无人机移动自主回收着陆原理及控制方法

针对无人机回收存在着陆点相对固定、被动回收、灵活性及环境适应性较差等问题,提出了一种无人机全自主的地面移动回收原理,主要包括目标定位、动态轨迹跟踪和的主动柔顺承接,实现野外复杂环境下自主化的无人机动态移动回收。首先,针对难以精确获取无人机动态位置的问题,提出了多传感器信息融合定位和伺服转台聚焦跟踪的目标定位方法;其次,为完成对无人机的快速高精度跟踪,提出了基于无人车和Stewart平台的双级跟踪控制策略;最后,为了解决无人机着陆过程冲击大、重心失稳等问题,设计了基于模型预测的平稳性控制算法和基于自适应变阻抗的柔顺控制算法,在实时调整承接面位姿的同时做到了主动柔顺承接。搭建了由目标定位系统、无人车和Stewart平台组成的原理样机,验证了本原理的可行性及控制算法的有效性,该方案和技术已成功运用于某型号固定翼无人机自主回收。     

基于双目视觉的智能监控系统运动目标自动化跟踪方法

传统方法无法对目标精准定位,在动态环境下跟踪精准度低,提出基于双目视觉的智能监控系统运动目标自动化跟踪方法。采用背景差分法构建背景模型,通过计算二值差分图像比较差分图像像素和某特定阈值,确定检测目标具体位置。研究以双目视觉安全防护为基础的监控示意图,利用特征向量线性组合表达不同人脸变化或特性,根据具体实施步骤设计人脸监测与识别流程,采用CamShift跟踪算法求局部最优解,获取重投影矩阵,在监控系统运动目标发生遮挡后再次进行自动化跟踪。以Python为语言基础进行实验对比分析,由实验结果可知,基于双目视觉方法跟踪精准度较高,能够实现对运动目标的精准定位。     

基于双目视觉的运动目标检测跟踪与定位

为克服传统目标检测跟踪方法无法对目标准确定位,以及在复杂环境下容易受光照、阴影等因素干扰的问题,提出了基于双目视觉的目标检测跟踪与定位方法。首先使用Matlab标定工具箱和OpenCV进行摄像机标定和图像校正,然后利用基于双目视觉的背景差分法实现目标检测,结合基于Kalman滤波的改进Camshift算法实现目标跟踪,最后利用视差图得到目标三维信息,从而实现目标定位。实验结果表明,所提方法能够实时跟踪运动目标并实现目标的准确定位。     

基于线结构光的双目视觉目标位姿测量研究

为了应对在复杂情况下对无有效特征物体的非接触目标位姿测量,文中提出了一种基于结构光的双目视觉目标位姿测量方法,通过将结构光投射到目标物体上,结合2台工业摄像机组成一个结构光双目视觉测量系统。重点介绍了光条中心提取方法、立体匹配方法的选择,以及对结构光双目测量系统的测量模型,并进行了平面板件偏转角的测量实验,验证了测量方法的可行性与有效性。     

基于双目全景视觉的无人机避障技术探究

无人机经常应用于复杂的环境之中,该环境要求无人机具有自动避障功能。在常用的避障技术中机器视觉具有不可替代的作用,而双目全景视觉集中了双目和全景的优势,在无人机避障领域具有广阔的应用前景。详细分析双目视觉技术、全景视觉技术及双目全景视觉技术的结构和原理,并提出基于双目全景视觉的无人机避障技术流程和该技术未来的发展方向。     

基于改进LK光流的四旋翼无人机悬停技术研究

随着无人机应用场景的不断拓展,在GPS信号不可靠时仍能精确定位是无人机发展要解决的难题。以四旋翼无人机为研究对象,针对传统LK光流法在实际应用中存在定位精度不高的缺点,采用一种用于精确估计的改进LK光流法。该方法针对光流传感器的有限运算能力,采用Shi-Tomasi角点检测算法和双线性差值法提高无人机定位精度和稳定性;在光流计算时,通过建立光流金字塔解决无人机运动产生的大位移问题,并对计算产生的FB误差进行补偿,提高计算精确度;利用无人机硬件平台在室内进行实际飞行验证。结果表明:这种改进的LK光流法定位精度高,在稳定光照条件下能进行精确定位悬停飞行,其定点精度大约为半径40 cm的圆形。     

基于目标跟踪的变电站隔离开关状态图像识别方法

为解决变电站中隔离开关状态的自动识别问题,提出了基于目标跟踪的开关分合状态图像识别方法。首先,基于隔离开关开合过程的动态视频,通过 Ｌａｓｓｏ正则化稀疏表示的目标跟踪模型对隔离开关运动轨迹进行识别;其次,利用隔离开关２个闸刀之间的距离自动识别算法获得开关的分合状态。实测结果表明,该方法可快速跟踪开关运行轨迹,实时对变电站中隔离开关状态进行准确识别。     

