基于光电传感器的循迹避障小车控制系统

由于普通红外发射管具有漫反射效应,影响对应的接收管对传输信息的接收,应用在快速行驶循迹避障小车控制系统中,识别障碍物误差大。选用发射与接收一体化的激光测距传感器采集道路信息,可以克服发、接两者之间的互相干扰。设计一辆循迹避障小车控制系统,根据图像颜色比对算法,快速搜寻场地内随机点亮的信标灯的位置和坐标,并按照特定算法驱动小车向其前进,待其熄灭后继续自旋转寻找下一个信标灯。完成系统模型后多次调试测试,小车依据激光红外传感器采集到的信息,能够快速规划前进路线,系统稳定性高,达到预期识别效果。     

基于光电导航的自主循迹智能车系统设计

结合"飞思卡尔"杯全国大学生智能汽车竞赛要求,车模需以最短时间完成比赛。提出了以飞思卡尔半导体公司的K60P100-SYS作为微控制器,采用激光作为传感器。通过数据采集和处理,判断出车模偏离赛道中心的程度,经过PID运算从而控制舵机转向;通过对车模进行车速检测构成闭环反馈,控制直流电机的转速。测试时结合了无线、串口、上位机等辅助调试工具使得调试更为方便,提高了调试效率。本系统具有结构合理、电路稳定、控制准确等特点,能够使智能车自主跑完赛道,在智能控制方面具有应用意义。     

基于无人机图像的实时人工目标检测

从无人机飞行时获得的图像中实时地判断出自然目标和人工目标是许多想定任务的基本需求,例如从海洋中检测出船只、从树丛中检测出车辆以及从自然环境中检测出建筑物和其他人造目标等。然而在实时处理中,图像处理过程总是受到计算时间及计算能力的限制,这就需要研究那些特性并能更好地用来区分人工目标和自然目标。探讨了基于色彩之外的其他特性来区分人工目标的方法,并给出一种所需计算量较小的简单算法。     

基于单片机的光电循迹小车设计

随着我国经济社会的快速发展和科技水平的不断提升,循迹智能小车得到了进一步的发展和应用,给人民群众的物质生活带来了极大的便利。在此背景下,本文对光电循迹智能小车的硬件设计、软件设计等进行了一定的探讨,并最终得出良好的实际效果,为我国光电循迹智能小车的进一步发展和应用带来一定的参考。     

无人机光电载荷及其应用

简要介绍了无人机优势及应用范围,对目前世界上主要固定翼无人机及无人直升机的光电载荷进行了研究分析,在此基础上,对新型无人飞行器概念平台进行介绍。最后总结了无人机光电载荷发展趋势,即随着无人机平台技术及光电载荷技术的迅速发展,长航时、良好隐身性、多用途、具备主动光电干扰能力、高智能将是无人机光电载荷的发展趋势。     

基于K60的智能循迹小车系统实现

智能化是今后世界发展的方向。智能设备能够在非人为干扰下自动完成预先设定的任务。智能循迹小车就是其中一个体现。在特定工作环境下,这种小车可以协助工作人员高效安全地完成目的任务。智能循迹系统在长时间、容易疲劳的环境下得到很好的应用。在特定的工作环境下,设定特定标志物,智能循迹系统通过识别相应标志物和预先设定的流程自主完成目标工作。主要工作原理如下:⑴硬件控制核心是飞思卡尔kenitis K60DN512Z单片机,由OV7620作为传感器获取图像数据,电机驱动用BTS7970芯片,采用PWM方波控制S3010舵机转向。⑵软件由freescale codewarrior v10.6开发环境用C++语言编写程序和编译。3.软件通过边沿提取模块和PID控制原理控制智能小车运动轨迹。     

光电循迹小车控制系统的软件设计

循迹小车竞赛是全国大学生"飞思卡尔"杯智能汽车竞赛中的一项重要赛事。本文提出了一种光电循迹小车软件设计方案,主要由四部分组成:路径识别、舵机控制、速度控制、转弯控制。实验表明这套方案可以结合赛道的各种路况信息调整车体速度,转角,保证最短时间跑完全程。     

