基于AprilTag二维码的无人机着陆引导方法

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定位的必备手段之一.作为新的定位手段,我们需要在实验室搭建仿真平台来进行大量的模拟训练.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,开发了一种基于虚拟仿真环境的无人机视觉自主定位仿真验证系统.在场景中构建虚拟摄像机、棋盘格以及合作二维码标签,在虚拟场景中进行相机标定,并用标定得到的内参解算得到基于标签定位的位置参数,实时计算和输出位置参数.实验结果表明:该仿真系统可以对场景中虚拟相机进行准确标定得到虚拟摄像机的内参,解算定位参数误差在0.2m以内,满足无人机自主飞行以及降落的精度要求,并具备良好的用户显控界面,验证了基于视觉无人机自主定位算法的可行性.     

无人机视觉导航中的图像处理及位姿解算

在无人机自主着陆过程中,无人机视觉导航系统利用跑道图像解算出无人机的位置姿态信息,为飞行控制系统进行自主着陆控制奠定基础。对视觉导航系统中图像处理及位置姿态解算进行了分析和研究。基于模板匹配进行跑道识别;利用Hough变换提取跑道图像特征;采用最小二乘法对检测出的跑道边缘直线进行拟合并得出其在图像坐标系中的直线方程;基于空间的坐标关系变换,利用推导出的算法对无人机位置姿态进行了解算,并利用实际图像对所用算法进行了实验验证。     

无人机地形匹配辅助导航系统设计与仿真

根据无人机的飞行任务需要, 提出一种适用于无人机的地形匹配辅助导航系统。该系统采用TERCOM算法和SITAN算法相结合的地形匹配组合导航算法, 以满足无人机机动飞行情况下连续匹配的要求。为验证系统的有效性, 根据真实地形数据, 建立由数字飞机、飞行控制系统、惯性导航系统和地形匹配系统组成的闭环仿真平台, 研究了不同飞行条件对导航精度的影响。仿真结果表明, 该系统能够有效提高无人机的自主导航精度, 具有较高的工程实用价值。     

基于北斗导航的无人机系统设计

随着无人机技术的发展和成本的降低,无人机的应用越来越广泛, 被广泛应用于军事侦察、民用等领域。我国自主研发的北斗卫星导航系统(BeiDou Navigation Satellite System, BDS)全球组网完成,可为无人机提供精确的位置、速度、姿态等飞行状态信息。本文研究设计了基于北斗导航的低成本微型四旋翼无人机,给出了无人机系统的总体和软硬件详细设计。研究了无人机姿态控制算法,给出了四旋翼无人机的运动方程和传递函数,对PID控制算法进行了仿真。并研究了无人机定高、定点控制算法,给出了仿真结果。对四旋翼无人机进行了实际飞行测试,结果表明：设计的无人机系统能够较好的控制飞行姿态,同时具有低成本、体积小等特点。     

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.     

基于视觉信息的无人机自主着陆过程姿态和位置估计

为了提高无人机着陆的自主性和安全性,基于视觉信息提出了一种自主着陆过程中无人机姿态和位置估计新方法.该方法将无人机的滚转、偏航和俯仰运动视为跑道做反方向运动,无人机视为静止,利用Housh变换检测跑道边界线并提取图像直线特征,同时融合无人机的平移运动和旋转旋动,利用地面直线和图像直线间对应关系,根据跑道边界线在图像中的直线特征从而估计出无人机姿态和位置.最后采用仿真实例来验证所研究的无人机姿态和位置估计算法的有效性.     

