基于深度学习的无人机自主避障方法研究

为解决室外复杂环境下单一类型传感器无法满足自主避障需求的问题。本文以多旋翼无人机为研究对象,提出一种多种类型传感器复合使用的方式,以提升无人机避障防撞能力。将深度学习目标检测方法引入到障碍物识别中,通过彩色信息与深度信息相结合的方式,提升障碍物定位信息精度,并依据障碍物类别制定无人机飞行策略。结果表明:本文方法提升无人机在复杂环境下避障防撞能力,为无人机自主飞行研究提供理论依据和技术支撑。     

无人机跟踪过程中的避障问题研究

针对单架无人机跟踪单一目标问题,提出 Lyapunov 矢量场法和速度障碍法相结合的方法,保证 UAV 在执行跟踪任务时的安全。首先,建立无人机运动模型,通过基于 Lyapunov 矢量场法的航向控制使无人机能够收敛到极限环;其次,利用速度障碍法原理判断无人机与障碍物之间是否存在飞行冲突,推导出避障所需的航向控制量;最后,针对障碍物重叠情况,利用几何关系将重叠区域合并,再求解出航向控制量,完成对重叠威胁区域的避障。仿真结果表明,所提算法在单一障碍物和多障碍物的条件下,都能有效地跟踪目标并实现避障。     

一种悬浮扑翼机器人的视觉自主避障方法研究

提出了一种基于视觉感知的悬浮扑翼机器人自主避障方案,以满足室内障碍物环境中低速、安全和长航时飞行要求。 首先,借鉴鸟类视觉避障原理,提出了一种基于光流视觉检测的避障方法,用于识别动、静态障碍物;其次,设计了一种氦气球与 扑翼结合的飞行机器人,利用氦气浮力提供主要升力,扑翼运动提供推进力和次要升力,并设计了飞行控制方法以满足稳定飞 行及避障的要求;最后,制作了机器人样机,测试了其飞行性能和自主避障能力,并与其他障碍物检测算法进行了对比。 结果表 明,样机的直飞航向偏移为 5. 52°,转弯速度可达 23°/ s,并以 6. 1 ms 的单帧检测时间达到 77% 的避障成功率,证明其能够实现 低速悬浮飞行和自主避障,为其开展室内探测任务奠定了基础。     

基于Transformer模块和CNN的无人机避障方法研究

针对传统CNN避障方法无法获得全局感受野、图像特征提取计算量大的问题,以四旋翼无人机为研究对象,提出一种基于Swin Transformer模块改进CNN模型的无人机避障方法。首先,使用Swin Transformer代替CNN模型中的Conv2D层,进行全局信息特征提取;然后,构建3个残差结构相连的Swin Transformer网络,输出无人机在当前飞行环境下的转向预测和碰撞预测;最后,设计无人机多姿态映射控制系统,输出无人机避障控制指令。实验结果表明,所提方法碰撞预测平均准确率为96.8%,转向预测均方根误差(RMSE)为0.068,满足了无人机自主避障的要求。     

基于激光传感器的农业无人机避障路径控制系统设计

农业无人机在工作运行中基本处于障碍物较多的低空环境中,如果没有避障路径控制系统协调,极易发生碰撞、坠毁事件.为此设计一种基于激光传感器的农业无人机避障路径控制系统,由Pixhawk飞控设备与GPS位置监测单元、高度监测单元构成硬件系统,通过陀螺仪与加速度、磁力计方式控制无人机姿态角,再根据串级执行调节方法控制其飞行高度,使用运动方程线性化算法获得障碍物位置,规划农业无人机飞行路径,实现农业无人机避障路径控制.通过从姿态、高度、位置三个方面实验验证表明:该系统具有较强的控制性能,并且控制结果准确率较高.     

一种可自动调节避障范围的无人机及其工作方法设计

以四旋翼飞行器为运动平台,多个stm32处理器为控制与运算中心,采用比例算法实现根据飞行速度自动调节避障距离,通过布置在前后左右四个方向的激光测距传感器实现障碍物距离的检测,再通过stm32处理器比较避障距离与障碍物距离,从而输出电信号控制电机转速,实现智能避障:提高无人机的飞行速度,其避障范围也相应增大;降低无人机的飞行速度,其避障范围也相应减小。     

基于神经网络模糊控制的单目无人机视觉避障方法研究

为了提高单目无人机航行安全性能，提出基于神经网络模糊控制的单目无人机视觉避障方法。结合SURF算法采集单目无人机运行路径，优化无人机规避功能模块的功能，规范无人机航行参数标定数值。根据采集到的参数数值，选择并筛选单目无人机航行路径。计算单目无人机障碍物避让路线数值，选择最优避障路线，实现单目无人机视觉避障方案的准确选择，保证运行安全和稳定。通过实验证实，基于神经网络模糊控制的单目无人机视觉避障方法具有较高的避障有效性和实用性，可以更好地保障无人机航行安全，充分满足研究要求。     

