基于ARM处理器的四旋翼无人机自主控制系统研究

为实现四旋翼无人机的自主飞行控制,设计并搭建了四旋翼无人机的硬件飞行控制平台.该平台采用自行组装的四旋翼飞行器作为本体,航向姿态参考系统(AHRS)MTi-G单元作为主要机载传感器,ARM嵌入式系统芯片作为主控制器,AVR单片机作为超控单元.基于四旋翼无人机的非线性动态模型,采用内外环结构的PD控制算法,构造了无人机的位置与姿态跟踪控制器.实现了四旋翼无人机滚转角、俯仰角和水平纵向、横向位置共四个自由度的自动控制.实验结果表明,本文提出的机载控制系统设计取得了较好的飞行控制效果.     

基于深度学习的无人机单目视觉避障算法

针对基于单目视觉的无人机(UAV)避障问题,本研究提出基于单目深度估计和目标检测的四旋翼自主避障方法。其中,单目深度估计模型提供障碍物像素级别的深度信息,目标检测模型提供障碍物的位置信息。单张红绿蓝(RGB)图像的深度图和目标检测结果由卷积神经网络(CNN)获得;图像的区域划分以目标检测结果为依据,区域深度以深度估计结果为计算依据;规划算法依据区域深度和区域划分结果计算无人机的线速度和角速度,实现无人机的自主避障。为验证算法的自主避障性能,采用Parrot Bebop2无人机对本研究提出的算法与直飞算法进行实飞对比实验。结果表明:本研究提出的算法可用于四旋翼无人机的低速自主避障。     

基于视觉的四旋翼飞行器稳定飞行控制

针对室内四旋翼搭载的常规惯性测量单元采集的速度具有很大误差, 在实际飞行过程中无法定点悬停的问题, 搭建了一套基于视觉的小型室内四旋翼飞行器, 应用串级比例、积分、微分控制算法(PID: Proportion Integral Differential)控制飞行器。实验结果显示, 此方法有效解决了室内或密闭环境下四旋翼在悬停飞行过程中水平漂移的问题, 能使四旋翼飞行器在室内的环境下平稳飞行。     

基于人工免疫和图像直接反馈的视觉伺服控制

传统的基于图像特征的视觉伺服控制方法通用性差,且图像特征的标记、提取与匹配过程复杂.为此,文中提出了一种基于人工免疫和图像直接反馈的平面视觉伺服控制方法.首先采用人工免疫算法求解期望图像与反馈图像之间的位置与旋转误差,然后将误差信号经视觉控制器转换成机器人空间的位姿增量信号发送给机器人控制器,从而在无需进行图像特征标记与提取的情况下完成视觉伺服闭环控制任务.实验结果表明,采用文中方法能控制机器人准确地跟踪目标物体,控制误差不超过1个像素,说明文中方法是有效和正确的.     

基于多传感器的微型四旋翼室内自主悬停研究

针对微型四旋翼在室内环境下不能通过外部定位系统实现自主悬停的问题,给出一种基于多传感器的微型四旋翼自主悬停控制方法。采用四旋翼分布式多传感器构建环境信息检测系统,实时获取四旋翼飞行器姿态和相对位置信息;通过设计控制装置对飞行器姿态进行控制,实现自稳飞行;通过室内基站定位平台与光流传感器的速度反馈,实现水平方向位置控制;通过超声波、气压计融合,实现飞行高度控制,最终完成对四旋翼飞行器的室内空间位置控制,使飞行器能够在室内空间中的任何一点悬停,并仅在小范围内波动。通过自主悬停仿真研究验证了方法的有效性。     

一种小型倾转四旋翼飞行器的轨迹控制

针对小型倾转四旋翼(quad tilt-rotor,QTR)无人机位置控制过程中存在的外部扰动、建模误差以及输入时延的问题,给出了QTR的动力学模型,并采用基于扰动观测器的控制方法,设计了QTR的位置控制器。内回路的姿态控制器采用鲁棒伺服线性二次型最优控制器。仿真实验部分,设计了相应的飞行场景对设定的轨迹进行跟踪。仿真实验表明,所设计的基于扰动观测器的位置控制器能有效地实现对期望轨迹的跟踪,使得QTR能兼顾传统旋翼飞行器的飞行功能,同时又能像固定翼一样进行长距离快速飞行。     

基于有限视觉信息的小型无人机编队控制

依据大雁飞行时依靠视觉信息形成V字形编队的群体行为,研究装载单目鱼眼镜头的小型无人机凭借视觉信息控制编队的问题。通过数学方法刻画小型无人机的"视觉盲区",并设计代价函数来表征小型无人机在不同飞行状态中的"视觉代价"。据此提出一种基于代价函数的控制律,在保证无人机任意时刻不飞入其他无人机"视觉盲区"的前提下,利用梯度下降法使含有速度与位置信息的期望函数收敛达到稳态。由于"视觉盲区"的存在意味着一些队形无法实现,对此给出了可编队范围的描述。仿真结果表明,该控制方法能避免无人机进入其他无人机的盲区,并使无人机组实现预定的编队状态。由此验证了该方法的可行性与有效性。     

