基于惯性光流的多旋翼飞行器地形跟踪

为解决目前多旋翼飞行器光流技术存在的定位精度低与多相机数据处理过程繁琐等问题,本文应用金字塔层数自适应的Lucas-Kanade算法获取平移惯性光流以实现多旋翼飞行器稳定地形跟踪。下视球面相机获取多纹理的目标平面图像,同时将目标平面特征点动态映射至相机镜头表面;将比对两帧连续时刻图像后获取的平移光流作为非线性地形跟踪控制器的反馈,实现多旋翼飞行器地形跟踪与避免碰撞。10次室内实际飞行测试结果表明,不同地形变化区域的高度误差分别为±3 cm与±6 cm,验证了该控制器是稳定可行的。     

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.     

一种基于特征光流的角点匹配算法

提出了一种基于特征光流的角点匹配算法.首先,获取经过均匀化处理的特征角点;然后,考虑角点处的局部光流,求解角点处的光流场,从而得到角点处的粗略光流失量,实现了图像角点间的近似匹配;最后,把特征光流作为约束条件,根据两帧图像角点集之间的坐标关系,排除非正常角点,从而完成对特征角点的精确匹配.仿真实验表明:算法在减少计算量的同时可以提高匹配精度,进而实现高精度运动目标跟踪.     

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。     

基于主动视觉的结构光手眼系统自标定方法

为实现结构光手眼系统的标定,提出一种基于主动视觉的结构光手眼系统自标定技术。该标定技术无需使用特制靶标,只需场景中三个特征点,通过控制机器人进行四次线性无关的平移运动和两次带旋转运动,即可实现结构光手眼系统的标定。四次非线性相关的平移运动标定摄像机内参数和手眼矩阵旋转部分,两次带旋转标定手眼矩阵的平移部分,两次带旋转运动中提取的两激光条,结合特征点所在平面信息,标定光平面方程。实验结果表明,三维数据测量精度可达到±1.32mm,平面特征点间的长度测量误差为±0.73 mm;该标定方法简单,特征选取容易,对结构光手眼系统的实际工业现场使用有重要意义。     

基于运动轨迹的单目相机位姿自标定方法

为了减小轨迹图像分析中的透视效应,使用提取出的运动平面目标特征点,基于相机小孔成像模型与目标特征点运动约束,构建了一种相机位姿的自标定模型来标定相机位姿.通过标定的相机位姿,可将轨迹进行重投影,实现了将轨迹图像校正为正投影图像.实验结果表明:本标定模型使用跟踪到的运动目标进行相机标定,相机位姿的标定精度优于张正友标定法.     

基于柱面反投影算法的三维物体表面纹理重建

从图像中提取纹理用作纹理映射是三维重建的常用方法之一,然而通过相机获取的照片纹理经常存在失真变形,不能直接用于纹理映射,故需要研究失真纹理的校正.针对圆柱面物体提出一种柱面反投影算法,将物体在圆柱面上的影像纹理投影到二维视平面上显示,并用线性插值算法对缺损的像素值进行插值校正,然后利用SIFT(Scale Invariant Feature Transform)尺度不变特征点匹配算法对校正后的纹理图像进行特征点提取与匹配,最后采用加权平滑算法实现图像的拼接,从而得到宽视角的纹理图像.实验表明,利用上述方法能够有效地生成三维重建所需的纹理.     

基于飞行品质的高超声速飞行器控制参数设计

针对飞行控制日趋严格的性能要求以及传统控制迭代工作量大的问题,研究一种基于保护映射理论的高超声速飞行器控制参数自适应整定算法.首先分析常见飞行品质参数与控制系统零极点分布间的关系;然后根据保护映射理论建立飞行品质参数与飞行器控制参数间的映射关系;最终给出基于保护映射理论的控制参数自适应整定算法,实现满足飞行品质要求的控制参数设计.该算法可根据任意给定的初始控制器参数,实现满足飞行品质要求的控制参数自动迭代,大大降低了控制系统设计反复迭代的工作量.以X-43A飞行器为研究对象进行仿真验证,仿真结果表明设计的控制参数能保障系统的动态性能和跟踪效果.     

