跟踪地面目标的小型无人机飞行控制仿真研究

对无人机跟踪地面目标时的飞行控制问题进行了研究.首先对某小型无人机跟踪地面目标时的运动状态进行了建模分析,利用自动控制理论知识设计了相应的控制律,然后采用六自由度非线性运动模型进行了控制律的仿真验证,并且分析了风的扰动对跟踪精度的影响.仿真结果表明,设计的控制律能够控制无人机对地面目标进行可靠跟踪,且对侧风扰动具有较好的抑制能力.     

空地机器人协作导航方法与实验研究

飞行机器人和地面移动机器人所具有的功能互补性使得通过二者间的协作执行使命具有明显的优越性,这对于提高移动机器人使命完成度具有重要的作用.因此,空地机器人协作近年越来越受到研究人员的重视.空地机器人协作的一个重要工作模式是通过飞行机器人的大范围环境感知能力为地面机器人提供导航信息.针对该问题,首先讨论了利用机载视觉传感信息实现地面环境建模(主要是地面障碍物)及地面机器人识别方法;然后,利用波门跟踪算法实现了对地面移动机器人的运动跟踪;最后,提出了空地机器人协作策略;最后,搭建了室内试验平台,进行了实验验证.     

基于MPC-PSO的无人机在线航迹规划

研究了无人机在战场环境部分已知突然出现动态威胁情况下的三维在线航迹规划问题.采用"预规划-在线轨迹跟踪"的模式,根据已知的环境信息,离线规划出UAV的参考航迹.然后UAV在飞行过程中,需要在跟踪参考航迹的基础上,对UAV未来一段航迹进行预测,然后利用粒子群算法优化出UAV的最优(或次优)的飞行航迹.与传统的在线规划方法粒子群和稀疏A*搜索算法相比,该方法有效地提高了规划航迹的可行性和实时性,降低了算法的复杂度.仿真表明该算法是一种有效的无人机路径规划算法.     

利用相位/多普勒频率对机动目标的UAV无源定位系统

针对传统的基于角度及其变化率等UAV机载定位系统作战区域小,精度低,跟踪收敛速度慢等缺点,提出了在相位差及其变化率的基础上引入多普勒频率信息进行UAV机载定位跟踪的新方法。考虑目标不同的运动状态,对模型进行了推导和分析,采用修正协方差的扩展卡尔曼滤波(MVEKF)算法进行数据处理。通过计算机仿真,改变目标的速度,对结果进行了比较。证实将多普勒频率和相位差信息相结合进行定位跟踪时,降低了UAV导航设备的精度与目标未知的初始状态在计算过程中所带来的影响,有效地提高了定位精度与稳定性,扩大了UAV机载平台的任务范围。     

低轨飞行器跟踪控制算法模型设计

低轨飞行跟踪控制有2种模式:已知运行轨迹的运行情况跟踪和随动飞行器跟踪.对已知运动轨迹的飞行器跟踪,主要是获取飞行器的运行轨迹参数,用以判断飞行轨迹是否偏离原来的设定,通过调节接收器的跟踪位置以获取传输的数据;随动跟踪的运行轨迹未知,跟踪算法和设备状况有关,控制过程算法要求高.就一跟踪系统对已知轨迹低轨飞行器的跟踪控制算法模型进行了设计,在应用上取得了较好的效果.     

无人机通信的鲁棒轨迹设计和用户调度

由于定位误差等原因,无线通信信道状态信息往往不够准确.针对无人机(UAV)辅助通信系统,考虑在信道状态信息(CSI)不准确情况下的有效下行通信方案,利用UAV灵活性高的优点提高下行通信质量.为了兼顾所有地面用户通信质量,在给定的飞行时间内联合优化UAV的飞行轨迹和地面用户调度,最大限度提高最坏情况下所有地面用户中最小平均可实现传输速率.该优化问题是非凸的,难以直接求得最优解.采用块坐标下降(BCD)技术将原优化问题解耦为UAV轨迹优化和地面用户调度优化两个子问题,再采用连续凸逼近(SCA)技术将非凸子问题近似为凸优化问题求解.仿真结果表明,相较于两种基准方案,提出的联合优化方案可以显著提高系统的可实现传输速率.     

