基于深度视觉的四旋翼无人机自主飞行感知和避障综述

随着无人机技术的深入发展，基于深度学习且以视觉输入的四旋翼无人机(四旋翼)自主飞行感知和避障研究备受该领域学者的关注，以无人机飞行模式朝着完全自主的终极目标不断迈进。无人机的自主感知和避障正是实现无人机自主飞行的关键所在。简要地阐述了目前无人机自治水平等级和相关深度学习方法；对四旋翼的仿真平台和公开数据集进行了较为全面的介绍；从无人机自主飞行感知和避障2个方面，对当前基于深度视觉的四旋翼自主飞行感知和避障相关国内外文献报道，进行了较为全面的分析和总结；结合深度学习方法和以视觉输入的四旋翼自主飞行感知和避障在一些关键的开放性问题上的不足，对其未来挑战和发展趋势进行了总结和展望，旨在为后续研究提供参考。     

基于图像匹配的无人机自主返航技术

文中基于无人机机载的视觉信息,在GPS信号不可靠的环境下实现自主返航的功能。利用无人机底部垂直向下的摄像头,对图像计算光流可以较精确地获得无人机的速度信息。在去程中,无人机每隔一定距离记录一次位移信息与向前摄像头图像的关键帧;在回程时,无人机先根据位移信息到达关键帧图像附近,然后比较当前图像与目标关键帧纠正误差,对下一帧重复这两歩直到回到起点。仿真实验证明文中所述方法能较好地实现定点悬停和自主返航的功能。     

基于视觉图像的四旋翼无人机飞行控制研究

为了利用视觉图像中信息的无源性、实时性以及机载控制器的自创性等特性，解决无人机信源易干扰、有延时、受制约的问题，分析了“十”字型四旋翼无人机的动力结构、控制原理以及无人机飞行过程中位姿方程、动力方程之间的相互关系，完成了四旋翼无人机六自由度信息和飞行控制四元素输入信息之间的转换，设计了基于合作目标匹配的无人机视觉图像自主控制算法。结果表明，在实测值为零时，即可完成自主降落功能。该算法可以实现简单环境下四旋翼无人机的自主降落。这一研究对无人机的自主化、智能化发展具有一定的帮助作用。     

四旋翼无人机斜面降落系统设计

对于复杂环境下四旋翼无人机(UAV)在斜面上完成精准降落,提出了一种新颖的系统框架。通过带有板载大疆Manifold,视觉传感器guidance的四旋翼无人机实现斜面平稳降落。采用比例—积分—微分(PID)控制方法对无人机的自主降落控制算法进行了优化,Manifold对获取的导航数据进行实时计算,四旋翼无人机可以精准到达降落点上空。提出通过代价函数筛选四旋翼无人机平台大疆(DJI) M100采集的数据,并采用反向补偿算法完成了在斜面上的精准降落。实验结果表明,所提算法能够有效保持四旋翼飞机在飞行时的位姿稳定,并能在斜面上精准降落。     

基于Matlab/FlightGear的四旋翼无人机仿真实验平台设计

文章以六自由度四旋翼无人机模型为基础,设计并建立了基于FlightGear的仿真实验平台。该平台基于Matlab/Simulink实现无人机模型及控制系统的仿真设计,使用Statef low实现无人机起飞、轨迹跟踪飞行、返航、降落的模式切换,并与FlightGear进行对接,实现完整飞行场景下四旋翼无人机的三维实时可视化显示。     

基于ROS的无人机仿真控制研究

基于ROS的无人机飞行控制研究是目前无人机领域一项十分重要的研究内容。文章在ROS melodic中建立四旋翼无人机的Gazebo模型,其与Px4飞控、QGC地面站之间利用MAVLink建立稳定低耗的无线双向通信,对无人机的飞行与轨迹规划等功能进行研究。结果表明：文章在ROS中所仿真的四旋翼无人机能够实现人为控制飞行与轨迹规划等功能,并且理论数据与实际飞行数据误差小。     

基于视觉感知的巡线机器人系统

本文设计制作了一套巡线机器人系统,实现了图像的采集处理及飞行姿态的控制。该系统利用飞控结合串级双闭环PID对无人机进行姿态稳定控制,通过对摄像头采集到的图像进行处理,融合飞控模块的姿态数据,完成悬停、巡线等功能。该系统具有结构简单,控制精度高,抗干扰能力强等特点。     