双相机结构光系统中两相机定标与映射计算

研究双相机结构光系统中两相机图像的对应关系，基于结构光系统平面约束DLT模型，分析了两相机成像的对应关系，推导了两相机图像映射计算公式，提出了双相机结构光系统中两相机的定标算法，实验结果表明此算法可以达到较高的精度，证明了分析的正确性。     

基于串级ADRC的四旋翼飞行器悬停控制

针对四旋翼悬停控制问题,提出一种串级自抗扰控制方法。首先,根据欧拉及牛顿定理建立四旋翼飞行器的动力学模型,并解耦为双回路、多子系统的结构。其次,根据四旋翼飞行器系统的自身结构特点,设计串级自抗扰控制器,为获取较好的内环输入信号,对外环设计线性ADRC控制器;同时,设计内环非线性ARDC控制器以获得更好的跟踪性能。针对系统内部参数摄动和存在外部干扰等不确定性,引入扩张状态观测器对系统的状态和内外扰动进行实时估计,并利用非线性误差反馈控制律进行补偿,消除内外扰动的影响。最后,仿真验证所提控制策略的有效性和优越性。     

基于车载摄像机移动机器人的模糊神经网络跟踪

针对车载单目摄像机的轮式移动机器人的目标跟踪问题,提出一种模糊跟踪控制方案.方案分为两部分,分别为摄像机控制部分和轮式移动机器人控制部分.摄像机控制部分通过相关特征点之间的连线的夹角设计摄像机云台控制器,使摄像机能够实时跟踪目标,保持目标在图像平面的期望位置上.轮式移动机器人控制部分通过设计T-S模糊神经网络控制器使其能够在视觉伺服反馈下实时调整速度和姿态,实现目标的有效跟踪.仿真结果表明了本文方法的有效性.     

一种非最小相位系统控制方法

针对非最小相位系统提出了一种非线性控制方法。利用一种非线性函数对常规PID控制的三个控制项分别进行非线性修正,形成一种非线性PID控制器,并结合这一控制器的直观物理意义,在状态平面上通过旋转该控制器来改变闭环系统的负零点个数,以适应非最小相位系统的控制需求。仿真结果表明,与线性PID控制器相比,本文方法在减小负调幅值的同时缩短了系统调节时间,较好地解决了非最小相位的控制问题。     

基于改进TLD的自动目标跟踪方法

视觉跟踪一直是机器视觉研究热点,TLD（tracking-learning-detection）算法是近年来出现的一种高效的视觉跟踪算法,针对TLD算法中Lucas-Kanade（LK）光流法无法有效跟踪物体快速移动和尺度变化的问题,采用金字塔光流法对TLD算法进行改进。并将所跟踪物体形心作为图像定位参考点,提取物体定位信息,通过定位信息运用比例-积分-微分（proportion-integral-derivative,PID）控制算法控制摄像头舵机云台转向,使摄像头快速、灵活、精确地自动跟踪指定物体。通过系统测试,与传统TLD算法对比,采用金字塔光流法改进的TLD目标跟踪算法在跟踪目标发生光照变化、尺度变化等情况时,具有更加优良的跟踪性能,准确将跟踪目标形心位置提供给控制部分,控制算法高效灵活,在获取信息后精确、快速地控制摄像头方位,使其正对跟踪目标。该系统对目标跟踪技术、安防技术、自动瞄准系统具有重大意义。     

SVC智能变结构控制器的设计

以非线性变结构控制理论为依据，并模仿人的智能，提出了静止无功补偿智能变结构控制器的设计方法．控制规律与网络结构及系统的工作点无关，具有很强的鲁棒性．计算机仿真结果表明，与常规电压型静止无功补偿控制器相比，所设计的控制器能有效地改善电力系统的稳定性．     

