无人机视觉自主着陆仿真系统

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着陆的必备手段之一。作为新一代着陆技术手段,视觉自主着陆技术需要进行大量的算法研究和飞行试验,因此有必要建立一个在实验室环境来验证所提方案的可行性。本文将虚拟现实、 可视化技术与计算视觉导航算法紧密结合起来,开发了一种无人机视觉自主着陆仿真验证系统, 构建场景模块,能够在复杂三维地形、不同气象条件下对无人机视觉自主着陆算法进行仿真验证, 实时计算和输出无人机着陆所需位置姿态参数。实验结果表明：该系统真实反映了无人飞行器飞行过程中的动态特性以及姿态角等的变化,并且具备良好的用户显控界面,验证了视觉自主着陆算法的可行性。     

无人机着陆引导技术

无人机着陆引导在现代无人机中的作用越来越重要。介绍了国内外无人机着陆引导系统的现状,事故数据证明着陆引导在无人机起飞/降落的重要性。提出了差分导航和局域导航的无人机着陆引导方案,以及差分导航和局域导航的组合引导方案,给出了局域导航着陆引导精度的仿真分析,表明在给定的测量精度下,能满足无人机着陆引导的要求。分析了多种着陆引导技术的优缺点。无人机着陆引导技术的研究和开发,有着广泛的应用前景。     

基于多传感器融合的无人机自主避障方法

针对无人机利用单一传感器进行避障时存在准确度低、信息缺失等问题,提出了一种基于多传感器融合的无人机自主避障方法。通过改进的贝叶斯融合算法将二维激光雷达与深度相机获取的点云信息进行融合,以弥补二维激光雷达无法检测的区域。同时,利用融合点云生成八叉树地图,并根据不断更新的地图信息对无人机进行实时航迹重规划,实现无人机在未知环境中的自主避障。实验结果表明,所研究方法不仅提高了无人机感知周围环境的准确度,融合点云的均方根误差小于0.06 m,还具有良好的避障效果,无人机与障碍物的距离均大于0.5 m,保证了其在未知环境中的安全飞行。     

一种基于单目视觉的无人机室内定位方法

目前,无人机定位技术主要依赖以GPS(Global Positioning System)为代表的全球定位系统,然而在室内等GPS信号缺失的地方进行定位则比较困难。另外,传统的室内定位技术主要采用蓝牙、WiFi、基站定位等多种方式融合成一套定位体系,但是该类方法受环境的影响比较大,而且往往需要部署多个设备。此外,这种方式只能得到远近信息,无法知道设备在空间中的姿态。该文提出一种基于单目视觉的无人机室内定位方法。首先,通过无人机机载相机拍摄的图像,结合特征点法和直接法,先跟踪特征点,然后利用直接法根据关键点进行块匹配,估计相机位姿。然后利用深度滤波器对特征点进行深度估计,建立一个当前环境的稀疏地图,最后利用ROS (Robot Operating System)的3维可视化工具RVIZ对真实环境进行仿真。仿真结果表明,所提方法在室内环境下可以获得良好的性能,定位精度达到0.04 m。     

基于单目视觉的旋翼无人机定位系统设计

随着航空科技的不断进步,为了完成载人飞机无法完成的高危险任务,无人机的发展受到了广泛关注。传统的位置信息获取依赖GPS和IMU传感器,但在城市楼宇、室内区域,GPS难以准确获取位置信息从而失去效能,而机载IMU传感器又常常会出现较大的姿态角积累误差给无人机的导航带来一定的难度。针对室内或复杂未知环境下无GPS等外部定位辅助系统的无人机的自主定位和导航问题,文章提出一种轻量级、低成本、实时性强、稳定性高的基于单目相机的视觉定位系统方案,搭建了定位系统的硬件和软件架构,研究了单目视觉定位算法,该系统能准确获取无人机的自身位置信息,辅助无人机自主导航、姿态控制等任务顺利执行。     

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ROS系统的工训赛智能配送无人机设计

针对工程训练赛“智能+”赛项要求设计了一款能按照给定任务完成配送的无人机。无人机本体结构选择了多旋翼无人机中最为主流的四旋翼型,全机由动力系统、电源系统、传感器系统、控制系统、地面站六大系统组成;由PX4飞控和以STM32单片机为核心的机载处理器控制,软件框架基于ROS系统,在激光SLAM和VSLAM视觉传感共同作用下实现自主定位、路径规划、目标识别、货物搬运与投递等功能上,能够自主完成识别货物、搬运货物、越障、投递货物等任务。     

