基于EKF滤波的UWB无人机室内定位研究

本文对室内环境下多旋翼无人机的定位进行了研究,介绍了课题的研究背景和意义,并对多旋翼无人机室内定位方法进行了系统的分析和讨论,结合UWB方案TOA技术实现测距并结合EKF算法非线性滤波的特性,来进一步提高定位精度的方案。     

基于双目视觉的障碍物检测方法研究

随着无人机自主避障技术的发展,无人机的在线环境感知能力显得愈发重要。环境感知的重要组成部分便是障碍物的检测。与超声波、毫米波雷达这些只能检测出障碍物距离的传感器相比,视觉传感器具有独特的优势,因此成为多旋翼无人机进行自主避障的热点。本文采用双目立体视觉技术对多旋翼无人机前方视野内的环境进行障碍物检测,提出了一种基于柱状图的障碍物检测方法。首先,利用双目视觉传感器获取图像并进行图像处理;其次,把图像分成若干个柱状图的区域,提取每个柱状图区域里的障碍物深度信息;再次,检测柱状图区域里的障碍物相对于多旋翼无人机的方向;最后,通过室内环境进行算法验证。实验结果表明该方法的有效性,成功完成了室内未知环境下多旋翼前进方向的障碍物检测工作。     

多旋翼无人机避障系统的控制设计

为解决多旋翼无人机（Unmanned Aerial Vehicle,UAV）因遇到障碍物导致毁损的问题,研究了多旋翼无人机避障系统的控制设计。首先,分析多旋翼无人机避障系统的总体结构,并利用卷积神经网络设计比例-积分-微分（Proportion-Integral-Differential,PID）控制器。其次,通过模糊自整定PID控制算法动态调整PID控制器的增益系数,实现多旋翼无人机避障系统的控制。最后,实验验证了该方法能够有效控制多旋翼无人机避障系统,控制效果较好。     

依靠自身传感器的室内无人机自主导航引导技术综述

具有广泛应用前景的微型无人机已成为各国学者的研究热点,而不依赖卫星导航系统的室内微型无人机自主导航引导技术是研究重点之一。结合近年国内外室内无人机自主导航引导技术发展情况,讨论了依靠自身传感器实现自主导航引导的关键技术问题,详细分析了无人机位姿的解算、无人机动态避障和同步定位与地图构建的关键技术的实现情况及其难点。最后,对室内无人机自主导航引导技术进行了展望。     

基于改进D*算法的无人机室内路径规划

针对多旋翼飞行器室内无GPS信号时的导航问题,本文采用二维码阵列构建室内定位系统,基于改进D*算法实现无人机室内路径规划,从而实现飞行器在室内的自主导航和避障。基于ArUco二维码设计了地面阵列为无人机提供了全局精确定位信息,使用改进D*算法保证了无人机在飞行过程中能自主进行路径规划和飞行。通过设计实验对改进D*算法进行了数值仿真验证,并在实际无人机的飞行中应用。实验结果证明:所提改进算法较传统D*算法能更好地保证无人机的飞行安全,同时基于二维码阵列的定位方式不但具有较高精度同时成本低易于实现。     

结合预设航线的多旋翼无人机避障算法

针对现有多旋翼无人机使用人工势场法进行避障的研究中,仅考虑目标点的安全抵达,少有考虑按预设航线飞行的作业需求,通过在人工势场法中赋予航线"线势场",将多旋翼无人机的避障与航线飞行进行结合,使无人机避障之后能重回航线.针对传统势场法中的引力场并不适用于无人机,对引力场进行了改进.解决了引入"线势场"后容易导致无人机陷入局部极小点的问题,通过仿真验证了上述改进的效果.     

基于RFID技术的四旋翼无人机轨迹跟踪控制系统设计

为促进四旋翼无人机的飞行自主性,增强无人监管情况下飞行器主机所具备的避障行进能力,设计基于RFID技术的四旋翼无人机轨迹跟踪控制系统;采用RFID标签识别技术,调制处理既定控制信号,利用标签识别协议,连接微型四旋翼轨迹控制器与内环姿态控制器,通过数据通信链路,提取轨迹跟踪控制所需的传输电子量,完成轨迹跟踪控制系统硬件设计;利用动力系统中的参数辨识策略,确定与轨迹姿态控制相关的物理规律标注,实现四旋翼无人机轨迹跟踪控制;实验结果表明,与机器视觉型控制系统相比,基于RFID技术的控制系统的SSI避障行进指标数值相对较高,全局最大值达到了 79％,四旋翼无人机滚转角平均值为85°,能够有效抑制四旋翼无人机滚转角的数值上升趋势,增强无人监管情况下飞行器主机避障行进能力.     

