特征点提取算法比较及四旋翼平台验证

针对视觉导航中存在的图像特征点提取精度与用时之间的矛盾,对几种常用的特征点提取算法(Harris,SIFT,SURF)进行了论述,并针对SIFT算法和SURF算法进行了比较,同时搭建了四旋翼验证平台,利用四旋翼实验平台,针对自然环境中的实物测试了上述两种算法的提取精度与用时,结果表明SURF算法是视觉导航中综合考虑匹配的正确率及实时性的较优选择.     

基于半自主导航与运动想象的多旋翼飞行器二维空间目标搜索

提出一种脑-机接口系统实现多旋翼飞行器室内二维空间目标搜索.系统由半自主导航与决策子系统组成.半自主导航子系统用于为决策子系统提供可行飞行方向并实现多旋翼飞行器半自主避障.决策子系统采用互相关方法与逻辑回归方法完成运动想象的脑电特征提取与分类.实际的室内目标搜索实验验证了使用该系统是可行且有效的.相比其他方法,减少了被试者负担,降低控制难度,控制精度约提高 ±10 cm.     

基于趋近律滑模的四旋翼飞行器姿态控制

针对存在扰动因素影响下的四旋翼飞行器姿态控制问题,设计一种基于趋近律滑模的四旋翼飞行器姿态控制器.首先,通过对螺旋桨的受力分析建立四旋翼飞行器的动力学系统模型.然后,为了实现系统姿态的稳定跟踪控制,采用趋近律滑模控制方法设计控制器,同时应用Lyapunov稳定性分析方法对闭环系统的稳定性进行了证明.最后,通过数值仿真验证了所设计控制方法的有效性.     

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。     

一种新型多旋翼飞行器的建模与反演控制

针对目前多旋翼飞行器存在控制系统可靠性不足、载重量小、抗风性差等缺陷,提出一种外形布局新颖、内部结构简洁、具有硬件冗余且易于工程实现的新型多旋翼飞行器方案。建立了飞行器的非线性运动学和动力学模型,并从飞行器的物理特性角度出发,设计了一种易于工程实现且可保证系统的稳定以及良好轨迹跟踪性能的反演控制策略,仿真实验结果验证了该策略的正确性和有效性。     

基于视觉伺服的四旋翼飞行器悬停控制

提出了一种基于视觉伺服的四旋翼飞行器悬停控制方法.选取图像矩为特征,利用机载惯性测量单元的数据,通过投影到虚拟成像平面上以简化由飞行器线运动和角运动耦合所导致的雅克比矩阵的复杂结构.进而结合四旋翼飞行器的动力学模型,建立视觉伺服的动力学模型,在近似线性化的基础上,采用反步法设计控制器实现飞行器的悬停控制.最后通过实验验证了该方法的有效性.     

基于滑模控制器的四旋翼飞行器控制

文章针对四旋翼飞行器的飞行控制设计了滑模控制器。针对飞行器的高度控制,设计了一种基于滑模控制方法的控制器,并根据李雅普诺夫稳定性理论证明了飞行器系统的所有信号最终是一致有界的;针对飞行器的姿态控制设计了滑模控制器,并对其进行了稳定性证明,且针对该控制器产生较大抖振的问题提出了采用双幂次趋近率的改进方法。仿真结果证明了设计的控制器能较好地控制四旋翼飞行器。     

CDKF 算法在四旋翼飞行器组合导航系统中应用

针对基于四旋翼无人飞行器的组合导航系统在小失准角情况下滤波器较短时间内发散的问题, 将中心差分卡尔曼滤波算法应用于低成本的组合导航系统中, 设计了飞行器组合导航系统的硬件电路。该系统采用MPU-6050 芯片作为飞行器姿态传感器, 选用u-Blox 公司的NEO-6M 模块获取GPS(Global Positioning System)信号, 并利用中心差分卡尔曼滤波算法实现多传感器的数据融合, 从而获取导航信息。在四旋翼无人飞行器平台上对该系统进行实验的结果表明, 该导航系统能有效抑制传感器噪声, 克服了陀螺仪的漂移现象, 避免了传统EKF((Extended Calman Filter) )算法近似程度不高, 易导致解算结果发散等问题的发生, 为飞行器提供了准确的导航信息。     

具有参数不确定性的欠驱动四旋翼无人飞行器的非线性控制器设计(英文)

针对具有参数不确定性的欠驱动四旋翼无人飞行器,设计了一种非线性飞行控制器.该控制器主要采用非线性鲁棒以及在线参数估计算法.利用基于李亚普诺夫稳定性分析方法,证明了这种控制器可以使四旋翼无人飞行器的x,y,z方向的位移跟踪参考轨迹,偏航角ψ稳定到任意点,并且达到全局最终稳定的控制效果.同时相对于一般的滑模控制算法,本文提出的控制器消除了颤振现象.数值仿真结果表明,本文提出的控制设计具有良好的控制效果.     

基于视觉的四旋翼飞行器智能识别规划方法研究

针对四旋翼飞行器系统中图像识别与航迹规划问题,提出了一种基于视觉的智能识别规划方法,并搭建了基于Linux嵌入式控制的飞行实验平台.在控制过程中,搭载云台相机并结合OpenCV库函数对相机捕捉到的画面进行实时图像处理,实现无人机的目标识别与定位;通过改进遗传算法对无人机飞行路径进行合理规划,使其完成从起点到终点并途经所有中间点而路径最合理的任务;结合Guidance视觉传感导航系统中的超声波数据,利用获取的近地面高度信息实现飞行器精确定位.最后,通过实验验证了该方法的有效性.     