基于差分GPS的无人机群小范围定位方法研究

为提高无人机群定位精度,减小飞行误差,增强避障能力,针对无人机飞行过程中精确定位受大气、卫星轨道、电磁等因素影响,引入差分GPS定位方法。利用差分GPS对无人机实现空间绝对定位,然后用短距无线通信实现多个无人机间的相互通信,达到相对定位的目的,最终将接收机站信号上传到上位机实现仿真验证。根据实验验证结果得出差分GPS定位在无人机群方面可提高定位精度。     

基于毫米波雷达的复合翼构型无人机避障系统研究

针对复合翼无人机的避障问题,设计了一种基于毫米波雷达和二自由度对准装置为硬件基础的避障预警系统.该系统的对准控制算法以复合翼无人机的实时姿态、速度信息为输入,以装置的2个自由度机构的控制量为输出,使置于装置末端的毫米波雷达始终朝向期望方向,解决了雷达探测方向的对准问题.该系统规定了4种应对策略,制定了以雷达探测数据为基础的相应触发条件,适应了无人机不同的飞行状态.为验证系统有效性,将系统软硬件部分搭建于一台自研复合翼无人机平台上,制定试验飞行航线,设定相应参数,设计并实施了实物飞行实验.实验结果表明:该系统能有效检测飞行方向的障碍物,能作出有效的预警及避障措施,是一种有效的复合翼无人机避障问题解决方案.     

基于A~*算法的空间机械臂避障路径规划

针对空间机械臂在轨操作任务需求,提出一种基于A*算法的避障路径规划算法。根据机械臂和障碍物几何特征,对机械臂模型和障碍模型进行简化。通过研究机械臂本身所固有的几何特性,根据障碍物的位姿坐标,分析机械臂各杆件与障碍物发生碰撞的条件,进而求解空间机械臂的无碰撞自由工作空间。在此基础上,利用A*算法在空间机械臂的自由工作空间进行无碰撞路径搜索,实现了空间机械臂的避障路径规划。通过仿真试验验证了基于A*算法的空间机械臂避障路径规划算法的有效性与可行性。     

未知环境下机器人导航算法与避障算法研究

针对机器人在复杂动态工作环境下如何进行定位和导航的问题做了深入研究,全文阐述了机器人混合导航和地图重建的基本方法。首先,介绍了机器人机械结构与软件平台,并分析了经典双轮差动模型,并总结了机器人的应用范围;然后,通过对视觉数据的数据采集实现了对于环境特征的提取,建立了导航图像和导航机器人导航;最后,建立了基于超声波传感器的模糊避障系统,解决了由于障碍物定位不准确、检测盲区、镜子反射等缺陷导致避障不稳定的问题。经过实验证明,该机器人具有良好的避障性能和导航性能,实现了机器人视觉导航算法。     

基于立体视觉的移动机器人动态避障方法

提出了一种新颖、有效地基于立体视觉的移动机器人动态避障方法。首先提取出可疑障碍物区域,然后引入最大包围盒得到障碍物投影到水平路面的二维尺寸,接着利用几何知识获取障碍物相对机器人的运动速度和可能发生碰撞的方位。最后使用基于速度改变最小原则和速度改变最佳原则来完成机器人的动态避障。仿真结果表明该方法能够使移动机器人在具有静态和动态障碍物的复杂环境中安全避障。     

基于单目视觉的障碍物定位和测量

障碍物定位与测量是智能移动机器人自主运动的核心问题之一。研究了一种结合障碍物色彩属性和接触边缘属性的算法,通过单个视觉传感器实现平坦路面中障碍物的定位和测量。该算法以图像中已知路面范围的外观属性为基准对图像进行初步处理,依据障碍物和地面接触边缘属性对障碍物进行初步定位,在障碍物上选择区域,以该区域外观属性为基准对图像进行二次处理,得到障碍物在图像中占据范围,结合视觉传感器成像原理,对障碍物位置和尺寸进行标定和测量。以轮式移动机器人为实验平台,验证所提算法的可行性和精度,最终测得其定位误差为1.6%,测量误差为1.5%。     