一种改进的四旋翼无人机频域参数辨识方法

针对现有的四旋翼无人机频域参数辨识方法存在的不易兼顾频带宽度与精度,且辨识过程效率较低等问题,提出了一种改进的频域辨识算法。首先,建立了悬停条件下四旋翼无人机的系统模型,然后对基于四旋翼无人机平台的实测数据采用组合窗处理得到频率响应,再将模式搜索中的K-平均聚类算法应用于辨识过程,得到四旋翼无人机状态空间模型。结果表明,该方法兼顾辨识精度与复杂度,辨识得到的模型频率响应能与四旋翼无人机实际模型较好地拟合。     

自主导航与精确定位的四旋翼飞行器设计

无人飞行器凭借机动性强、易于操控等优点在军事领域和民用方面都具有较好的应用前景。为了解决传统导航定位利用GPS,而普通GPS定位精度不够高的问题,利用单目视觉摄像头,结合姿态、超声波、光流等传感器,设计搭建了基于图像识别的四旋翼飞行器作为研究实验平台,并在一定空间范围内进行了飞行实验。实验结果表明,飞行器能够在x、y方向位置误差75 mm、180 mm内实现稳定悬停,自主搜索信标并降落,降落成功率超过90%,验证了设计的合理性与正确性。     

基于UKF和CIFER的四旋翼无人机参数辨识方法

针对传统获取四旋翼无人机关键参数的时域方法存在的对环境适应性不强,计算量大,风洞试验成本高、周期长等问题,提出了基于UKF数据预处理与CIFER组合的辨识算法。首先,建立了悬停条件下四旋翼无人机的系统模型,然后对基于四旋翼无人机平台的实测数据进行无迹卡尔曼滤波处理,再将其应用到频域辨识工具CIFER软件包中,对于模型中不易确定的关键参数进行辨识。结果表明,经过数据预处理的数据辨识得到的结果在低频阶段跟踪性能好,曲线吻合程度较好,关键参数可信度高。     

四旋翼飞行器悬停算法设计与实现

针对四旋翼飞行器悬停困难的问题,从外力平衡与外力矩平衡两点出发,根据牛顿-欧拉方程对悬停状态下的飞行器建立动力模型,利用PID控制理论进行回路控制,设计了四旋翼飞行器的悬停算法。现场飞行测试结果为飞行器在水平范围±2 m、垂直范围±1 m的空间范围内漂移,实现了飞行器的悬停功能。     

基于串级PID控制算法的四旋翼无人机控制系统设计

四旋翼无人机相较于传统的固定翼无人机有着更好的机动性、稳定性。它能适应更加复杂的飞行环境,对操控者的操控技术要求比较低,因此近年来四旋翼无人机在各个领域得到了更加广泛的应用。勘察、救援、电力设备巡检等众多领域都可以看到它的身影。然而相较于传统的固定翼飞机,四旋翼无人机的飞行控制系统设计难度大幅度提升。系统本身具有耦合性强、非线性、驱动数量比自由度少等特点,这些系统本身的特点大大提高了四旋翼无人机控制系统的设计难度。基于相应的物理学和力学理论,首先给四旋翼无人机建立了数学模型;然后设计了四旋翼无人机控制系统的硬件电路部分,可以为四旋翼无人机控制算法的实现提供硬件支持;最后基于串级PID控制算法为四旋翼无人机设计了飞控系统。通过仿真飞行实验验证了控制系统具有很强的稳定性和抗干扰能力。     

迭代学习的四旋翼无人机重复航迹跟踪控制实验研究

新工科建设以强化学生的工程实践与创新能力的思想为指导,为应对新的要求并推进实验实践教学改革,设计一种适应于本科生工程实践训练的四旋翼无人机飞行实验平台。该实验平台结合机械、信号处理、自动控制等学科知识,以四旋翼无人机为研究对象,分析四旋翼无人机动力模型,研究和设计迭代控制算法。采用Simulink进行仿真,以北京航空航天大学可靠飞行控制组研发的RflySim无人机模拟器平台搭建所设计的实验平台。最后,进行现场实际测试和航迹跟踪飞行测试,测试结果符合实验的预期,且航迹跟踪准确。所设计系统易于激发学生的参与兴趣,能够有效提高学生的动手能力及工程实践技能。     

基于预探索的动态自适应3DVFH+无人机避障算法

为解决无人机在未知复杂环境下的自主避障规划问题,同时考虑到旋翼无人机平台硬件资源稀缺的问题,提出了一种基于预探索的动态自适应3DVFH+算法。根据无人机飞行进度以及障碍物信息,动态调整代价函数的自适应权重因子;通过对无人机视野范围的预探索,构建了搜索树,并对障碍物及无人机模型进行了建模研究,同步实现了无人机在复杂环境中的可视化分析。结果表明,动态自适应代价函数消除了3DVFH+算法的死区现象;预探索机制解决了算法的局部最优解问题,规划航线缩短37.15%,所需时间减少24.48%。同时搭建了复杂度较高的森林障碍物进行验证分析,相较于使用八叉树框架建图的3DVFH+算法执行相同避障规划任务时节省内存可达25.26%。     