基于Horn-Schunck光流法的运动目标检测的研究

运动目标检测具有广泛的理论及现实意义,光流法是运动目标检测的重要方法之一。对基于Horn-Schunck光流法的运动目标检测方法进行了分析和仿真,计算出了相邻帧图像的光流并进行了运动目标的检测。通过实验证明,基于Horn-Schunck光流法的运动检测方法能够有效地检测运动目标。     

特征点辅助的时空上下文目标跟踪与定位

针对动态目标跟踪中快速运动和目标遮挡而跟踪失败问题,提出了一种特征点辅助的时空上下文跟踪算法。首先提取目标特征点,通过特征点匹配和光流跟踪方法进行目标追踪,获得目标预估位置;其次,建立特征点变化率和时空上下文模型更新率关系模型,实时调控更新率,防止引入错误信息;最后,在预估位置区域内,构建局部上下文外观模型,计算与时空上下文模型的相关性获取置信图,进一步精确定位目标。算法在一组测试视频集中进行验证,相比目前4种主流算法(平均跟踪成功率最高为60%,平均跟踪误差最小为26.14 pixel),本算法综合性能达到最优,平均跟踪成功率为90%,平均跟踪误差为7.47 pixel,平均跟踪速率25.31 f/s。在双目视觉移动机器人平台上对随机运动目标进行跟踪实验,在背景干扰、遮挡、目标旋转和快速运动等组合情况下,跟踪成功率97.4%,跟踪距离平均相对误差为4.05%。     

一种改进光流法的运动目标检测及跟踪算法

针对精确制导武器末制导过程中动态背景情况下难以有效检测出运动目标的问题,提出了一种改进光流法的运动目标检测方法,并设计了相关跟踪算法。将Shi-Tomasi角点检测和金字塔LK(Lucas-Kanade)光流法结合,只计算强角点处的光流场,较好地估计了全局运动参数,然后采用卡尔曼滤波平滑运动矢量,有效地对当前图像进行了运动补偿。8对补偿后的图像采用三帧差分法得到运动目标,并设计了形态学腐蚀和膨胀运算去除了噪声以更准确地提取目标,最后对检测出的运动目标用归一化积相关算法进行了跟踪。仿真试验及嵌入式平台下的实际测试结果表明,所设计的算法在背景运动情况下依然能够非常有效地检测出运动目标,并且对目标能够稳定地跟踪。在PC上处理速度达到了34.1 f/s,嵌入式平台下为15.6 f/s。     

采用光学定位跟踪技术的三维数据拼接算法

为了实现大型自由曲面的三维面型测量,提出了采用光学定位跟踪技术的数据拼接方法。平面靶标作为中介,固定在测量系统上,靶标上的特征点在测量坐标系中的坐标通过中介坐标转换法获得。利用双目立体视觉构建跟踪定位系统,并以跟踪坐标系为全局坐标系,获取平面靶标上特征点的三维全局坐标,求得测量坐标系到全局坐标系的转换矩阵,将测量传感器在不同位置下所测的各子区域的三维数据统一到全局坐标系下,完成大型自由曲面的全局测量。对平面靶标上100个点进行两次测量,实验结果表明：单次测量精度为0.08mm,拼接均方误差小于0.237mm。该方法操作简单、可行,能满足一般的精度要求。     

高速三维数字图像法测量手机跌落全场应变

为了测量手机跌落时的变形与应变,基于数字图像相关法及双目立体视觉原理,提出一种用于手机跌落试验中变形与应变测量的方法,并研制了相应的高速三维全场应变光学测量系统。针对手机跌落碰撞过程中,角度变化导致散斑匹配失败率高,变形应变场缺损严重的问题,利用高速相机高速采集图像,并改进图像匹配方法,采用顺序逐帧基准匹配,保证了测量精度,提高了应变场完整度。研制了光学测量系统,设计了试验方案,进行了数字图像测量方法与动态应变仪测量结果的对比,对改进的散斑匹配方案进行了验证。试验结果表明,本文的方法使变形应变场的完整度提高了21%,其位移动态测量精度为0.42%,应变测量精度为0.5%。本文的方法和系统可以满足手机跌落碰撞全场变形与应变测量的要求,与传统测量方式相比有明显优势,是研究手机跌落碰撞变形规律的有效途径。     

