面向小型无人机导航的滑模控制算法研究

设计一种简单、高效、稳健的导航算法对无人机来说非常重要。分析了无人机的运动学和动力学特性,提出了一种基于滑模控制理论的非线性导航算法。针对滑模控制中出现的抖振问题,重新进行了控制律设计,并对制导参数进行了优化。实际测试结果表明,所提出的导航控制算法具有良好的性能指标,可跟踪任意航路点,可实现无人机自主飞行。     

结合类脑导航的强化学习无人机自主导航

随着无人移动平台的不断发展,为其赋予高效的自主导航能力变得尤为重要;针对无人机自主导航常用的端到端强化学习方法存在训练效率低、泛化能力和通用性差等问题,引入了类脑导航模型,基于长短时记忆(LSTM)神经网络构建了类脑细胞导航模型,通过整合编码无人机智能体的自运动信息,实现了网格细胞和头朝向细胞的编码,进一步将这些信息作为深度强化学习算法D3QN的状态补充表示;通过在AirSim仿真环境的实验表明,类脑导航模型的引入能够有效提高算法的训练能力和无人机智能体的导航性能,相较于原D3QN算法,在环境目标改变的情况下仍能寻找到新的目标点,有效提升了算法的泛化能力。     

基于SCADE的无人机自主导航飞行软件设计

该文研究了一种无人机飞行控制软件设计方法,利用高安全性的应用程序开发环境-SCADE(Safety-Critical Application Development Environment)开发无人机自主导航功能模块的软件;按照SCADE开发嵌入式软件设计流程,自动生成可直接面向工程的高安全性嵌入式代码;并通过代码的效率测试和安全性测试,验证了在SCADE环境下进行无人机软件开发的优越性;由此得出SCADE很大程度上实现了软件开发的自动化,节约了开发成本和开发时间,并具有很高的安全性特征.     

置信度传播和区域边缘构建的立体匹配算法

讨论了区域匹配代价和全局置信度传播算法之间的相互作用,提出一种基于全局置信度传播和区域边缘构建的立体匹配算法。首先,在每个像素的固定邻域内利用二阶微分边缘算子搜索并构建一条虚拟的封闭边缘,形成相应的区域自适应窗口;然后使用自适应窗口内的支持像素计算中心像素之间的匹配代价;最后利用具备加速消息更新机制的置信度传播算法获取视差。实验结果表明,基于区域边缘构建的匹配代价可以较好地适用于全局置信度传播优化算法,提出的立体匹配算法可以在Middlebury标准下获得良好的匹配结果。     

无人机巡检架空输电线路自主避障导航算法研究

随着无人机技术的发展,无人机被广泛应用于高压输电线路进行巡检,但受到环境因素的影响作业人员对无人机的控制难度较大,甚至导致无人机撞向输电导线或者铁塔引发电力事故。因此,提高无人机的自主巡航能力是无人机巡检高压输电线的重要技术,基于此,本文提出一种基于模糊神经网络多传感器数据融合方法,实现无人机对架空输电线路的自主避障导航。该方法首先将需要巡检的输电线路的坐标信息输入无人机飞控系统,实现通过铁塔坐标对无人机进行全局导航,而在局部则采用虚拟势场法实现对无人机自主避障。对于多传感器数据分析,本文将模糊神经网络结合模糊聚类的方法进行改进提出一种多传感器数据融合算法,实现对无人机周围环境的准确采集,从而实现对无人机巡线的自主避障导航。最后构建仿真实验平台,对无人机寻线自主避障导航进行模拟实验,从而验证了该算法的可行性。     

基于多尺度残差掩码的双目立体匹配算法

基于卷积神经网络结构的立体匹配算法已有较好表现,但仍存在以下局限：基于卷积结构的特征提取器利用的先验信息较少,特征相关联性不足,致使病态区域对算法产生较大干扰;静态的卷积核难以平衡差异化的特征,带来过度平滑的效果。文章提出的多尺度残差特征掩码模块从两方面可以改善以上问题：利用左图先验信息引入丰富的语义帮助调优算法选取相关度高的邻居点;利用右图与调优前的视差重建左图并与左图对比获取残差,自适应地依据残差区域尺度选择合适的邻居点个数,摆脱误差区域干扰。将文章提出的方法集成到PSM-Net基本框架中,在KITTI2015 Stereo数据集上的实验结果表明,所提出的方法有效提升了算法在病态区域上的表现。     

