基于仿生眼异向运动原理的超小型无人旋翼机定点着陆新方法

基于仿生双眼的异向运动原理,提出了超小型无人旋翼机野外定点着陆的一种新型定位方法,并且根据眼球运动的神经回路,建立了眼球异向运动控制模型.对该控制模型进行了仿真实验,并将仿真结果与双目异向运动的生理学特点作了对比,对比结果表明该模型符合双眼异向运动的生理学特点,能自适应地实现双目异向运动.最后,在仿真的基础上,分析了影响超小型无人旋翼机野外定点着陆的因素.这种新型的方法与传统的视觉方法相比,可以消除盲区,从而克服了野外定点着陆的不准确性.     

仿生型机器人眼球运动控制系统建模

首先,分析了人眼眼球运动的特点和形式．然后,在人眼解剖学和生理学研究的基础上,根据控制眼球运动的神经回路,建立了可实现人眼功能的仿生型机器人眼三维眼球运动控制系统的数学模型．在与生理学试验相同的条件下对该模型用Matlab 65进行了仿真实验,仿真结果与生理学实验结果对比表明,该模型能自适应地实现人眼的平滑追踪、前庭动眼反射、视动反射及其复合运动．     

无人飞艇的基于计算机视觉导航和预设航线跟踪控制

小型无人飞艇在反恐防暴、灾难监控、大气监测、广告、航拍、交通监控、应急通信中继平台等很多方面都有广阔的应用前景.这些应用都要求飞艇具有自动跟踪预设航线的能力.因此，本文提出了基于计算机视觉导航和优化模糊控制的策略来实现预设航线的自动跟踪.文中首先详细介绍了基于自然标志的视觉导航原理，无人飞艇机载视觉系统通过跟踪这些特征点——易在图像处理中识别的自然标志，例如城市中的高层建筑物，再结合数字地图或GIS，获取它们的位置和几何特征信息，利用针孔模型成像的几何关系解算出飞艇的位置和方向；接着根据无人飞艇的动力学特性，设计了以视觉导航获取的飞艇位置和方向信息作为输入的模糊飞控系统，并用GA算法优化了模糊控制器的成员关系函数.最后进行了验证和分析.     

C8051F020的微型旋翼飞行器实验平台的控制系统

提出了一种与传统桨距角递推算法不同的基于高速摄影和图像处理的桨距角测定方法。根据实验要求,开发了一个以微型旋翼飞行器的非对称变距装置为测试主体的实验平台,并设计了一套基于C8051F020的微型旋翼飞行器实验平台的控制系统。该控制系统以C8051F020单片机为微控制器,用微型位置传感器来检测螺旋桨主轴的相位信息,并利用C8051F020单片机内部的PCA捕捉功能采集位置传感器的输出信号,得到螺旋桨主轴的四个相位;利用单片机输出的PWM方波信号控制电机的转速,以达到对螺旋桨电机进行加速的目的;利用单片机内部产生的PCA捕捉中断来触发高速摄像机的拍摄,以实现飞机加速与拍摄的同步。该控制系统结构紧凑,系统可靠性高。最后通过该控制系统来控制微型飞行器仿真飞机前飞的状态,得到该状态下桨叶的变距曲线,证明所提出的桨距角测定方法和由此开发的实验平台在测量桨距角中是有效的,达到了预期目标。     

基于视觉的低空跟踪系统

构建了一个以无人飞行器为载体的基于视觉的低空跟踪系统。该系统由地面站和机载模块两部分组成,构建了机载自动跟踪与地面人工干预两个并联的控制回路;采用了基于灰度直方图的自适应容忍度多阈值分割算法,并在此基础上采用了基于双重子窗口的动态聚类目标提取方法;用目标的形心脱靶量作为云台的控制参数,根据目标的运动趋势对速度参数进行调整。系统通过用鼠标对监控视野中心的坐标替换目标的形心脱靶量实现机载自动跟踪和地面人工干预的平滑切换;保留不同照度下目标的灰度阈值,使得运动区域在阴影下也能被分割。经过2~3次的聚类迭代,较精确地计算出目标的形心位置,排除了干扰目标的影响,系统的处理速度达到15 frame/s。结果表明,上述算法和方法是可行的,系统具有较大的实用性。     

基于无人旋翼机自主着陆模型的摄像机外参数在线自标定

为了解决在双目视觉系统视轴夹角不断变化的情况下摄像机外参数的实时标定问题,提出了一种基于无人旋翼机自主着陆模型的摄像机外参数在线自标定方法.它首先获取下降前以及下降后的着陆目标图像,计算出两个阶段目标图像仅由高度信息所影响的偏移量,利用模型推导公式计算出光轴应当转过的夹角度数及下降高度.实验证明,方法实时更新了光轴角度,实现了摄像机外参数的自动标定.     

仿生双目异向运动控制系统

介绍一种用于超小型无人旋翼机自主着陆的仿生双目异向运动系统的总体设计,研制,工作过程以及系统设计中的技术问题和解决方案。     

视觉仿生学研究现状及展望

主要针对人眼仿生学,介绍了视觉仿生学研究的现状及部分代表性成果,并加以阐述其特性。最后总结了视觉仿生学研究的发展趋势。     

一种双目视觉传感器的快速自标定方法

为克服传统的立体视觉传感器标定过程繁琐、不适应现场操作等弱点,提出一种基于本质矩阵求解的双目视觉快速自标定方法。该方法离线标定摄像机的内部参数,通过双目匹配的对应点,线性求解双目视觉的本质矩阵,快速地得到双目视觉传感器的各个外部参数。实验结果表明,该方法在精度上与传统标定方法相当,且标定过程快捷、方便,适合现场标定操作。     

基于ABCshift算法的目标检测与跟踪

针对Camshift算法需要人为定位的问题,利用帧间差分法检测运动目标的初始位置,采用ABCshift算法连续更新背景模型,自动降低类目标色在颜色概率分布图中的密度值,从而实现准确的目标检测与跟踪。实验结果表明,该方法可以解决Camshift算法进入大面积类目标色背景下目标跟踪效果不理想的问题,在复杂背景下具有较好的适应性。