参数辨识,获得了较为准确的无人直升机姿态动力学模型.并根据无人直升机的动态特性,设计了基于神经网络前馈与滑模控制的非线性鲁棒姿态控制律,该控制律对直升机模型的先验知识要求较低.利用基于Lyapunov的分析方法证明,设计的控制律能够实现对无人直升机姿态角的半全局指数收敛镇定控制,并能确保闭环系统的稳定性.基于姿态飞行控制实验平台的实时飞行控制实验结果表明,提出的控制设计取得了很好的姿态控制效果,并对系统不确定性和外界风扰动具有较好的鲁棒性.     

无人直升机着陆控制的视觉图像特征处理算法

基于视觉的无人直升机着陆是无人直升机着陆控制中的主要发展方向,视觉图像处理算法将直接影响无人直升机姿态估计以及着陆控制精度.提出了一种应用于无人直升机着陆控制的视觉图像特征处理算法,对目标灰度图像进行阈值处理,边界跟踪,利用凸四边形几何特点提取特征点,最后将所有特征点标记出来.实验结果显示提出的算法即能满足实时处理速度要求,也能满足较高的特征点定位精度要求.这一方法可用于无人直升机着陆控制的相对位置姿态估计.     

Real time UAV altitude, attitude and motion estimation from hybrid stereovision

Knowledge of altitude, attitude and motion is essential for an Unmanned Aerial Vehicle during critical maneuvers such as landing and take-off. In this paper we present a hybrid stereoscopic rig composed of a fisheye and a perspective camera for vision-based navigation. In contrast to classical stereoscopic systems based on feature matching, we propose methods which avoid matching between hybrid views. A?plane-sweeping approach is proposed for estimating altitude and detecting the ground plane. Rotation and translation are then estimated by decoupling: the fisheye camera contributes to evaluating attitude, while the perspective camera contributes to estimating the scale of the translation. The motion can be estimated robustly at the scale, thanks to the knowledge of the altitude. We propose a robust, real-time, accurate, exclusively vision-based approach with an embedded C++ implementation. Although this approach removes the need for any non-visual sensors, it can also be coupled with an Inertial Measurement Unit.     

单目变焦摄像机自运动的标定测量法

为了在单目摄像机变焦情况下测量其自运动参数,提出一种单目变焦摄像机自运动的参数标定测量法。在飞行平台着陆过程中,固连其上的单目俯视摄像机对包含已知世界坐标的特征点的静态着陆平面进行连续拍摄,该方法利用单帧图像可解算得到摄像机拍摄当时的等效焦距及其相对于着陆平面的6自由度位置,结合多帧信息即可对摄像机自运动的运动速度进行估计,进而转换为飞行平台的着陆运动参数。实验结果证明该方法可行有效。     

视觉里程计中的相机姿态和高度实时测量方法

在视觉里程计的应用中,实时准确的获得相机姿态和高度数据有助于提高视觉定位的精度.而现有解决方案要么成本过高,要么精度无法满足要求,为此提出了基于路面激光扫描的相机外参数实时测量方法.该方法将两台二维激光扫描仪相互正交安装且向下扫描,对获得的沿着两个方向的路面扫描线使用RANSAC算法估计出直线方程,根据两直线方程求得道路平面方程,并以该平面为参考获得相机相对路面的姿态和高度数据.室内实验结果表明:静态条件下对姿态的测量误差最大约0.1°,高度测量误差最大6 mm;室外动态实验结果表明:与传统的惯性测量方法不同,相机外参数测量结果不受车辆加减速运动的影响,且其动态姿态测量精度明显高于精度为1°的惯性测量系统.由于该方法获得的姿态和高度数据是以道路平面为参考基准,尤其适用于单目视觉里程计中以辅助提高定位精度.     

小型无人直升机地面控制站设计与实现

通过分析小型无人直升机对地面控制站的需求,介绍地面控制站的结构和功能,分析开发地面控制站涉及的关键技术和解决方案,控制站采用基于面向对象的VC++开发环境和嵌入式Matlab混合编程技术。通过在某小型无人直升机飞行实验中的应用,证明该系统具有实时性强、稳定性好、人机界面友好、可扩展能力强等优点。     

舰尾流随高扰动模型对直升机着舰悬停控制的影响研究

大海况下存在的复杂舰尾流严重影响直升机着舰时的飞行姿态,针对常规舰尾流模型仅适用于研究直升机纵向运动受干扰的问题,在美军标MIL-F-8785C描述的舰尾流模型基础上,提出增加随高度变化的垂向扰动分量,建立舰尾流随高扰动模型,以便切合实际地反映垂向干扰的作用强度;将该模型引入直升机着舰悬停系统后,针对传统PID控制对高度保持和位置控制效果不佳的问题,提出基于前馈补偿的改进PID控制;对比仿真结果表明,所提控制方法抗舰尾流干扰性强,具有良好的鲁棒性,控制精度优于传统的PID控制,实现了舰尾流干扰下直升机着舰悬停的稳定控制,有效提高了着舰飞行的安全性。     

作战用固定翼无人机落地姿态平衡控制系统设计

为解决当前控制系统存在对无人机落地高度测量误差大,落地各姿态角度大等问题,设计了作战用固定翼无人机落地姿态平衡控制系统。选用CMOS模拟多路复用器ADG508单芯片,对系统硬件电源电路、AD转换电路、信号采集电路、时钟复位电路、存储扩展电路及调试与接口电路进行优化,通过测量无人机落地姿态,完成系统软件设计,结合硬件与软件部分,实现作战用固定翼无人机落地姿态平衡控制系统的设计。实验结果表明,改进系统对无人机落地高度测量误差小,落地俯仰角、横滚角及偏航角小,具有较好的平衡控制效果,充分满足姿态测量需求。     

基于视觉的无人机板载自主实时精确着陆系统

传统视觉方案无法应对无人机降落过程中复杂的环境变化,难以实现在机载处理器上的实时图像处理。为此,提出一种适用于无人机板载端轻量高效的Onboard-YOLO算法,使用可分离卷积代替常规卷积核提升计算速度,通过注意力机制自动学习通道特征权重提高模型准确度。在运动模糊、遮挡、目标出视野、光照、尺度变化等5种干扰环境下进行降落测试,结果表明,Onboard-YOLO可以解决降落过程中的复杂环境问题,在板载端计算速度达到18.3 frame/s,相比于原始YOLO算法、Faster-RCNN算法分别提升了4.3倍、25.7倍,其算法平均准确度达到0.91,相比SSD-Mobilenet提高了8.9个百分点。经实际测试验证了该算法可实现无人机板载端的实时自主精准降落,达到95%以上的降落成功率。     

基于雷达–扫描器/惯性导航系统的微小型无人机室内组合导航

本文提出一种基于雷达–扫描器/惯性导航系统(radar-scanner/INS)的微小型无人机室内导航方法.为提高算法的实时性,采用基于扩展卡尔曼滤波(EKF)的DC同步定位与构图技术(SLAM)实现定位和构图;在更新状态值的扫描匹配过程中提出启发性逻辑来筛选激光雷达数据,以提高算法对无人机因姿态和高度变化而引起的轮廓地图波动的抗干扰性;在特征匹配的过程中选取合理的地图轮廓特征,并利用扫描匹配的结果和特征匹配的传递性提出了精度较高的引导配对,以提高特征配对在三维环境下的准确性;最后,将DC SLAM与惯性导航系统进行基于EKF的组合滤波,给出无人机的全状态估计.通过与GPS/INS组合导航对比以及室内飞行验证,本文提出的方法能够满足无人机飞行控制对导航实时性和精度的要求.