改进的跨尺度引导滤波立体匹配算法

作为双目三维重建中的关键步骤,双目立体匹配算法完成了从平面视觉到立体视觉的转化.但如何平衡双目立体匹配算法的运行速度和精度仍然是一个棘手的问题.本文针对现有的局部立体匹配算法在弱纹理、深度不连续等特定区域匹配精度低的问题,并同时考虑到算法实时性,提出了一种改进的跨多尺度引导滤波的立体匹配算法.首先融合AD和Census变换两种代价计算方法,然后采用基于跨尺度的引导滤波进行代价聚合,在进行视差计算时通过制定一个判断准则判断图像中每一个像素点的最小聚合代价对应的视差值是否可靠,当判断对应的视差值不可靠时,对像素点构建基于梯度相似性的自适应窗口,并基于自适应窗口修正该像素点对应的视差值.最后通过视差精化得到最终的视差图.在Middlebury测试平台上对标准立体图像对的实验结果表明,与传统基于引导滤波器的立体匹配算法相比具有更高的精度.     

基于粒子滤波的无人机自主轨迹视觉导航控制方法研究

针对现有无人机导航控制方法存在的控制效果不佳的问题,本文提出一种基于粒子滤波的无人机自主轨迹视觉导航控制方法研究。利用粒子滤波算法,实现对无人机自主轨迹视觉导航控制方法的优化设计。采用栅格法构建无人机飞行环境地图,根据无人机的机械组成结构和工作原理,构建运动状态模型。利用内置的摄像机设备采集视觉图像,执行图像灰度转换、几何校正、滤波等预处理步骤。通过对视觉图像的特征提取,判断当前环境是否存在障碍物。利用粒子滤波算法确定无人机位姿,结合障碍物识别结果规划无人机的自主飞行轨迹。将位置、速度和姿态角的控制量计算结果,输入到安装的导航控制器中,完成无人机的自主轨迹视觉导航控制任务。通过实测分析得出结论：应用设计的导航控制方法,其位置误差、速度误差以及姿态角误差均维持在预设值以下,即设计的导航控制方法具有良好的控制效果。     

基于改进CB-HAQL算法的无人机导航方法研究

针对基于案例推理启发式Q学习算法（CB-HAQL）受案例库质量影响而无法收敛到较优策略的问题,提出基于有效触发机制改进的CB-HAQL算法。首先,根据迭代次数设置触发式案例库更新机制,只在达到阈值时生成或更新案例库,保证案例库质量;其次,设置动态参数调整案例对动作选取影响,使智能体根据对环境掌握程度决定启发影响大小;最后,加入经验倾向性探索动作加快学习效率。实验证明,改进后的算法提升了策略质量和训练速度,无人机完成导航任务证明了学习策略的有效性。     

快速收敛的置信度传播立体匹配算法

针对传统基于置信度传播的立体匹配算法运算次数较多、效率低下的问题,提出一种快速收敛的置信度传播算法。该算法在计算每一个像素点的置信度时,只考虑当前像素点自适应大小邻域内像素点对它的信息传递,而忽略距离较远的像素点的影响。实验结果表明提出的算法在保持相近匹配精度的前提下,运算时间减少40%~50%,满足立体匹配的实时性要求。     

结合传播滤波的立体匹配算法研究

针对局部立体匹配算法在边缘处容易出现误匹配的问题,本文提出了一种结合权值传播进行代价聚合的局部立体匹配方法。首先采用基于颜色梯度的绝对差及Census方法构造了匹配代价函数;然后,引入传播滤波平滑匹配代价的同时保持视差空间图像边缘,与其他局部滤波器相比,该滤波器利用可传播的权值思想,不受传统局部算法窗口大小的影响;最后,通过左右一致性检查和无效视差值填充获得最终视差图。实验表明,该方法在Middlebury Stereo数据集上可获得精确结果,与Middlebury测试平台上的IGF、TSGO和Dog-Guided算法相比平均误差最低。     

基于损失自注意力机制的立体匹配算法研究

针对现有的立体匹配算法在阴影、物体边缘和光照反射等区域匹配困难且存在大量错误结果的问题,设计了一种可拆卸的损失自注意力网络（loss self-attention net,LSAnet）查找图像中的匹配困难区域。LSAnet的网络各层相互稠密连接,应用了空洞卷积来扩大感受野,并以立体匹配算法生成的损失分布为标签,能够动态地进行有监督训练,最终生成匹配困难区域掩膜辅助立体匹配网络进行更好的优化;同时,改进了立体匹配网络中经典的特征匹配代价卷结构,降低了后续3D卷积的计算负荷,提高了匹配效率。实验结果表明,该算法相比于基准算法精度更高,并且可以提高算法对于匹配困难区域的鲁棒性。     