基于双目视觉的机器人引导系统研究

随着智能制造技术的快速发展,汽车制造也已逐步向少人化、无人化方向发展,而视觉技术的应用更是加快了汽车生产线无人化的进程。对双目视觉进行研究,相机平行布置并安装在机器人末端。通过以太网分别获取左右相机二维图像并上传到上位机,使用特征提取算法提取标定板上特征点的像素坐标导入标定模型计算出双目相机内外参数并生成相应的图像矫正矩阵,利用矫正矩阵分别矫正左右相机二维图像以消除镜头畸变;使用图像去噪、图像二值化化、特征提取、极线约束及模板匹配算法,计算出零件上特征点在左右图像上的视差,采用双目视差测距原理,计算特征点在相机坐标系下的三维坐标。通过眼在手上的手眼标定方式标定出相机坐标系到机器人工具坐标系的旋转矩阵,采用SVD奇异值分解算法计算模型坐标系到目标零件坐标系的偏移矩阵,通过坐标系变换算法将零件的偏移矩阵转换为机器人工具坐标系的偏移,再使用TCP/IP以太网通讯发送偏移量给机器人,从而实现机器人引导定位功能。测试结果表明,该双目视觉引导系统可满足基本的零件定位需求。     

基于即时稠密三维重构的无人机视觉定位

传统景象匹配定位方法在用于低空无人机定位时,易因低空航拍图像视场小,且与卫星图像（带有地理信息）的拍摄角度差异大而失败.本文提出了一种基于即时稠密三维重构的无人机视觉定位方法,通过将稠密三维点云与卫星图像匹配以实现无人机定位.首先根据图像序列快速估计摄像机位姿,而后使用多深度图协同去噪与优化算法生成稠密三维点云,随后通过变换观察视角由稠密三维点云生成与卫星图像拍摄视角相近的虚拟视图,最后将虚拟视图与卫星图像匹配并得到无人机的地理坐标.由于稠密三维点云包含多张图像的信息,覆盖面积大,且可变化观察视角,因此能够有效克服上述两个问题.实验证明了本文方法的有效性.     

基于二维码的会议签到系统设计

针对会议签到快速化、节约化要求,提出了一种基于二维码的签到系统,介绍了系统整体结构以及软硬件设计方案。系统终端由ARM11硬件平台和嵌入式Linux系统构成,使用USB摄像头完成二维码扫描,经由以太网上传至服务器,最后在java平台实现二维图像解码并记录。经过测试表明,系统运行正常,能够顺利完成签到功能。     

基于最大可知度的无人机协同搜索控制方法

针对不确定环境下无人机（ Unmanned Aerial Vehicles，UAVs）协同搜索问题，为实现最优化目标，分别对不确定环境、无人机平台、网络通信关系以及协同搜索探测更新建立数学模型，提出一种基于最大可知度（ Uncertainty Val－ue Reducing Maximization）的控制算法。采用该算法解决多无人机不确定环境下协同搜索问题，并证明控制算法的相关数学特性，最后从不同角度对协同搜索控制算法进行仿真。仿真结果表明，该算法不仅能够有效实现协同搜索，且能保证搜索区域覆盖性和时间优越性。     

一种基于P码的频域直接捕获算法的研究

GPS(Global Positioning System)系统采用典型的CDMA(Code Division Mutiple Access)体制,目前扩频PRN码主要是用于标准定位服务的C/A码和用于精确定位服务的P码.P码信号具有很强的抗干扰和保密能力,而P码的捕获通常是利用C/A码来完成的,因此,实现P码的直接捕获对我国未来发展自己的卫星定位系统具有重要意义.本文从研究信号直接捕获算法角度出发,提出了一种新的P码快速直接捕获算法,并通过仿真实验验证了算法的有效性.仿真结果表明,该算法有效地提高了捕获效率.     