跟踪测量电视光学系统

电视系统是跟踪和测量飞行目标的主要手段之一。根据使用要求确定了电视跟踪系统中的光学系统主要参数，提出了一个新颖的光学系统方案以实现三个焦距对目标的跟踪和测量，并且对光学系统中各组元焦距的选择进行了讨论，最后给出了设计结果。     

跟踪测量电视光学系统

电视系统是跟踪和测量飞行目标的主要手段之一，根据使用要求确定了电视跟踪系统中的光学系统主要参数，提出了一个新颖的光学方案以实现三个焦距对目标的跟踪和测量，并且对光学系统中各组元焦距的选择进行了讨论最后给出了设计结果。     

一种间断观测下的无人机地面目标跟踪方法

提出了一种基于贝叶斯滤波器和适航地图的跟踪算法(BF-Hmap),解决间断观测下的无人机地面目标跟踪问题.采用基于中心线和梯度图的快速道路提取算法生成目标适航地图,该图描述了地面目标与当前地形相关的运动能力.采用贝叶斯滤波器分两步在线更新目标状态的后验概率分布,即在预测阶段考虑适航地图对目标运动的约束,以及在估计阶段充分利用目标的所有观测信息.仿真结果表明,在间断观测下该算法对地面机动目标有着良好的跟踪效果.     

基于Kalman滤波算法的视频跟踪技术在交通道路中的应用

Kalman滤波是目标跟踪系统中比较常用的一种跟踪算法,本文将自适应波门跟踪与Kalman滤波跟踪算法相结合,克服了以往跟踪算法计算量大,目标识别错误,目标丢失等问题。并利用了MATLAB对Kalman滤波算法建模仿真,验证滤波跟踪效果明显,能够满足系统的实时准确跟踪的要求。     

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。     

基于多视图像序列跟踪的SAR地面运动目标检测

为基于合成孔径雷达(SAR)检测地面切向运动目标,提出基于多视图像序列跟踪的检测方法。在SAR多视图像序列上,具有切向速度的地面运动目标在子视图像间的位移轨迹可近似为一条斜线。该算法利用具有方向性约束的动态规划实现动目标在SAR多视图像序列上的轨迹跟踪,进而沿散焦轨迹作非相干积累可显著改善微弱目标检测性能。基于跟踪信息可实现动目标切向速度估计和解Doppler模糊。基于实测机载SAR数据的数值实验证明了该方法的有效性。     

Efficient and Robust Feature Model for Visual Tracking

Long duration visual tracking of targets is quite challenging for computer vision,because the environments may be cluttered and distracting.Illumination variations and partial occlusions are two main difficulties in real world visual tracking.Existing methods based on hostile appearance information cannot solve these problems effectively.This paper proposes a feature-based dynamic tracking approach that can track objects with partial occlusions and varying illumination.The method represents the tracked o...     

基于AM5708的智能多目标跟踪监控系统设计

监控系统的视频序列往往受到环境噪声、运动目标繁多和目标遮挡的影响,针对传统视频监控无法对人员实施有效检测、跟踪和计数的问题,设计一种基于ARM的智能多目标跟踪监控系统.从整体性角度阐述系统硬件设计方案和软件环境搭建.在算法实现方面,基于改进的自适应高斯混合模型和卡尔曼滤波实现了目标检测和跟踪,引入匈牙利算法进行数据关联来解决多目标跟踪的任务指派问题,同时利用检测目标和预测目标之间的欧式距离以及卡尔曼滤波解决了遮挡问题.实验结果表明,系统在场地和摄像头视角有限的情况下可以有效跟踪到6个运动目标,其平均处理能力保持在18帧/s.     

