基于深度确定性策略梯度算法的四旋翼控制器自主导航方法研究

自主导航作为四旋翼无人机飞行导航的核心问题,为了更好地优化四旋翼无人机自主导航路径规划和路径跟踪能力,采用了一种基于改进的深度确定性策略梯度算法的机器学习算法（DDPG）的四旋翼无人机自主导航跟踪控制器,算法中增加了对动作探索策略的设计和对奖励函数的改进,以及采用二维及三维电子地图模拟四旋翼无人机的飞行轨迹,提出基于Matlab软件进行四旋翼无人机自主导航仿真实验以确保系统的稳定性和可行性。结果表明,所改进的深度确定性策略梯度算法可以在仿真实验中实现四旋翼无人机在二维及三维环境下的路径规划、跟踪与避障,并做到导航过程中的姿态状态的自主调整。     

大型起重机金属结构无人机自动巡检技术研究

人工操纵无人机进行起重机结构检测存在巡检难度大、多发坠机、自动化程度低等问题,因此文中提出一种多旋翼无人机自动驾驶智能巡检系统及方法。通过对门式起重机、门座起重机、塔式起重机等的巡检路径进行科学规划,在GPS+Glonass双系统融合精密定位技术基础上,提出了飞机打点+航迹飞行的多旋翼无人机自动巡检方法,全方位高质量采集大型起重机复杂钢结构表面图像。在强电磁干扰、GPS信号遮挡严重等复杂工业环境下,实现无人机定点巡航与结构检测作业,1km范围内航点坐标误差不超过1m,且与目标距离超过设定安全距离时会自动报警,提高了飞行操纵稳定性和安全性,为实现规范化、标准化的无人机安全巡检作业奠定了基础。     

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。     

基于Pixhawk的无人机室内通道自主避障研究

针对目前的无人机自主避障研究,以及无人机穿越的需求,提出了一套能完成避障穿越的四旋翼无人机避障系统。其中采用了Pixhawk作为无人机的飞行控制器,树莓派3B+上来运行MAVROS和避障算法,以及连接超声波传感器,通过超声波传感器来判断无人机当前位置,通过MAVLINK发布安全航点给无人机,进行避障穿越飞行。     

多旋翼无人机振动传递路径分析

为了确定多旋翼无人机每个振动传递路径对多旋翼无人机传感器振动的贡献量,运用振动传递路径分析方法,基于CAE技术建立了多旋翼无人机振动的结构传递路径有限元分析模型。通过Ansys的谐响分析,获得多旋翼无人机机身的振动响应以及振源对于响应点的频响函数,可以计算得到多旋翼无人机Z方向振动贡献最大。从传递路径的角度找出了对传感器振动起主导作用的环节,通过控制这些环节,有针对的采取减振措施,可以改观多旋翼无人机传感器的振动问题。     

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。     

风力发电机叶片无人机检查路径规划技术研究

多旋翼无人机由于其悬停性能好、便于起降、易于维护等特点,被广泛运用于各种巡检场合,随着微控制器技术的不断进步,多旋翼无人机的通用飞控算法已能适应常规飞行任务需要,但仍无法满足特定工况下的巡检任务需求.本文首先简单介绍了多旋翼无人机及其驱动模型,随后介绍了风力发电机叶片自动巡检场景的任务需求,提出了基于前馈控制的提高无人...     

基于激光雷达的无人机路径规划研究

针对无人机路径规划问题,根据激光雷达的激光探测和测距原理,结合3D技术和无人机路径规划算法,提出了一种基于激光雷达的无人机飞行规划研究技术。将激光雷达作为无人机路径生成的传感器,通过激光雷达获得监测数据,进而对无人机的路线进行控制,有效提高了电力巡检的自动化和智能化,最后通过样品测试证明了该方法的有效性。     

无人机巡检输电线路的路径规划算法研究

为了提升无人机(UAV)巡检输电线路的路径规划效率,根据输电线路巡检任务的要求,将巡检任务分为电塔巡检和输电线路走廊巡检。采用多旋翼UAV对电塔进行巡检,结合UAV与塔架之间的安全距离以及摄像机的特点,运用遗传算法(GA)设计合理的巡检路径。采用固定翼UAV对输电线路走廊进行远程巡检,建立了路径规划数学模型和目标函数。采用极坐标编码克服最大路径偏转角、最小步长和极坐标路径节点数目的限制,结合遗传模拟退火算法(GSA)获得有效巡检路径。仿真结果表明,所提出的优化方案能够找到最优的巡检路径。     

基于激光SLAM技术的电力巡检机器人交互控制

提出基于激光SLAM技术的电力巡检机器人交互控制方法,利用激光SLAM技术在地图模型、运动学模型、里程计观测模型以及多传感器观测模型的基础上绘制机器人的巡检地图,通过Dijkstra算法根据巡检地图获得最短巡检路径,并采用DWA滑动窗口法对选取的巡检路径进行评分,选择评分最高的路径作为机器人的巡检路径,完成电力巡检机器人的交互控制。实验结果表明,所提方法的避障效果好、路径规划效果好、控制精度高。     