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。     

基于视觉导航的无人机自主精准降落

针对传统导航方式精度低、误差大等问题,结合视觉导航设计了一种基于ArUco码的着陆标识。对机载相机采集的实时影像进行图像处理,利用世界坐标系与像素坐标系的映射关系建立无人机位姿估计模型,以特征点坐标解算得到当前无人机与着陆标识物之间的相对姿态估计值,设计并融合误差模型进一步提高定位精确性。通过无人机室外实际应用实验证明,设计的降落标志及新型识别算法大大提高了无人机自主降落的精准性,能更好地满足在军事无人机等高精度降落要求场合的应用。     

导航着陆系统场地环境电磁效应仿真与预测技术研究

文章描述了一种导航着陆系统场地环境电磁效应仿真与预测技术，通过平台架构计算仿真，根据导航着陆系统的技术体制和机场实际环境，对导航着陆系统场地环境电磁效应的影响进行了建模分析研究，得到系统精度和引导能力的仿真结果，可以指导飞行检验，提高飞行检验的效率，还可作为飞行检验的补充。     

面向无人机城市空中视觉导航仿真平台实现

系统仿真是无人机飞行导航与控制程序设计的重要手段,面向城市空中交通场景视觉导航算法设计的开发需求,首先调研了针对无人机所开发的多种飞行器仿真模拟平台,确定了基于Airsim搭建所需城市空中视觉导航仿真平台的技术路线,并进一步详细介绍了该仿真平台的搭建方法,最后给出了该仿真场景的搭建结果.     

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。     

基于DSP的无人机编队视频跟踪技术

无人机编队飞行可协同完成任务,比单机执行任务效率更高。队形控制是实现编队飞行的关键技术之一。视觉跟踪技术能从视频序列中获得感兴趣目标的状态参数,故在编队中可以利用视觉信息进行目标检测与跟踪来确定邻机方位及距离信息,从而实现队形控制。首先利用视觉传感器获取无人机的运动图像,然后基于DSP采用KLT算法,计算出无人机在图像上的相对位移,实现无人机的跟踪。实验证明,跟踪结果准确性较高,满足实际应用的精度要求,可用于无人机编队稳定跟踪,为进一步解决无人机相对定位问题提供位移信息。     

民用GPS自主式欺骗技术与应用

针对当前民用或巡航无人机黑飞猖獗的现象,基于无人机生产厂家禁飞区限制和自动导航控制的原理,提出一种针对自主式民用GPS技术的欺骗技术,该技术可实时产生高保真GPS信号,并在空间环境下替代实际GPS导航系统,基于本文提出的自主式民用GPS欺骗技术,理论上可以实现对GPS导航设备的快速侵入和诱导,通过实际测试,验证了该技术的优势和可行性.     

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Creator/Vega Prime的无人机着舰仿真验证系统设计

针对无人机着舰关键技术仿真验证的迫切需求,设计并实现了基于Creator/Vega Prime的无人机着舰仿真验证系统。首先分析了系统应当具备的功能和结构组成,以此进行了实现方案流程设计。然后讨论了如何利用Creator/Vega Prime技术设计三维着舰场景,进而重点研究了飞行数字仿真和图像导航两项关键技术的仿真验证方法。最终基于智能可控飞行器的硬件平台实现了所提出的着舰仿真验证系统。实践证明,该系统具备多样化任务模拟、操纵手训练和关键技术验证三项功能。     

基于MEMS振动陀螺的旋翼无人机组合导航算法设计

旋翼无人机需要惯导提供准确的角速度和加速度测量信息,而由于无人机的振动会对陀螺输出噪声产生影响,进而影响无人机的飞行平稳性。因此,该文提出了一种面向旋翼无人机的组合导航算法,基于扩展卡尔曼滤波,结合全球导航卫星系统/惯性导航系统(GNSS/INS)组合导航算法和无地磁传感器的航姿参考系统算法,在一定程度上解决了GNSS失效情况下的姿态稳定问题。针对旋翼无人机对导航系统输出信息平稳性的要求,采用自适应陀螺采样平滑方法,在少量增加数据处理复杂度的前提下,降低了航姿和角速度信息的噪声,在无人机应用中实现了良好的飞行轨迹重复性和控制平稳性。     

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。     

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。