四旋翼无人机自抗扰飞行控制器研究

为了提高飞行过程的抗扰动能力,针对四旋翼无人机自抗扰飞行控制器设计,分析自抗扰控制基本原理及其参数调节规律,在此基础上,改写四旋翼无人机动力学模型,引入虚拟控制量对位置和姿态进行控制解耦,应用扩张状态观测器实现状态解耦和扰动估计。最终得到四旋翼无人机双闭环自抗扰飞行控制器,实现对其位置和姿态的闭环控制。仿真实验结果表明,所设计控制器具有良好的解耦效果、抗干扰能力和鲁棒性能,可以实现对四旋翼无人机的飞行控制。     

视频跟踪四旋翼飞行器创新实验系统

提出了一种具有视频跟踪功能的四旋翼飞行器创新实验系统设计方案,通过搭建小型四旋翼无人机飞行平台和人机界面,使其能够将远程视频信号和传感器采集信号无线传输至上位机,结合数字图像处理技术与基于AVR单片机的电机控制、数据处理等功能,实现其自主飞行模式、预订高度悬停功能、飞行器的远程控制、视频信号处理和整体系统的无线通讯。     

基于ROS的自主多旋翼飞行器视觉导航系统

 针对在GPS信号缺失的环境下多旋翼飞行器的定位和自主飞行问题,构建了一个基于视觉导航的多旋翼无人飞行器控制系统。采用目前流行的pixhawk飞行控制模块和单目视觉定位算法,基于机器人操作系统（ROS）构建了通信网络系统,并选用一个低功耗的机载主控计算机实时地在板运行该系统。测试结果表明,搭建的无人飞行器平台能实现较精确的视觉定位和自主飞行。     

基于图像的机器人视觉伺服控制

介绍了基于图像的机器人视觉伺服原理和基本实现方法，详细阐述了图像特征提取和视觉伺服控制器设计中所面临的问题及其解决办法，并展望了未来的发展方向。     

基于Mission Planner的无人机自主导航测量系统设计与实现

针对目前测量工具价格较为昂贵、测量手段多采用人工采集的方式,设计一款基于Mission Planner开源地面站和GNSS相结合的无人机自主导航测量系统。该系统由四旋翼无人机、APM控制器、Mission Planner地面站和PPK后差分系统构成,共设计手动和自动导航两种控制方式。自动导航模式中可通过Mission Planner地面测控系统的地图模块、数据交互模块,实现无人机按照设计预设航线进行飞行,并获取目标点的空间三维坐标。通过GNSS-BDS/GPS系统定位试验和自动导航对比试验得出,此套自动测量系统静态达到厘米级的定位精度,自动导航模式下的定位精度达到分米级。最终将其应用到点位坐标测量中,该系统所测得数据误差控制在10cm内,满足测量工作中的基本需求。本文可对今后开展全自主测量技术设备的研发提供理论基础和实践参考。     

基于云台相机的四旋翼无人机跟踪控制系统

针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波( KCF: Kernel Correlation Filter) 方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分( PID: Proportion-Integral-Differential) 踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分( PD: Proportion-Differential) 控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。     

基于光流传感器的四旋翼飞行器设计

采用Texas Instruments公司的TM4C123GH6PM单片机作为四旋翼飞行控制系统和光流数据处理的核心单元,将九轴传感器MPU9250的陀螺仪、加速度计和磁力计经姿态解算后的角度数据作为飞行控制系统的飞行姿态反馈,超声波传感器所测量的高度数据作为飞行高度反馈,优象光流传感器所输出的位置数据作为位置反馈,设计了一款新型四旋翼飞行器.实验结果表明,该四旋翼飞行器自主导航系统可以实现室内自稳、定高和定点飞行功能.     

Robust visual servoing based Chinese calligraphy on a humanoid robot

A robust visual servoing system is investigated on a humanoid robot which grasps a brush in Chinese calligraphy task.The system is implemented based on uncalibrated visual servoing controller utilizing Kalman-Bucy filter, with the help of an object detector by continuously adaptive MeanShift ( CAMShift) algorithm.Under this control scheme, a humanoid robot can satisfactorily grasp a brush without system modeling.The proposed method is shown to be robust and effective through a Chinese calligraphy task on a NAO robot.     

基于视觉的多旋翼无人机定位与地图构建

 在缺乏GPS 等定位方式的未知环境中,采用视觉的方法对多旋翼无人机定位导航与地图构建逐渐成为该领域研究的热点,本文针对无人机的视觉定位与地图构建技术方法进行综述。首先,分析了两种自主飞行控制方式的优缺点,指出设计的要求和难点;其次,研究无人机定位与地图构建的不同视觉方法,对几种方法特点进行分析并总结研究现状;最后,讨论多旋翼无人机视觉控制的发展趋势。     

基于模糊控制的无人机集群视觉着降

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性。针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降。仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度。     

多旋翼飞行器建模与控制器设计

随着各项技术的日趋成熟,多旋翼飞行器的控制器设计也愈发受到重视.为了使四旋翼飞行器在复杂环境下可以进行稳定的飞行,设计了四旋翼无人机飞行器的控制器,根据实际情况对数学模型进行简化,建立了一个四旋翼飞行器运动的数学模型;在Simulink中搭建比例积分微分(proportion integration differentiation,PID)控制模型,实现串级PID控制,通过调整PID参数,初步实现了使其稳定飞行的目标.通过在Simulink上搭建系统模型并最终得出仿真结果,证明飞行器的姿态和位置都得到了稳定的控制.