基于FNN的电力无人机避障方案设计

基于目前电力巡检无人机由于避障问题未能广泛普及的背景,提出将多元化传感器,即超声波传感器、激光传感器、GPS传感器组合应用于电力无人机巡检平台,同时通过FNN算法,对多元化传感器采集的无人机自身及周边物体的物理信息进行计算处理,从而指导无人机作出正确判断,即继续飞行、阶段绕行或悬停等待。     

浅析多旋翼无人机巡检在云南电网500kV输电线路中的应用

鉴于电力线路巡检的重要性,介绍了云南电网公司多旋翼无人机及多旋翼无人机巡检的分类情况,分析了多旋翼无人机系统及装备在云南电网500 k V输电线路巡检中的应用优势,确保了高压输电线路的安全稳定运行。     

基于改进人工势场法的电力巡检机器人自动避障轨迹规划

为了使巡检机器人在电力系统中避开障碍物,顺利完成电力巡检工作,提出基于改进人工势场法的电力巡检机器人自动避障轨迹规划方法。构建了电力巡检机器人的被控对象模型,分析电力巡检机器人的避障运动学,根据分析结果采用栅格法获取环境参数,实现环境建模,获取电力巡检机器人工作环境信息;引入改进人工势场法,叠加斥力势场和引力势场获得合力势场,判断环境中的障碍物并规划避障路线,完成电力巡检机器人自动避障轨迹的规划。实验结果表明,所提方法的避障准确率高、规划效果好、规划效率高。     

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...     

基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法

针对电网巡检机器人存在避障能力低下和路径规划不合理的问题,研究基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法.利用时间栅格法标识工作空间内障碍物,构建机器人电网巡检环境信息,通过最优搜索避障路径算法,全局规划机器人到达目标点的路径,结合改进势场法,通过调整斥力和引力势函数,计算合力实现机器人的局部避障及避障路径规划,形成全局和局部相结合的避障方法.试验结果表明,躲避静态障碍物和动态障碍物的平均躲避成功率分别为 ９８．３７％ 和 ９６． １２％ ,避障路径规划平均耗时为 １.５６ s ,具备快速、高效、精准的避障及路径规划能力,可提升机器人的动静态障碍物避障能力和路径规划效率.     

四旋翼飞行器室内自主导航研究现状

多旋翼飞行器是一种能够垂直起降的飞行器,四旋翼飞行器则是多旋翼飞行器中的重要代表类型。为了解决四旋翼无人机在室内自主飞行问题,分别对基于单目/双目视觉的自主导航、基于光流传感器的自主导航以及基于激光雷达的自主导航三种技术原理及实现过程进行对比分析。旨在获得足够精度的导航信息,促进室内飞行器自主飞行技术发展。     

无人机技术在电力巡检信息化管理中的应用研究

随着飞控技术、传感器技术和数据处理技术的发展,无人机技术飞速进步,无人机作为空中可以灵活移动的飞行平台,根据任务的具体要求可以灵活搭载不同的专业设备,将信息采集与处理、远程传输、测绘等功能融合于一体,促进电力巡检信息化管理的发展。鉴于此,通过对无人机电力巡检系统的研究,基于多旋翼无人机巡检系统在电力线路巡检中的实际应用,探索无人机技术在电力巡检信息化管理中的应用,以期促进智慧电力巡检的发展。     

电力巡线无人机自主避障控制

本文针对电力巡线无人机在避障方面所存在的突出问题,探讨多传感器信息融合及柱状空间法的无人机自主避障控制方法。     

基于差分定位的输电线路多旋翼无人机智能巡检研究

本文针对当前人工操作无人机开展输电线路巡检产生的问题,基于载波相位差分定位技术设计出一款多旋翼无人机智能巡检系统,该系统可充分利用差分定位技术在定位精度上存在的优势,完成输电线路自主巡检方案的设计,实现巡检过程的标准化,保障定点巡航任务的完成效果,提高无人机智能巡线作业水平。     

基于强化学习的无人机全自主电力巡检

针对无人机在电力巡检中的全自主性进行研究,提出全自主电力巡检系统,该系统由无人机智能体、充电桩和待巡检目标构成。借助无线充电技术和强化学习决策算法使无人机拥有全自主执行任务的能力,并在设计的仿真环境中进行了验证,训练后的无人机智能体可以自主路径规划进行电力巡检和自主决策到附近的无线充电桩充电,无需人工介入可完成所有巡检任务。由于传统的近端策略优化算法在本系统中奖励低的问题,因此提出一种基于动作掩码的近端策略优化算法来训练无人机智能体,仿真实验结果表明,动作掩码机制使奖励提高了39%,能耗降低了15.34%。