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。     

一种基于灭影线的无人直升机位姿估计方法

该文将基于灭影线的摄像机标定原理用于无人直升机的位姿估计,设计了一个包含四组平行线的平面着陆图标,通过机载摄像机摄取的图标图像,估计出直升机相对于该图标的位置和姿态。文章首先简述了灭影线的有关知识,推导了相应的关系方程,接着介绍了使用的图像处理方法和提高计算精度的措施,最后,给出了实验结果并对实验误差做了简要分析。该方法的技术关键是如何精确测定灭影点和灭影线的像平面参数,算法最大的特点为计算结果与焦距变化的无关性。实验结果表明,该方法算法复杂性低,实时性好,精度较高,可以用于无人直升机的位姿估计。     

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.     

基于深度学习的刚体位姿估计方法综述

刚体位姿估计旨在获取刚体在相机坐标系下的3D平移信息和3D旋转信息,在自动驾驶、机器人、增强现实等快速发展的领域起着重要作用。现对2017-2021年间的基于深度学习的刚体位姿估计方向具有代表性的研究进行汇总与分析。将刚体位姿估计的方法分为基于坐标、基于关键点和基于模板的方法。将刚体位姿估计任务划分为图像预处理、空间映射或特征匹配、位姿恢复和位姿优化4项子任务,详细介绍每一类方法的子任务实现及其优势和存在的问题。分析刚体位姿估计任务面临的挑战,总结现有解决方案及其优缺点。介绍刚体位姿估计常用的数据集和性能评价指标,并对比分析现有方法在常用数据集上的表现。最后从位姿跟踪、类别级位姿估计等多个角度对未来研究方向进行了展望。     

基于自适应粒子滤波的摄像机位姿估计方法

提出一种基于自适应粒子滤波的摄像机位姿估计方法。该方法首先利用相邻两帧传递模型的噪声方差动态调整传递模型,接着利用内点统计方法计算粒子权值,在对权值作归一化运算之后,利用粒子加权和计算摄像机位置和姿态。实验结果表明该方法很大程度上提高了基于标识的摄像机位姿估计系统的健壮性与稳定性。     

基于视觉的门把手位姿估计方法研究

本文针对门把手位姿估计的实时性和准确性问题。为了提高系统获取门把手位置及姿态的准确性,利用最小二乘法平面拟合算法获得在摄像机平面下的门把手的空间姿态信息。并针对门把手姿态的准确性进行实验验证,本文的方法在实际应用中,能够满足要求。     

基于深度学习的RGB图像目标位姿估计综述

6自由度（DoF）位姿估计是计算机视觉与机器人技术中的一项关键技术,它能从给定的输入图像中估计物体的6DoF位姿,即3DoF平移和3DoF旋转,已经成为机器人操作、自动驾驶、增强现实等领域中的一项至关重要的任务。首先,介绍了6DoF位姿的概念以及基于特征点对应、基于模板匹配、基于三维特征描述符等传统方法存在的问题;然后,以基于特征对应、基于像素投票、基于回归和面向多物体实例、面向合成数据、面向类别级的不同角度详细介绍了当前主流的基于深度学习的6DoF位姿估计算法,归纳整理了在位姿估计方面常用的数据集以及评价指标,并对部分算法进行了实验性能评价;最后,给出了当前位姿估计面临的挑战和未来的重点研究方向。     

基于相对坐标的轮式移动机器人位姿估计方法

轮式移动机器人在长时间运行中,会因传感器误差和模型不精确导致位姿估计累积误差增大。为此,本文研究基于相对坐标的轮式移动机器人位姿估计方法,首先建立运动学方程,再利用相对坐标系统实时估计机器人位姿,并对位姿估计方法进行了优化。实验结果显示,该方法在复杂环境中相比其他两种方法,展现出卓越精度和稳定性,为轮式移动机器人的自主导航和精确控制提供了有力保障。     

基于激光雷达的移动机器人位姿估计方法综述

位姿估计是移动机器人研究的一个核心问题．本文综述了国内外基于激光雷达的移动机器人位姿估计的最新进展,并对各种方法进行分类、比较和分析,从中归纳出应用中值得注意的问题和发展趋势．     

基于视觉的相机位姿估计方法综述

相机位姿估计是通过估计相机的位置坐标和环绕三个坐标轴的角度偏转,来描述其相对于给定场景的方向和位置,是自动驾驶、机器人技术等任务的重要组成部分。为帮助研究人员在相机位姿估计领域的研究,对相机位姿估计的研究现状和最新进展进行梳理。首先介绍了相机位姿估计的基本原理、评价指标和相关数据集;然后从场景关系搭建和相机姿态解算两个关键技术出发,对两阶段模型结构方法和单通道模型结构方法进行阐述总结,分别从核心算法和利用的场景信息不同上进行分类归纳分析,并对室内室外公开数据集上的表现作对比;最后阐述了该领域当前面对的挑战和未来的发展趋势。     

基于Dubins曲线的无人直升机轨迹规划

为提高无人直升机的控制性能,提出了一种基于Dubins曲线的轨迹规划算法,并对其各个部分的实现进行了研究和设计。该算法利用Dubins曲线原理对定点飞行任务的两点或者多点目标进行分析计算,寻找出一条最短的飞行路径,从而提高了飞行效率。根据无人直升机系统多变量、非线性和强耦合的特点,采用串级PID方法设计了飞行控制器,该控制器能够修正无人直升机的姿态和位置,从而提高了轨迹规划的稳定性和准确性。最后,以某小型无人直升机为实验平台表明了该轨迹规划算法和控制器的可行性。     