基于UWB的无人机自主导航系统设计

针对卫星拒止环境下的无人机导航,提出一种基于超宽带（Ultra Wide-Band,UWB）技术的局部定位系统,实现无人机定位与导航。首先利用UWB技术实现测距,进而解算无人机在局部坐标系下的三维坐标,然后基于扩展卡尔曼滤波（EKF）融合多传感器数据以提高无人机的定位精度。基于开源飞控Pixhawk搭建了无人机飞行验证平台,将UWB定位系统数据与飞控传感器数据融合,对无人机在局部坐标系下的自主飞行进行了仿真。最后通过实验验证了基于UWB的多传感器数据融合导航在无人机自主导航控制上的可行性,实现了无人机在地面平台上的自主起降、对地目标伴飞等飞行导航任务。     

基于多尺度改进的双目立体匹配算法研究

近年来,双目立体匹配技术迅速发展,在日常生活和工业产品中得到广泛应用.传统的立体匹配方法精度不高,3D卷积需要复杂的计算量,对于无纹理区域的匹配也很困难.针对这些问题,围绕双目立体匹配算法进行研究,提出了一种基于多尺度改进的双目立体匹配算法.主要工作是在计算代价量时加入了对不同通道进行一组一组的联合,并且对于3D卷积修...     

基于SLAM的旋翼无人机组合导航算法研究

在旋翼无人机组合导航中,针对缺乏GPS作为导航信号源的室内飞行环境,为了达到精确定位的目的,提出一种基于SLAM（simultaneous localization and mapping）的旋翼无人机组合导航算法。首先,引入双线性插值算法,实现基于扫描匹配的即时定位与地图构建;其次,对陀螺仪、加速度计和磁罗盘建立捷联惯导系统误差模型,针对旋翼无人机的使用环境对误差模型进行简化;最后,应用联邦卡尔曼滤波算法,设计组合导航系统模型,将SLAM算法和捷联惯导系统估计出的位置数据进行融合。仿真结果表明所设计基于SLAM的旋翼无人机组合导航算法能够进一步提高组合导航系统对旋翼无人机位姿估计的精度。     

小型无人机三维导航控制研究

为提高小型无人机自主飞行的安全性能,更好地执行特定任务,在二维平面导航的基础上提出一种三维导航控制方法;给出三维导航控制器总体结构的设计,介绍了非定高下航程推算的原理,重点阐述了自主飞行中如何在平面导航基础上引入高度控制;利用Matlab/Simulink工具箱搭建仿真模型对三维导航控制律进行仿真验证;仿真结果表明,设计的控制方法切实可行,三维导航系统稳定性良好。     

实时图像匹配辅助无人机导航研究

针对GPS/INS组合导航系统在抗干扰性和精度上不能完全满足无人机导航系统要求的问题,利用实时图像匹配辅助无人机导航的方法进行仿真研究.首先,对输入图像进行目标识别定位,为了满足系统的实时性要求,研究采用光电混合联合变换相关器进行实时图像匹配,仿真结果表明,目标的识别定位精度小于两个像素,能够为无人机提供精确的导航信息;再根据摄影测量原理计算导航信息中的位置和姿态角信息;最后,将匹配定位得到的导航信息通过Kalman滤波器与惯导系统解算的导航信息进行信息融合,仿真结果表明,滤波后导航信息的误差均获得了较明显的收敛,提高了无人机导航系统的抗干扰性和导航精度.     

基于行列双动态规划的立体匹配算法

提出一种基于行列双动态规划的立体匹配算法,采用能量最小化立体匹配模型,其中包含数据项和平滑项,在求解能量最小化过程中,在行方向上利用动态规划的方法给出视差图的能量最小化解,利用行动态规划的求解结果给予对应数据项一个奖励,同时在列方向上对视差图进行动态规划求解,并将其作为最终求解结果。实验结果表明,该算法能够取得较理想的效果。     

基于全局差错能量函数的立体匹配算法

针对全局立体匹配算法计算量大的问题,引入全局差错能量函数对算法进行改进。将全局差错能量函数作为立体匹配的匹配代价,同时进行跳跃式区域生长,隔点求取差错能量函数值以获取视差图,并采用均值滤波器对其做平滑处理,设置影响滤波阈值大小的容差系数,使之更适合人眼的观察。针对不同像素的彩色图像对,自适应选取容差系数得到较优的滤波后视差图。实验结果表明,改进算法在保证准确性的基础上可有效减小计算耗时,提高匹配实时性。