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。     

基于陀螺仪及加速度计信号融合的姿态角度测量

针对在四旋翼飞行器姿态控制中传感器数据存在噪声干扰和测量误差,以致单独使用陀螺仪与加速度计不能得到最优姿态角度的问题,建立陀螺仪和加速度计误差的数学模型,采用卡尔曼滤波方法,实现数据融合,有效地提高了姿态检测系统的检测精度.该方法被成功应用于四旋翼飞行器的飞行姿态角度控制中,验证了其良好的噪声抑制能力,提高了系统对环境变化的适应性.     

基于三次B样条函数的地形重构方法研究

针对激光雷达前下视成像在飞行器自动导航中的应用，提出了一种高精度地形生成方法。该算法采用三次均匀B样条函数重采样方法，具有精度高、计算简单的优点，可以满足激光雷达前下视成像在飞行器实时地形回避和地形匹配中的应用。仿真实验结果也证明了本文方法的有效性和实际应用价值。     

基于Arduino 的四旋翼飞行器控制系统设计

为改善滤波效果, 针对四旋翼飞行器滤波算法计算量大的问题, 采用基于Kalman 与DMP(Digital Motion Processing)滤波相结合的姿态数据处理算法及PID( Proportion-Integration-Differentiation)姿态控制算法, 设计了四旋翼飞行器控制系统。系统硬件由Arduino 控制板及四旋翼飞行器平台组成,在此平台基础上建立了飞行器动力学模型并对Kalman 滤波器及PID 控制器参数进行调试。实际飞行结果表明, 该系统能对飞行姿态的偏移进行快速调整, 调整灵敏度和稳态时间得到明显改善, 有效地完成对四旋翼飞行器的稳定控制。     

基于动力系统模型的四旋翼推力估计方法

为解决四旋翼飞行器的精确控制需要使用动力系统推力,而该飞行器推力不可直接测量的问题,提出了一种悬停状态下的四旋翼推力估计方法.对四旋翼动力系统建模,并建立了悬停状态下用于推力估计的线性系统,以动力系统输入控制值和四旋翼姿态及高度输出测量值作为新系统输入,使用状态观测器对四旋翼推力进行估计.结果表明,基于动力系统模型的四旋翼推力估计方法可有效估计悬停状态下四旋翼动力系统所产生的推力.      

四旋翼飞行器的动力学建模及PID控制

为了解决四旋翼飞行器的飞行控制问题,对四旋翼飞行器进行了动力学建模,并在动力学建模的基础上设计了PID控制器.通过Matlab/Simulink仿真和飞行试验对所设计的PID控制器的有效性进行了验证,仿真结果表明:在所设定的PID参数下,控制器可以有效地完成四旋翼飞行器的自稳定控制.飞行试验结果表明:PID控制器可以有效地校正由于杂乱气流等扰动造成飞行角偏移.该成果对四旋翼飞行器的自稳定控制具有一定的参考价值和指导意义.     

改进人工蜂群算法的四旋翼自抗扰控制参数优化

针对四旋翼自抗扰控制(active disturbance rejection controller, ADRC)参数整定困难,给工程应用带来较大限制的问题,提出一种改进人工蜂群算法的四旋翼ADRC控制器参数优化方法。该算法采用自适应的探索策略,根据选择概率,从5种不同的搜索规则中进行选择,提高种群的多样性和寻优能力。将ADRC控制器中的参数作为蜂群中的种群应用到四旋翼无人机仿真模型中进行迭代寻优,并把风干扰模型作为环境噪声引入系统,测试算法性能。仿真结果表明,改进后的人工蜂群算法得到的控制器参数响应速度更快,稳态误差更小,抗干扰能力更强。     

基于STM32的四旋翼飞行姿态串级控制

对四旋翼飞行器飞行姿态的稳定控制问题进行了分析,设计了基于STM32系列微控制器的稳定控制系统。STM32以ARM Cortex-M3为内核,拥有强大的运算能力,作为四旋翼飞行器的飞行姿态控制器的主控芯片。采用四元素融合滤波算法对陀螺仪和电子罗盘等多传感器采集的数据进行飞行姿态解算。结合串级PID控制算法实现四旋翼飞行姿态控制系统设计。仿真及实验结果表明该控制系统符合设计要求,达到了对四旋翼飞行器飞行姿态稳定控制的目的。验证了基于STM32的串级飞行姿态控制的有效性,为后续研究奠定了基础。     

PID/ADRC控制器在四旋翼无人飞行控制中的应用

讨论了四旋翼无人飞行器的飞行控制问题,根据四旋翼飞行器的机理建立了运动模型和电机模型,并设计了控制系统.针对建模的不准确性,该控制系统内环回路采用自抗扰控制(ADRC)方法,外环回路采用经典PID控制方法.最后对控制系统在Matlab/Simulink平台上进行仿真,从仿真结果来看,ADRC控制能较好地对系统内扰以及外扰进行估计补偿,减轻了建模工作的负担,并且该控制系统可使四旋翼无人飞行器实现小角度姿态、位置控制、到达指定位置,表明该控制方案是有效的.     

基于积分反步法的四旋翼飞行器轨迹跟踪控制

四旋翼飞行器的姿态动力学模型是多输入多输出(MIMO)、强耦合和非线性的。首先,对四旋翼飞行器动力学进行了数学建模。接着,提出了一种基于积分型的反步控制方法应用于四旋翼飞行器的稳定飞行及轨迹跟踪控制。通过引入跟踪误差的积分项,从而降低飞行器进行轨迹跟踪时的稳态误差。整个控制系统采用双闭环回路结构,内回路用于稳定飞行器的姿态角,而外回路用于控制飞行器的高度和水平方向的位移。最后,通过与传统的反步(Backstepping)控制法做实验对比,结果表明,应用积分反步(Integral Backstepping,IB)控制算法的飞行器能够较为精确地完成飞行器轨迹跟踪的任务。