基于DSP和FPGA的无人直升机飞行控制系统

为实现无人直升机的先进飞行控制算法,设计基于DSP和FPGA的无人直升机飞行控制系统。DSP数字信号处理能力强,主要实现复杂的飞行控制算法;FPGA作为DSP的协处理器,主要实现传感器信号的采集和处理、舵机驱动以及地面站监控。由于任务分配合理,该系统计算能力强、实时性好、灵活度高,为实现先进飞行控制算法提供了良好的硬件基础。通过无人直升机姿态控制实验验证了该系统的有效性。     

无人直升机嵌入式控制系统的实现

基于AT91RM9200(ARM)微型控制器,结合适当的外围设备,构建了一个高集成度的嵌入式系统,实现微型无人直升机的飞行控制.在μC/OS-Ⅱ操作系统环境下,详细介绍了软件系统的总体结构和任务之间的切换过程.最后,针对直升机的姿态和位置控制,分别给出了适当的控制策略.     

基于计算机视觉的人运动捕获综述

人体运动的捕获是计算机视觉领域的热点之一,它是指从大范围上从图像序列中提取并描述人体轮廓的运动,然后对其进行跟踪识别。介绍了运动捕获的潜在应用,从初始化、检测、跟踪、姿态评估、识别5个方面分析了有关运动捕获的分类及研究现状,最后简要探讨了该领域面临的难点问题及发展趋势。     

基于PIDNN的六旋翼无人机飞行控制算法研究

针对六旋翼无人机比例-积分-微分(PID)控制器参数优化困难的问题,采用了PID神经网络(PIDNN)控制方法,利用其非线性映射和自学习的特性,实现了姿态控制参数的动态调整,增加了系统的自适应性.为验证方法的有效性,通过Matlab的Simulink模块构建了六旋翼无人机数学模型;利用S函数实现了基于反向传播(BP)算法的PIDNN控制器;将仿真结果与传统PID控制效果进行对比,结果表明:在缩短姿态调整时间与减少超调量方面,PIDNN方法控制效果优于PID方法.     

小型无人直升机着陆高度单目视觉测量方法

针对小型无人直升机自主降落过程中姿态发生变化和非差分GPS高程精度不高的情况,研究了一种基于单目视觉的小型无人直升机离地高度测量方法,用于提高自主降落的品质。在机体姿态角已知的情况下,识别提取降落图标中相互平行的特征直线段,并根据机载摄像头投影模型,实时求解机体降落过程中的离地高度。在测量系统上进行了实体实验,验证了所提出的方法,实验结果表明:该方法特征识别率高,在机体平面与地面存在倾角时,输出结果的实时性与准确性亦均能满足小型无人直升机自主降落要求。     

Development of a vision-based ground target detection and tracking system for a small unmanned helicopter

It is undoubted that the latest trend in the unmanned aerial vehicles (UAVs) community is towards visionbased unmanned small-scale helicopter, utilizing the maneuvering capabilities of the helicopter and the rich information of visual sensors, in order to arrive at a versatile platform for a variety of applications such as navigation, surveillance, tracking, etc. In this paper, we present the development of a visionbased ground target detection and tracking system for a small UAV helicopter. More specifically, we propose a real-time vision algorithm, based on moment invariants and two-stage pattern recognition, to achieve automatic ground target detection. In the proposed algorithm, the key geometry features of the target are extracted to detect and identify the target. Simultaneously, a Kalman filter is used to estimate and predict the position of the target, referred to as dynamic features, based on its motion model. These dynamic features are then combined with geometry features to identify the target in the second-stage of pattern recognition, when geometry features of the target change significantly due to noise and disturbance in the environment. Once the target is identified, an automatic control scheme is utilized to control the pan/tilt visual mechanism mounted on the helicopter such that the identified target is to be tracked at the center of the captured images. Experimental results based on images captured by the small-scale unmanned helicopter, SheLion, in actual flight tests demonstrate the effectiveness and robustness of the overall system.     

无人机软式自主空中加油视觉导航方法

针对无人机软式自主空中加油问题,提出了用于无人机软式自主空中加油的视觉导航方法.在加油锥套外环平面上均匀布置8个近红外LED,在受油机上布置CCD相机及带通滤镜构成视觉系统,利用该系统对锥套进行近红外成像,对所获取的近红外图像进行特征点提取并利用迭代算法估计锥套与受油机之间的位姿参数.在不同距离下对该视觉导航方法进行了仿真验证.结果表明,所研究的无人机软式自主空中加油视觉导航方法精度较高,抗干扰能力较强,可以有效地用于无人机软式自主空中加油.     

Using parallel line information for vision-based landmark location estimation and an application to automatic helicopter landing

An approach to landmark location estimation by computer vision techniques is proposed. The objective is to derive the position and the orientation of the landmark with respect to the vehicle by a single image. Such information is necessary for automatic vehicle navigation. This approach requires lower hardware cost and simple computation. The vanishing points of the parallel lines on the landmark are used to detect the landmark orientation. The detected vanishing points are used to derive the relative orientation between the landmark and the camera, which is then utilized to compute the landmark orientation with respect to the vehicle. The size of the landmark is used to determine the landmark position. Sets of collinear points are extracted from the landmark and their inter-point distances are computed. The positions of the collinear point sets are evaluated and used to determine the landmark position. Landing site location estimation by using the identification marking H on the helicopter landing site for automatic helicopter landing is presented as an application of the proposed approach. Simulations and experiments have been conducted to prove the feasibility of the proposed approach.