具有超视距巡航的四旋翼无人机研制

本文以四旋翼作为飞行平台,用arduino mege 2560单片机,三轴陀螺仪MUP6000,三轴加速度仪MUP6000,高精度数字空气压力传感器MS5611,三轴磁力计,高精度6M-GPS,3DR RADIO与无人机实时通信,实现对无人机姿态的控制和地理坐标的检控。以APM无人机开源程序为基础,修改程序代码,依靠三轴陀螺仪和三轴加速度仪对无人机的姿态进行修正,利用GPS和气压高度计的信号对无人机的航向、位置进行修正,使无人机的飞行姿态更加稳定。实际测试表明：该无人机具有一键返航、一键定高、预先设置航点飞行、地面站实时监控和超视距巡航等功能,能够用于航拍航测等领域。     

四旋翼无人机自主追踪系统设计

为实现四旋翼无人机自主飞行、定点悬停和跟踪地面目标的系统设计,在系统中加入摄像头来采集地面信息,进行相应的图像处理后,所得结果结合视野的九宫格分割法,可以获得待追寻目标位置信息。系统包含超声波定高模块,将传统的无人机运动控制的六自由度简化为四自由度。采用将位置信息引入到PID控制系统中的方法,获得四电机的控制命令,进而实现前后左右的移动。此外,运用双控制器,一台控制器用于控制飞机运动,另一台控制器用于控制系统的各个模块,减少数据处理负担,加快处理速度。最终,实现预期的自主追踪效果,与已有方法相比,具有更简化的运动控制思路,跟踪更灵敏。     

基于串级PID的多旋翼精确定点悬停控制研究

针对多旋翼飞行器的精准定点及稳定悬停控制问题,采用串级PID控制算法设计位姿控制器对多旋翼的位置和姿态进行控制.对多旋翼进行运动学及动力学分析,建立数学模型,并对所建模型进行分析再建立控制分配模型.为了简化控制器设计,将控制器分为位姿控制器和控制分配器两部分进行设计,改变控制分配器可以实现对不同旋翼的飞行控制,具有更广的适用性.仿真结果表明,多旋翼无人机具有较快的响应速度,垂直起飞和平飞两个阶段衔接紧密,能够准确到达给定目标位置并进行稳定悬停.     

基于信息融合技术的四旋翼飞行器稳定性设计

针对四旋翼飞行器的惯性传感器漂移、GPS精度差及使用环境受到限制等因素导致的难以稳定悬停的问题,提出了利用改进信息融合处理算法,加装光流传感器和超声波传感器,使四旋翼飞行器对自身的姿态位置及运动状态能更准确的估计,从而实现稳定的调整,通过仿真及实际测试表明：改进后得到的飞行器的姿态及位置估算更为接近理想值,同时飞行器的平稳性得到很好的改善。     

紫外光通信协作无人机防撞编队的控制方法

为了研究强电磁干扰环境下无人机防撞编队的避障控制效果, 采用无人机编队间紫外光通信模型, 对传统人工势场法进行改进, 给出了具体无人机编队机间和无人机与障碍物的势场函数, 实现无人机编队在飞行的同时可以进行局部避障。结果表明, 在相同条件下, 改进后的人工势场法比传统人工势场法的避障时间减少了7.38%, 避障总路径减少了5.8%, 将改进后的避障算法应用到编队中可实现无人机编队的机间避障与外部障碍物的规避, 且编队间能够保持固定队形飞行至目标点。这一结果对强电磁干扰环境下无人机编队避障的研究有一定的应用价值。     

基于AVR单片机的四旋翼飞行器的设计

四旋翼飞行器具有机械结构简单、成本低、事故率低、重量轻等优点,因此应用前景广泛。文章以Arduino Mega2560单片机为核心控制器设计一架小型四旋翼飞行器。首先,通过主控制器、惯性测量单元、遥控通信模块、电源与驱动模块完成系统的硬件结构设计。其次,采用卡尔曼滤波来消除干扰,以及利用四元数算法解算出飞行姿态角控制电机的转速,并通过双闭环串级PID控制来调节飞行器的平衡性。最后采用C语言编写控制程序,软硬件联机调试并进行实地飞行测试。测试结果证明,四旋翼飞行器可以很好地平稳起飞,并且可以完成自稳、悬停等运作,达到了设计目的。