植保飞行器的设计与实现

目的 探究四旋翼飞行器在飞行中实现一键起飞、平稳飞行和准确降落等。方法 基于openmv进行飞控视觉识别和陀螺仪MPU6050姿态角度解算。控制系统采用全闭环控制,通过前视和下视摄像头完成视觉识别,速度为主高度为辅的调节方式控制飞行器。结果 以第十五届全国大学生电子设计竞赛为背景搭建实验系统,经过多次调试与实验,飞行器能够实现在20 s内一键起飞、定点定高悬停和稳定飞行,在360 s内完成对指定田块的播撒作业,飞行器最大飞行速度可达6 cm/s,实际测得落地最大偏离距离为7 cm。结论 飞行器定高平稳飞行、定点降落控制算法可行。     

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.     

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A~*算法的四轴飞行器三维路径规划仿真

在机器人智能控制的研究中,路径规划是移动机器人研究的重要内容,而四轴飞行器是移动机器人的典型代表。文章以A~*算法为基础,通过四轴飞行器的动力学和运动学建模,提出了一种新的四轴飞行器三维路径规划方法。首先通过A~*算法在三维空间内寻径;然后提取该路径的每个关键节点;即四轴飞行器飞行方向改变的节点;最后结合四轴飞行器建模得出完成该段路径的电机控制策略的路径规划。仿真实验结果表明,四轴飞行器可以通过A~*算法及其数学模型完成所需的路径规划要求。     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

基于序列图像的无人机进近着陆跑道识别与跟踪研究

跑道的准确识别与跟踪,是基于视觉的无人机自主着陆的重要条件.利用单目视觉获取进近着陆过程中实时跑道序列图像,经过Canny边缘检测算法和基于梯度方向的Hough变换处理,将同一跑道上的2条边缘线识别出来,并进行实时跟踪.最后利用大量真实的室外道路模拟跑道图像,以DM642为核心处理器设计视觉处理系统,结合固定翼无人机进近阶段着陆飞行特点,对设计的相关算法及视觉系统进行验证.结果表明所设计方法可以在进近着陆阶段准确提取跑道目标,并能够满足无人机着陆实时性要求.     

物联网环境下面向能耗优化的无人机飞行规划

为了优化物联网环境下数据采集时无人机飞行能耗,针对现有研究中由于无人机能耗影响因素考虑不全面导致能耗模型不精确的问题,设计了面向能耗优化的无人机飞行规划算法.首先通过构造真实无人机环境并进行能耗实验分析,建立无人机不同飞行状态下的精确能耗模型.其次,根据传感器的分布情况和所建立的能耗模型,提出无人机飞行规划算法,将转弯角度、飞行速度作为影响路径代价的2个重要因素,为无人机确定飞行路径与飞行速度,以使无人机飞行能耗最小化.实验结果表明,无人机的转弯角度和飞行速度对能耗有较大的影响,其中转角能耗平均占比约为10%.所提飞行规划算法能够在同时考虑这2个因素的情况下获得最优的飞行能耗,较已有算法能耗降低8%.     

基于A星算法与人工势场法的无人机路径规划

为简化无人机飞行路径规划算法并提高其避障效果,本文提出一种人工势场法和A星算法相结合的路径规划算法:以人工势场法指导全局路径规划,通过引力场控制无人机的飞行方向;以A星算法指导局部路径规划,避让大型障碍物.仿真试验证明,该算法与人工势场法和A星算法相比,提高了避障效果,缩短了搜索时间.     

基于Dubins路径的无人机避障规划算法

研究了一种基于Dubins路径的无人机的避障规划算法. 通过采用遗传算法,结合无人机的飞行性能和最小转弯半径,提出了一种在已知障碍空间位置前提下的无人机路径规划方法,并通过算法改进,将其推广成为在未知障碍位置等先验知识的前提下的无人机实时避障算法. 仿真结果表明,该算法原理正确,对于多障碍环境下无人机避障策略的获取具有较好效果.      

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。     

一种基于环视相机的自动泊车方法

针对泊车摄像头视场有限的问题,提出了一种基于环视相机的自动泊车方法.采用4个鱼眼摄像头,构建了一种环绕车身360°的实时视觉泊车辅助系统,用于停车位的实时检测和识别.首先,运用多项式鱼眼校正模型校正失真图像,用Levenberg-Marquardt算法求得最优的缝隙拼接方向并合成环视图;其次,采用Radon变换提取停车位特征识别停车位;最后,使用基于双圆弧的路径规划算法和基于预瞄点的改进PID路径跟踪算法,实现自动泊车.实验表明,该方法具有较高的检测精度和鲁棒性.     