基于PDMS光栅的小车循迹应用

智能小车可根据颜色循迹、光强循迹以及无线通讯循迹等到达人类无法到达或者无法生存的环境中采集周围环境参数,并将所需数据发送回来。将反射式光栅对激光的衍射特性与智能小车的控制技术相结合,设计出一套激光循迹系统。利用十字相交的反射光栅将入射到光栅上的单束激光扩束后反射到成像面板上,改变激光的入射角度后,成像面板上的光斑位置会有相应的变化,对光斑位置的变化做软件上的数学处理便可以得到小车的控制指令。智能小车自身不安装任何传感器设备,所有控制指令均来自上位机,小车运行过程中主要有无线通信和多路电机控制,电机之间相互配合可以实现小车的方向及转弯控制。实验结果表明,整个系统的电路结构简单,可靠性高,运行灵活方便,实现了预期的智能小车循迹功能。     

基于KEA的智能循迹小车

该文设计一种基于KEA单片机的智能循迹小车。介绍智能小车系统结构设计:由安装在智能小车前端的电磁传感器获取路径信息,并将这些信息送入KEA单片机控制系统进行分析处理,通过PID控制算法对小车的双电机进行PWM控制,使得小车沿着电磁线前进,达到循迹的目的。智能小车的硬件设计包括电源稳压模块、传感器模块、电机模块、陀螺仪模块等。软件设计包括PID控制模块、电感采集模块、速度采集模块等。实际调试过程中,智能小车能自适应直线、弯道、坡道、圆环等各种复杂路况。试验结果表明,整个系统结构简单,鲁棒性高,实现了一个同时具备速度控制、数据采集、自动循迹和路径规划识别功能的智能车。     

一种机载光电测量设备过顶跟踪技术

针对传统跟踪方式存在过顶跟踪盲区问题,论述了一种基于三轴稳定平台的过顶跟踪技术,它融合运用地平式和双轴式两种跟踪方式,实现对过顶盲区的目标进行有效的跟踪。试验表明,该跟踪方法高效实用,跟踪精度可满足使用技术要求。     

空中光电跟踪平台的引导精度分析

提供了一种以飞行器为搭载平台的精密光电跟踪系统引导精度的分析方法,以两类引导设备为例,从经典误差分析方法出发,分析了引导精度的主要影响因素,包括引导设备的测量误差、空中平台的姿态测量误差及数据传输延迟等,并指出其关键影响因素是引导设备的测量误差,可通过合理设计飞行航路避开最大误差区域或更换高精度引导设备两种途径有效减小引导误差。     

光电跟踪自抗扰控制技术研究

为了实现对快速运动目标高精度跟踪,对光电跟踪系统中的自抗扰控制技术进行了研究。根据速度闭环传递函数,利用三阶非线性扩张观测器估计系统状态变量,实现对不确定性因素的补偿,通过改变位置环被控对象传递函数提高系统的跟踪精度。对系统进行仿真与实验研究,分析自抗扰控制对光电跟踪系统动态和稳态性能的影响,与PI控制相对比,结果表明:对于高速运动目标,利用自抗扰控制技术可以将系统的跟踪精度提高7倍左右;对于低速运动目标,由于摩擦和系统噪声的影响,系统的跟踪精度仅提高了4倍左右。若在控制回路中引入相位超前环节,可以将系统的超调量降低40%,进一步改善了系统的动态性能,该技术的实现对于高精度跟踪控制的研究具有重要的应用价值。     

基于光纤组束激光的机载光电对抗方法

针对机载光电对抗平台受制于激光光源模块体积和重量的问题,结合光纤激光技术提出了新的基于光纤组束激光的机载光电对抗途径。详细分析了具体的激光组束方法,并明确了该型激光对抗的两种有效作用对象,详细论述了各种对象的作用机理及其关键因素。     

基于激光末端引导的无人机精确回收技术

为了提高野外复杂环境下无人机回收的回收精度及回收成功率,采用了基于激光末端引导体制的无人机精确回收方法,对激光末端引导精确回收无人机系统的工作原理及流程进行了理论分析和验证,取得了无人机引导距离段与激光引导光场辐射场以及无人机偏航角度信息与系统精确回收之间的数据关系。结果表明,在距离着落点1km~2km的粗引导距离段,保持恒定40m的激光引导光场辐射场,可以使无人机快速进入激光辐射场调整偏航角度信息,提高回收的可靠性;在中间距离段,激光辐射场与着落距离按线性关系变化,有利于粗引导转入精确引导阶段;在距离着落点500m以内的精确引导距离段,保持20m的激光引导光场辐射场,可以提高无人机系统的回收精度。将该方案应用到无人机的回收系统中,可以显著提高无人机在复杂环境下的回收精度。     

