无人机光电侦察平台的动目标测速方法研究

为了满足无人机对地面运动目标的侦察需求,在无人机光电侦察平台对地面运动目标实时跟踪的基础上,提出了一种对地面运动目标的光学测速方法.该方法根据光电侦察平台提供的俯仰角、方位角和无人机距离目标的距离,并结合了无人机的三维姿态信息,建立了无人机光电侦查平台对地面运动目标的速度测量模型.并分析了测速模型的误差来源,推导了误差计算公式.该测量方法无需定位目标,能够有效测量运动目标的速度,实用性较强.     

一种小型无人机的FastSLAM算法

为解决未知环境中小型无人机自主飞行问题,将SLAM算法从地面机器人的二维环境扩展到小型无人机的三维环境.首先,建立了小型无人机的SLAM算法数学模型,得到其非线性状态方程;然后,将小型无人机的SLAM问题分解成路径估计与环境地标估计两部分,分别采用粒子滤波器和扩展卡尔曼滤波器进行估计,提出了一种小型无人机的FastSLAM算法;最后,分别采用扩展卡尔曼滤波和FastSLAM算法进行仿真实验,仿真结果表明FastSLAM算法具有更好的定位精度.     

几种小型UAV安全漏洞攻击研究

近年来小型无人机在各个领域迅速普及并广泛应用,与此同时也暴露出一些安全问题.小型无人机安全方面的研究包括攻击技术和防御技术,针对无人机的几种攻击方式进行了研究,对漏洞成因及利用方法做了总结并提出相应的防御措施.     

基于MapX的小型无人机地面站飞行控制软件

针对小型无人机地面站软件仅实现导航功能的局限,提出基于MapX的地面站飞行控制软件集成解决方案.引入MapX控件以提高软件对GIS信息的处理能力,实现无人机航迹导航及飞行状态监视;利用MapX提供的地理信息,结合航迹规划算法,实现航线生成与管理;采用DirectX技术,通过飞行摇杆经通信链路对无人机飞行过程实施干预,实现了小型无人机地面站软件飞行监视与飞行控制功能的整合.经实际试飞验证,该方案提高了无人机的信息管理效率及飞行控制干预效果,能够较好地满足小型无人机的飞行监控需求.     

适于滑坡监测的小型无人机遥感系统构建及其应用

构建小型无人机遥感系统,实现对滑坡等地质灾害的常态化监测,对于防灾减灾具有重要现实意义.本文以近年来利用小型无人机遥感针对三峡库区滑坡开展的多次监测实践为基础,构建了一套适于开展滑坡监测的包括无人机机体及飞控、拍摄系统、地面监控等在内的小型无人机遥感系统,并详细阐述了包括航线规划、相机拍照设定、飞行前检查、飞行作业、飞行后检查等在内的滑坡监测流程,最后介绍了具体实例.结果表明,利用小型无人机遥感系统可以获取滑坡正射影像、数字高程模型等遥感成果,进而快速圈定变形区,解决地面调查难以发现或准确确定变形范围的问题.     

基于MS5540C的无人机高度传感器设计

飞行高度是无人机飞行控制中重要的控制参数.针对传统高度测量系统的缺陷,设计并实现了具有温度补偿功能的高度传感器.该高度传感器具有体积小、质量轻、数据稳定、响应速度快等优点,特别适合微小型无人机的使用.经过某小型无人机飞行试验,该传感器完全可以达到精确测量飞行高度的要求.     

基于蒙特卡罗的单无人机侦察平台误差修正方法研究

为满足舰炮武器系统对目指精度的要求,建立了一种以小型无人机为中继站的目标定位模型。主要是以无人平台上搭载的电视图像传感器与激光成像雷达传感器相结合进行共轴探测,通过对无人机视场范围内的显著地形地貌进行标记,完成坐标转换,消除无人机自身定位误差及随机误差。通过传统无人机目标定位和所提方法的对比,对同一目标进行定位。结果表明,提出的方法在目指精度上有了较大提高。     

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...     

基于八旋翼无人机快速制作城市景观图的探讨

轻小型无人机具有成本低、操作简捷、机动灵活、获取影像分辨率高及现势性强等诸多优点,现已在多个领域广泛应用。本文以配发的八旋翼轻小型无人机为例,简要介绍了其航摄系统的构成,性能特点和作业流程,分析了轻小型无人机存在的主要问题。基于该型无人机获取了兰州市部分"兴趣点"的高分辨率影像,对快速制作景观图进行了试验和探讨。     

基于视觉显著性的无人机目标跟踪（英文）

近年来,小型无人机在无卫星导航条件下的使用需求日益强烈.针对多目标识别问题,提出一种基于小型多旋翼无人机平台的多运动目标识别定位技术,首先采用一种先快速定位感兴趣区域基于视觉注意机制,再用机器学习算法分析感兴趣区域获取目标的方法.实现了对图像中的指定目标进行追踪,同时还实现对目标的定位,其定位误差小于15 cm.该方法有效降低了光照变化、运动模糊、颜色类似物干扰及复杂背景等因素的影响.以地面机器人作为追踪目标进行算法测试验证,在目标消失时间较短的情况下,能够达到较好的追踪效果.