基于混合粒子群算法的农情监测无人机路径规划

用无人机对果树病虫害进行巡航拍摄是有较大潜力的农情监测方法,本文以飞行时间最短为目标,建立了农情监测无人机路径规划的数学模型.结合遗传算法、模拟退火算法的思想,在粒子群算法中引入交叉、变异、替换操作,提出了一种混合粒子群算法来求解无人机路径规划的数学模型.实验表明,无人机路径规划数学模型可以被混合粒子群算法有效求解,且...     

基于消费级无人机的古桥三维重构分析

我国古桥数量众多,但相关档案信息匮乏,古桥细节信息极少.为解决古桥数据缺乏的问题,提出基于消费级无人机的古桥三维重构,首先介绍了消费级无人机的选型配置,同时开展了相机参数的解算工作,研究了合理的飞行路径,讨论了三维重构的算法.最后以上海的洪德桥为例,进行了算法等建模策略的实践,进行了精度与误差分析.实验结果表明,基于消费级无人机的古桥三维重构具有可操作性、完整性和高还原度,宜作为档案资料进行保存,最终实现古桥的数字化和信息化.     

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.     

四旋翼飞行器自主循迹取物运输系统的研究

为实现无人机在运输方面的自动化和信息化,设计并实现一种能自主循迹、取物并运输至目标点的四旋翼飞行器。通过对四旋翼飞行器飞行控制原理的分析,使用超声波传感器获取飞行器实时高度,利用计算机图像处理技术实时判断飞行器位置,并用PID( Proportion-Integral-Derivative) 控制器控制飞行器的飞行高度和自身姿态,实现了四旋翼飞行器的自主循迹飞行和物体识别,以及驱动机械手完成对目标物体的抓取与投放。测试结果表明,飞行器可在1 m 高度上以20 cm/s 的速度沿预设轨迹自主循迹飞行,能在50 s 内识别与抓取底面半径为4 cm、高度为8 cm 的圆柱形物体,并投放在以目标点为圆心半径为25 cm 的范围内,达到了预期效果。     

基于状态预测的无人机导航控制

基于飞行惯性对无人机路径导航实时控制和控制精度的影响,将灰色预测模型与模糊PID控制进行融合,提出了基于无人机飞行状态预测的导航控制策略.将无人机飞行状态预测信息作为系统状态调节的输入,构建灰色预测模糊PID航向控制系统,达到对无人机进行实时、准确导航飞行控制的目的.仿真实验结果表明:灰色预测模糊PID控制器可以有效提高无人机导航控制系统的鲁棒性、实时性,与传统的PID控制器相比,其控制性能更优.     

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。     

自主飞行无人机地理围栏算法设计与实现

为提高无人机飞行的安全性,提出了一种自主飞行的无人机地理围栏算法。首先,通过对原始地理围栏缩放并进行顶角平滑与自相交检测处理,提出一种对凹凸地理围栏普遍适用的地理围栏预控制层生成算法;然后,在传统射线法的基础上加入缓冲距离以解决交点数误判问题,利用改进的射线法进行地理围栏越界探测,且针对存在越界危险的无人机设计了一种越界航点重规划方法及相应的边界保持自主控制控制律;最后,利用四旋翼无人机搭建的实验系统进行了验证。仿真及实验结果表明:无人机能够在避免地理围栏越界的基础上尽可能小地修正原飞行路径,证明提出的地理围栏算法有效,能够保证自主飞行的无人机在地理围栏内的飞行安全。     

一种基于双目视觉的无人机自主导航系统

针对无人机实时自主导航问题,本文设计并实现了一种能自主感知未知室外环境,实时自动规划路径的旋翼无人机系统.首先利用双目视觉,使用经光束法平差(BA)优化的经典SLAM系统,ORB SLAM2算法获取无人机位姿信息;再以"推扫式"感知方法和改进的绝对误差和(SAD)算法获取环境信息和障碍物点.其次,结合无人机位姿信息与环境障碍物点生成局部障碍物地图,同时使用并行计算框架,提高系统性能.针对无人机系统实时性问题,设计的SAD算法只关注固定视差大小的像素块的稀疏匹配.最后,根据生成的当前局部环境障碍物地图与本地轨迹库,自主选择运动轨迹,有效自主规避障碍物,达到实时局部路径规划的效果.以上功能全部在无人机搭载的嵌入式处理器Nvidia Jetson TX2中完成处理.仿真与实际飞行实验表明:设计的系统基本实现无人机在未知室外场景下的实时自主感知与路径规划,在采集视频分辨率为1 280×720时,处理速度能达到60帧/s,为完善低成本无人机的避障与导航功能提供一种参考.     

六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。