一种GPS与高精度气压高度表在线互标定方法

该文针对全球定位系统(GPS)和高精度气压高度表测高误差的不同特性,建立基于三阶全微分的气压高度表原理误差补偿模型,并提出一种基于当前统计模型自适应卡尔曼滤波(KF)的GPS与高精度气压高度表在线互标定方法,实现GPS与气压高度表的优势互补。通过加速度的均值和方差的自适应跟踪,完成驱动噪声方差阵和状态参数的自适应修正。同时,引入自适应遗忘因子,充分利用现时的测量数据,改善滤波器的动态性能。真实航路数据的半物理仿真验证了该文方法的有效性。     

基于信道编码及空时编码级联的两用户协同分集

传统协同分集通过使网络中各单天线用户共享彼此天线,形成虚拟多天线阵列来实现空间分集,使得体积和功耗受限的网络终端也能获得分集增益,然而这并没有将信道编码和空时编码结合起来以使系统得到编码增益。为了能够获得编码增益来进一步改善系统性能,本文提出了一种基于信道编码和分布式空时分组码级联方式下的两用户协同分集方案,并且在准静态的瑞利衰落信道下对系统误码性能进行了理论推导和系统仿真,给出了误比特率的上限解析表达式。在协同用户间信道存在噪声的情况下,我们分别对CRC-DSTBC和CC-DSTBC级联下的发射方案进行了性能分析和系统仿真。仿真结果表明:即使协同用户间的信道存在噪声,本文所提出的协同分集方案与传统协同分集相比,不但获得了分集增益,同时也得到了编码增益,系统误比特率大大降低,从而显著提高了系统性能,并且这也和理论分析相吻合。     

一种基于空时码的协作网络编码技术及其性能分析

该文提出了一种基于空时码的协作网络编码技术(Cooperative Network Coding based on Space-Time code,ST-CNC),该技术将协作分集技术和网络编码技术有机结合,能够克服无线信道衰落,提高系统资源利用率和网络吞吐。推导了采用ST-CNC的两跳链状网络中端到端信息交换的误比特率,分析了该技术带来的分集增益和网络编码增益。结果表明:相对于传统的多跳链路的数据交互策略,该技术能够带来明显的性能增益。最后通过仿真验证了分析结果的正确性。     

一种无线Mesh网络中基于协同通信的多包接收方法

协同通信容许移动节点共享彼此的天线以构建虚拟多入多出系统,可有效获得空间分集增益。为利用虚拟多入多出信道的分集增益,该文提出了一种在无线Mesh网络上行链路中采用协同策略的多包接收方法。该方法中提出由发生冲突的Mesh终端及其协同节点构建虚拟多入多出信道,且多天线Mesh路由器通过串行干扰消除算法来快速分离冲突包。理论分析和仿真结果表明该方法可充分利用空间资源,相比NDMA和TDMA可有效提高系统的有效吞吐量并降低时延。     

一种基于LDPC编码的协作通信方式

采用空间分集的方法可以有效地对抗无线信道中的衰落.由于受到体积、重量、成本等因素的限制,在无线通信系统的用户终端上实现多天线技术较为困难.而在单天线的无线用户间通过协作,共享天线,可以实现虚拟的多天线.低密度奇偶校验(LDPC)编码是一种性能优良的线性分组码,利用其码字内码元间固有的相关性,通过不同的用户发送码字的不同部分,可以实现虚拟的多发送天线,获得发送分集增益,在不增加系统带宽和发射功率、系统复杂度也不会明显增加的情况下能显著地提高系统性能.     

无人机自主性概念研究

讨论了与无人机自主性有关的三组概念.介绍了一种无人机自主性的定义和作为其工程概念的自主能力等级.最后分析了无人机自主性,提出了无人机自主性的研究内容.     

基于SSD的实时轻量级无人机检测算法

针对当前无人机检测算法普遍不能做到快速准确检测的问题,提出了一种基于SSD的改进实时轻量级无人机检测算法--TSSD。首先,针对SSD算法的骨干网络权重参数量大的问题,改进得到一种轻量级的骨干网络。其次,针对SSD只利用多层特征图进行多尺度预测,而特征之间的联系没有被很好地融合利用,加入了一种特征增强模块来提高检测能力。在自建无人机数据集中进行的实验结果表明,提出的算法检测速度达到125f/s,远高于原始SSD的检测速度,且准确率比原始SSD也有所提升。