针对逃逸目标的多机协同围捕策略研究

针对多无人机对入侵飞行器的协同追踪围捕控制问题,将自然界中生物群落在捕捉猎物时展现的逃逸-围捕策略引入到多无人机协同作战研究中,设计了一种多无人机协同围捕逃逸目标策略。该策略由2个阶段组成,第1阶段使用基于动态反馈线性化的控制方法准确跟踪逃逸目标,第2阶段使用李雅普诺夫矢量场方法。该方法可以保障多无人机在围捕飞行中躲避敌方防空力量、雷达探测等危险区域。仿真结果验证了所设计的策略在多无人机围捕和阻止目标逃逸场景中的可行性与有效性。     

毫米波制导攻击型无人机攻击机动目标制导律研究

对于攻击机动目标的攻击型无人机而言,其攻击精度受目标机动性的直接影响。为了提高攻击型无人机毫米波末制导系统的制导精度,在目标机动加速度模型的基础上,利用毫米波主动雷达导引头测得的无人机与目标相对距离和相对速度信息,研究了目标机动加速度的估计算法,并根据最小能量控制的指标提出了一种具有较强工程可实现性的攻击机动目标的最优制导律。仿真结果证明了该导引规律具有优良的特性。     

无人机视角下的特征匹配引导粒子滤波跟踪算法

粒子滤波(particle filter, PF)算法被广泛应用于视觉目标的跟踪,然而,在无人机视角下,摄像机与画面中的目标同时运动,导致了PF对目标运动状态的预测失效.针对此问题,提出一种面向无人机视角下的改进的粒子滤波跟踪算法——特征匹配引导的粒子滤波跟踪算法.首先,利用相邻两帧图像中目标物体尺度不变特征变换(scale invariant feature transform, SIFT)特征匹配的结果作为初次定位;然后,利用空间加权的HOG特征与PF相结合获取二次定位结果;最后,利用chamfer distance修正跟踪结果的SIFT特征点作为下一帧特征匹配的模板,从而循环产生准确的视频跟踪结果.比较试验表明,该算法有效地改善了传统PF跟踪算法在无人机视角下运动状态预测方程失效的问题,能够较准确地对运动目标进行跟踪.     

基于深度学习的反无人机预警神经网络

为解决传统雷达探测设备面对"低小慢"无人机时产生的难检测与易突防问题,通过深度卷积神经网络对空中无人机进行实时识别,提取目标的类别与像空间位置信息;根据无人机像空间位置在时域下的变化趋势,绘制无人机飞行映射轨迹;利用长短期记忆网络对飞行映射轨迹进行预测,获取无人机在未来时域内的预测航迹方向,实现对无人机的预警跟踪、实时检测与轨迹推断。结果表明,所提出的算法中目标识别平均准确率可达到82%,轨迹预测平均准确率可达到80%计算速度可达到24帧/秒,可见能够在地基计算平台下对空中无人机进行实时精确预警,可以有效地防止识别领空内的非合作无人机渗透与突防。     

一种移动机器人跟踪机动目标的方法

针对机器人跟踪机动目标,提出了一种完整探测、估计的方法.利用单目视觉定位被跟踪目标的方位,再融合激光数据来获取目标的空间位置.基于"当前"统计模型,将获取到空间位置作为观测信息,采用自适应卡尔曼滤波算法,对机动目标进行跟踪,并准确预测其位置、速度及加速度信息.为验证本方案,使用一个Pioneer 3-AT作为主动机器人,及一个AmigoBot机器人作为被跟踪目标进行实验.结果显示,提议的方案可行,其精度满足实际应用的要求.     

基于当前统计模型的机动目标被动跟踪

介绍了极坐标系下的被动跟踪算法及存在的问题，并分析了其原因，为解决机动目标的被动跟踪问题，选取当前统计模型对加速度进行建模，并建立双机目标测量模型，推导了被动式机动目标自适应跟踪算法。Monte-Carlo仿真表明，新算法能够跟踪任意机动的飞行目标。