适应移动智能设备的目标跟踪器

针对增强现实技术在移动智能设备上应用需求,设计了一种适应移动智能设备嵌入式系统的目标跟踪器。在特征描绘阶段采用亮度信息进行二值特征的快速分割并建立强显著性的二值特征描绘器;在特征选择阶段提出一种稀疏跟踪搜索模板进一步提高跟踪算法的执行效率。然后,在跟踪器中建立了存储目标初始信息的静态库与不断更新目标外观或运动变化信息的动态库,通过对比静、动态库与搜索模板区域中的信息确立跟踪目标位置。对跟踪器执行时间进行了对比,结果表明:在保证较高的跟踪精度条件下,采用稀疏搜索模板能明显改善算法的执行时间,将搜索半径设为10可在绝大多数情况下满足跟踪器的实时要求。对跟踪器的有效能力亦进行了对比,结果显示:在3组不同搜索半径下,提出的DBRISK描绘方法的平均跟踪误差相对于BRISK(Binary Robust Invariant Scalable Keypoints)方法分别下降了16%、28%和29%。实验表明:提出的方法能够明显改善跟踪器的信息提取准确度,适用于计算能力有限的移动智能设备。     

基于双目视觉的主从式机器人主手系统设计和研究

提出了一种基于双目视觉的主从式机器人主手系统,采用双目视觉技术实时识别并跟踪手柄的运动,同时测量其空间位姿。首先通过背景差分法检测出手柄,然后用卡尔曼滤波器对手柄的位置和速度进行预测,跟踪手柄的运动。在标记点的立体匹配中采用了特征匹配和区域灰度匹配相结合的方法,并引入唯一性和顺序一致性约束来剔除伪匹配,最终测罱出手柄的实时空间位姿信息。实验结果证明系统方案是可行的。     

Visual-based quadrotor control by means of fuzzy cognitive maps

By applying an image-based visual servoing (IBVS) method, the intelligent image-based controlling of a quadrotor type unmanned aerial vehicle (UAV) tracking a moving target is studied in this paper. A fuzzy cognitive map (FCM) is a soft computing method which is classified as a fuzzy neural system and exploits the main aspects of fuzzy logic and neural network systems; so it seems to be a suitable choice for implementing a vision-based intelligent technique. An FCM has been employed in implementing an IBVS scheme on a quadrotor UAV, so that the UAV can track a moving target on the ground. For this purpose, by properly combining the perspective image moments, some features with the desired characteristics for controlling the translational and yaw motions of a UAV have been presented. In designing a vision-based control method for a UAV quadrotor, there are some challenges, including the target mobility and not knowing the height of UAV above the target. Also, no sensor has been installed on the moving object and the changes of its yaw angle are not available. Despite all the stated challenges, the proposed method, which uses an FCM in controlling the translational motion and the yaw rotation of a UAV, adequately enables the quadrotor to follow the moving target. The simulation results for different paths show the satisfactory performance of the designed controller.     

面向目标跟踪的传感器网络分布式组管理机制

移动目标跟踪是无线传感器网络中的重要研究课题和研究热点之一。分布式组管理机制是移动目标跟踪系统的核心组件，是系统达到高可扩展性和低能耗的关键。本文提出了一种基于目标射频信号强度的贪婪式组管理机制，从组的构建和组的维护2个方面对其工作机理进行了详细阐述，并针对系统运行时可能出现的各种异常状况给出相应的解决方案。本文最后给出了组管理机制在TinyOS平台上的具体实现，以及在实际中的部署效果和从中获得的经验。     

非合作航天器的立体视觉位姿测量

针对在轨服务中非合作航天器相对位姿测量的关键任务,提出了一种双目立体视觉方法.该方法利用两台大视场可见光相机获取高分辨率图像,用双边滤波方法对图像进行预处理,接着利用弧线段拟合法提取目标表面的对接环椭圆,用Hough变换法提取目标的矩形边框特征,并引入极线约束准则、对接环尺寸约束和光流跟踪的方法,提高算法的提取精度和效...     

移动机器人导航算法研究

利用非线性微分动力系统稳定性理论,用点吸引子构造移动机器人奔向目标行为和用点排斥子构造避障行为两种行为模式,将奔向目标行为和避障行为相结合,使机器人能够根据所处环境的变化,通过行为模式权值的调整实现行为间的竞争;分析了系统稳定的基本条件,建立了基于动态方法的智能机器人行为动态导航模型;运用立体双目视觉构建局部地图,通过计算机实例仿真,验证了该机器人导航模型的可行性。仿真结果表明:该模型可以满足较为复杂未知动态环境中的导航和目标跟踪要求。