基于光电经纬仪的飞机着陆下滑引导监视系统设计

基于飞机着陆下滑引导监视系统设计需求,针对现有光电经纬仪通信的缺陷,通过分析系统通信物理链路,突破了光电经纬仪之间通信转换协议设计、查表法CRC码校验快速计算、实测数据滤波模型构建等关键技术,以软件技术代替硬件板卡信号处理,实现了稳定可靠且成本低廉的飞机着陆下滑引导监视系统,实验部分验证了该方法的有效性。目前,该系统已成功应用到某型飞机灯光着陆系统试飞中。     

自适应时空正则的无人机目标跟踪算法

针对无人机跟踪场景中目标分辨率较低且易受无人机(unmanned aerial vehicle,UAV)飞行姿态、速度变化等因素的影 响而难以对目标进行鲁棒跟踪的问题,提出了一种自适应时空正则的无人机目标跟踪算法以 有效解决上述问题。在时空正则相关滤波器(spatial temporal regularized correlation filter,STRCF)算法基础上引入AutoTrack中的空间正则性代价并利用峰值 旁瓣比和局部响应变化量,在线动态更新时空正则化参数以提升跟踪器的准确性,通过在跟踪 器中嵌入遮挡处理模块解决目标遭遮挡后跟踪漂移的问题。在多个无人机基准数据集上进行 了测试,实验结果表明,与基准算法AutoTrack相比,本文算法具有更高的精确度和更快的 处理速度。其中在DTB70数据集上跟踪精度和速度分别提升了1.5% 和74.4%;在UAVDT 数据集上9个属性的分类对比中,本文算法在尺度变化(scale variation,SV)、目标模糊(object blur,OB)等7个属 性上取得较高的性能,均排在第一位。由此可见本文算法可以更好地满足无人机应用需求。     

基于航迹点控制的无人机目标跟踪算法

由于运动速度的差异性,固定翼无人机跟踪机动目标时,需要规划特殊的航迹才能达到较好的跟踪效果。根据无人机的机动特性对系统进行了建模,设计了基于航迹点控制的固定翼无人机目标跟踪算法,并对该算法的性能进行了仿真,仿真结果表明该算法实时性强,当目标进行各种运动时都能有效保证无人机目标跟踪的可靠性。     

基于区域协方差矩阵的末制导目标跟踪

针对红外成像末制导阶段目标尺寸和姿态迅速变化的问题,提出了一种基于目标区域协方差矩阵的粒子滤波器目标跟踪方法。为了在红外成像末制导阶段精确跟踪目标以及抑制逐渐显现的图像细节,本方法以目标位置和大小作为目标状态,通过粒子滤波器跟踪在实时帧图像中的目标,并在图像金字塔上迭代定位目标以提高跟踪精度。为了适应目标大小的变化,通过实时更新目标模板(区域协方差矩阵)以调整跟踪窗的大小。选择多种目标特征构造区域协方差矩阵,作为目标描述符来匹配、定位目标。仿真结果表明,该方法不仅能适应末制导阶段目标尺寸的急剧变化,而且对红外成像末制导阶段目标能实现精确跟踪,表现了很好的鲁棒性。     

Autonomous mobile target tracking system based on grey-fuzzycontrol algorithm

This paper presents a new position-based tracking system for autonomous mobile target tracking task. A grey-fuzzy controller (GFC) is developed for motion control of the tracker, in which dynamics models of the target and tracker are not required a priori. The target detection is based on the adaptive visual detector (AVD), which can online adjust the histogram model based on the change of surrounding conditions, such as light variation, in a natural environment. The AVD and GFC are integrated together for mobile target-tracking applications. There are several advantages of the integrated system, in particular: (1) it can rapidly learn the target appearance model for the detection involved with the tracking task; (2) the temporal dynamics model of the target motion can be approximated for the predictive localization of the moving target; and (3) the system can deal with the uncertain environmental conditions to ensure the tracking performance by GFC. Three mobile robots in the authors' laboratory have been used to demonstrate the success of this integrated system experimentally. They also conduct target tracking experiments, in which Chung Cheng-I tracks various moving targets. The results demonstrate the robustness and flexibility of the overall system in dealing with mobile target-tracking problems under varied natural environment conditions