爬壁机器人双目视觉障碍检测系统

针对壁面障碍物的不确定性,设计了一种爬壁机器人双目视觉障碍检测系统。具体包括搭建双目平行视觉系统,根据双目视觉理论对摄像机进行标定,获取相机标定参数;通过标定参数和极线约束对双目图像进行校正,解决图像畸变不共面问题;利用块搜索模型和相似度函数获取视差,保证视差获取的快速性与鲁棒性;最后提出一种障碍物检测算法:建立壁面检测模型约束检测范围,引入面积阈值,过滤干扰并实现障碍物提取,提出一种障碍物定位算法,通过宽度、深度与偏距三个方面对障碍物进行定位,同时,通过线性插值解决障碍物中心视差丢失问题。实验结果表明:在保证实时性的基础上,该系统能够有效检测前方障碍物且准确提取率能够达到95.9%,定位误差为4.91%,满足爬壁机器人检测要求。     

多传感器信息融合的机械臂避障路径规划方法

为降低机械臂运行损耗和避障路径规划耗时,减小障碍物定位误差,精准执行机械臂工作任务,提出了多传感器信息融合的机械臂避障路径规划方法。利用多传感器收集机械臂周围环境信息,经过数据层、特征层及决策层处理,结合传感器检测权重,融合出障碍因素综合信息。构建机械臂动力学模型,综合考虑移动基座、关节旋转角、质量及移动惯性等因素,利用线动量和角动量间守恒关系,得出强耦合特性综合力学函数,计算每个固定检测点与障碍物间距离,得出连动杆与障碍物间发生碰撞的可能性。建立人工势场,加入引力函数、斥力函数及限制函数,完成对机械臂运动避障的实际动作控制,实现最优平滑路径规划。经仿真实验证明,所提方法路径规划效率高,障碍物定位误差小,优化次数少,节省旋转角能量,鲁棒性好。     

基于机器视觉的救援机器人自动避障技术研究

针对矿山救援机器人易受粉尘、光线昏暗等因素影响,导致其自动避障能力下降问题,研究一种基于机器视觉的救援机器人自动避障策略,可以实现在复杂环境下的有效避障。设计一种基于改进非局部均值滤波和多尺度B样条小波变换的机器视觉算法,以获得更高质量图像并精确获得障碍物边缘,确保救援机器人自主识别并避开障碍物。仿真结果表明：该算法相比传统算法在图像降噪和边缘检测上均体现出优越性。     

基于改进SIFT图像匹配的无人机高精度避障算法设计

为提高无人机避障能力,提出基于改进SIFT图像匹配的无人机高精度避障算法.通过角点匹配和多分辨模式识别,实现对无人机高精度避障的图像显著特征点检测,通过对比梯度分析和参数融合识别,实现对无人机高精度避障图像信息加权融合处理,采用改进SIFT图像匹配方法,匹配无人机高精度避障地理空间网格,实现避障算法的优化设计.仿真结果...     

井下巡检无人机系统设计及定位与避障技术

矿井环境无GPS、空间狭窄且光照条件差,无人机在该环境下的飞行面临很多挑战.针对无人机井下巡检作业这一特殊应用场景,设计了能够自主定位和避障的无人机系统.该无人机系统基于激光SLAM实现同步定位,由激光点云生成的八叉树地图构建了飞行安全通道,并优化无人机的飞行路径,再通过最小化加速度优化指标,将路径点生成为光滑平缓的飞...     

基于双目立体测距的泵车臂架防碰撞算法

提出了一种基于双目立体视觉的障碍物三维坐标定位和防碰撞算法。首先建立了混凝土泵车臂架系统的D-H矩阵模型,然后通过双目视觉数字测量方法,测量出障碍物与位于臂架前端的摄像头的距离以及障碍物在整个泵车臂架的三维坐标系中的坐标,通过包围盒算法对泵车臂架的运动进行预测,有效地预防危险。最后,利用MATLAB仿真软件进行了臂架的运动控制模拟及防碰撞仿真计算。     

基于二分试探的平面冗余机械臂碰撞检测与避障

针对协作机械臂与未知环境安全交互问题,提出基于二分试探的平面冗余机械臂碰撞位置检测与虚拟碰撞空间估计方法,基本思想为碰撞臂杆绕选定二分点旋转微小角位移,期间根据关节电流信息判断是否发生进一步碰撞,从而确定碰撞位置所处二分区间,以此迭代试探缩小碰撞位置估计误差至可接受范围。建立冗余机械臂碰撞臂杆以选定二分点为不动点的逆运动学模型,解决机械臂二分试探运动控制问题;通过简化改进二阶前馈外力观测器,建立基于关节电流的快速碰撞检测算法;根据碰撞位置与碰撞臂杆位姿信息,建立基于包络法的虚拟碰撞空间模型,以近似表征障碍物空间信息。仿真与实验结果表明,所提出的基于二分试探的碰撞位置检测与虚拟碰撞空间估计方法,可为主从任务转化闭环控制避障算法提供有效的障碍物信息,实现平面冗余机械臂安全避障,提高协作机械臂与环境交互安全性。