控制饱和系统的极限学习机控制算法

为提升被控系统的鲁棒性和控制精度,对存在控制饱和约束和内外参数摄动的非线性系统,提出一种基于极限学习机的自适应反演控制算法。针对存在控制饱和约束的非线性系统,基于所设计的辅助函数,将非线性控制饱和约束转换成常规控制输入形式,有效降低了控制器的设计难度。为提升内外参数摄动的估计精度和估计算法速度,采用极限学习机逼近内外参数摄动的综合项,构建了基于极限学习机的自适应控制算法,理论证明了闭环系统的全局渐近稳定性。与自适应滑模控制器对比仿真结果显示,控制器在控制力矩总能耗、系统输出收敛轨迹上具有更优的品质。     

柑橘果园机器人仿生眼的目标跟踪与定位系统

针对传统柑橘园林机器人云台视野范围小、定位精度低等问题,在仿生眼平台上,提出一种基于连续自适应均值偏移(CAM shift)算法和变结构PID控制器相结合的目标跟踪方法。具体包括效仿人类眼颈的结构特点,设计一个4自由度的仿生眼视觉平台;建立仿生眼的成像模型,提出一种相机外参数自适应标定方法,以解决仿生眼平台外参数会随着相机位姿改变而不断变化的问题;提出基于CAM shift的仿生眼目标跟踪算法,成功实现了对于目标的持续跟踪;为提高仿生眼系统在饱和非线性特性下的动态响应性能,提出采用基于抗饱和(Anti-windup)的变结构自适应PID控制器来设计仿生眼控制系统。以柑橘为研究对象,在设计的仿生眼平台上开展试验。结果表明,本文方法左眼平均中心位置像素误差(CPE)为7.2,右眼CPE6.1,均小于设计所要求的CPE10,且每帧图像处理过程小于0.1s。系统能满足实际应用,具有较高的鲁棒性和准确性。     

四旋翼飞行器PID优化控制

针对四旋翼飞行器具有非线性,强耦合性,多输入的欠驱动系统的特点,研制出既能精确控制飞行器姿态,又具有较强抗干扰和环境自适应能力的控制器。为了达到更好的飞行效果,采用了传统的PID控制算法,但实际应用中需要对PID参数进行优化,提出改进的PSO算法和遗传算法相结合的优化控制方法。为了优化PID参数,首先对飞行器进行动力性建模,再利用改进的PSO算法和遗传算法作PID参数优化。仿真和飞行实践的数据表明,相对于标准的PSO算法,飞行器有更好的鲁棒性和控制效果。     

输入受限非线性系统的自适应零误差跟踪控制

针对非线性系统面临的不确定动态、未知外部扰动和输入受限问题，提出了一种考虑输入饱和的零误差跟踪控制器。首先将系统的未建模动态和外部扰动综合为有界的“总扰动项”，进而设计控制律和自适应律补偿这一扰动项，使跟踪误差渐进收敛至零而不仅仅收敛至有界的紧集内。相比于传统的考虑不确定动态和外部扰动的非线性控制方法，所提控制方法的控制器结构更加简单，跟踪精度更高。此外，通过设计辅助误差补偿系统，使得控制器能较好地应对输入饱和情形，在饱和情形消失后，补偿信号能够渐进收敛至零。最后，通过仿真验证了所提方法的有效性。     

电液负载模拟器神经网络辨识器及控制器设计

针对传统控制方法无法解决飞机舵机电液负载模拟器受多余力等非线性因素严重干扰的问题,给出了一种基于神经网络辨识器及控制器的复合控制结构,结合了神经网络系统辨识与自适应实时控制的工作特点。根据电液负载模拟器控制结构及工作原理,采用BP神经网络辨识器在线辨识,获得系统辨识模型以替代理论数学模型。然后,采用Adaline神经网络控制器实时控制,利用系统误差信号与BP神经网络反向递归计算Adaline网络权值调整信息,获得系统控制参数,实现复合控制器的有效监督与智能控制。最后利用MATLAB进行实验验证,仿真结果表明：该方法能够提高系统控制精度,多余力消扰率达92%;并且可以有效模拟飞机舵机所受力载荷的变化情况,实现系统指令信号快速、准确、稳定的加载。