基于PX4飞控无人机的避障飞行系统设计

具有自主避障功能的四旋翼无人机无论其应用性还是安全性都得到了极大的提升,文章先阐述了无人机避障系统的总体设计思想,接着介绍了基于开源飞控PX4的无人机的硬件结构及其飞控框架,最后从控制模块间通信、程控避障的实现、飞行姿态控制等方面,分析了四旋翼无人机避障飞行系统的设计思路。     

基于光流传感器的旋翼无人机实时避障系统

光流的研究是计算机视觉及相关研究领域中的一个重要部分。光流在目标对象分割、跟踪、机器人导航、识别等领域有着非常重要的应用。由于旋翼无人机在民用领域的迅猛发展,使得人们对无人机行业提出了更高的要求。针对多旋翼无人机的避障问题,使用光流传感器与改进的势场法相结合的方法,实现了对飞行器的障碍物检测以及局部路径规划。光流传感器采用SAD块匹配法减小了图像计算的运算量,采集到的光流值与IMU数据进行卡尔曼滤波,可以估算出高效且有较强鲁棒性的因无人机平动产生的光流。大量实验表明,避障策略运算量较小,可以保证避障系统的实时性,在距障碍物5 m左右可以迅速规避障碍物。     

基于多传感器的无人机避障方法研究及应用

随着无人机巡检作业方式应用越来越广泛,巡检过程中对障碍物检测并进行避障显得愈发关键。若无人机碰到杆塔或线路不仅会造成无人机自身的损坏,还会对居民用电造成影响,给检修带来麻烦。毫米波雷达、激光雷达、双目视觉传感器在机器人避障中有广泛应用。但是基于输电线路巡检的多旋翼无人机的实际情况,传感器器件的选型、尺寸、重量,以及障碍物信息与飞控的融合,显得尤为重要。通过对多旋翼无人机搭载毫米波雷达、双目视觉传感器、差分GPS进行了研究,采用多传感器融合方法检测障碍物,利用虚拟力场法(VFF)进行航迹重规划,并实际飞行验证。测试表明该方法对杆塔避障取得了较好的应用效果。     

四旋翼无人机的室内自主飞行控制

为了解决四旋翼无人机在室内等无GPS信号的复杂环境中实现自主飞行的问题,在对四旋翼无人机进行非线性建模的基础上,分别设计了基于反步法结合滑模理论的姿态控制器和基于PID的位置控制器.考虑到激光测距仪高昂的价格,提出一种基于红外传感器和扩展卡尔曼算法(EKF)实现无人机室内自主飞行定位的方法,通过无人机的旋转运动弥补红外传感器每次只能测量单一点距的缺陷.最后,通过仿真验证所设计的控制器和定位算法的性能.Wyfh2结果证明了所设计的四旋翼无人机室内自主飞行方法的有效性和可靠性.     

PIXHAWK开源飞控的多旋翼无人机避障技术研究

针对当前无人机的安全问题,提出一种基于PIXHAWK开源飞控的无人避障控制方法.在PIXHAWK开源飞控中添加了超声波传感器、激光测距仪、电磁传感器,并对不同传感器的信息进行融合,依据无人机与障碍物的距离及遥控器的通道值,解算出无人机远离障碍物的姿态信息,实现多旋翼无人机的避障飞行.实验结果证明,该系统具有价格便宜、控制精度高、安全性能可靠的特点,在无人机安全飞行领域具有一定的应用价值.     

智能型四旋翼无人机飞控系统的设计与实现

通过数学建模进行动力学系统分析,设计实现智能型四旋翼无人机飞控系统。构建四旋翼无人机动力学模型并进行理论分析;设计无人机机架,对各组成模块进行测试、分析和实验;实现无人机飞控系统的自主避障和智能飞行;实现旋转机臂,使无人机具有新型的加速机制和变向模式。飞行实验结果表明,该无人机飞控系统取得较好的效果,灵敏性强、稳定性高,总体性能良好。     

基于包络切换的四旋翼吊挂无人机避障轨迹优化研究

考虑非圆避障区域以及吊挂载荷摆动导致的包络圆切换,开展四旋翼吊挂无人机避障飞行轨迹优化研究.首先,通过互补约束对拉紧-松弛系绳进行统一描述,建立了吊挂四旋翼无人机系统的整体动力学模型;而后,采用R函数建立了不同包络圆情形下的统一避障约束方程,使用碰撞检测算法计算包络圆与障碍物的距离,并通过非线性最优控制方法建立了吊挂无人机避障轨迹优化数学模型;继而利用Legendre-Gauss-Radau伪谱法将开环非线性最优控制问题离散为非线性规划问题,通过数值求解得到了吊挂无人机的最优运动轨迹.最后,通过数值仿真算例验证了所提出的轨迹优化算法的有效性.     

基于SLAM的旋翼无人机组合导航算法研究

在旋翼无人机组合导航中,针对缺乏GPS作为导航信号源的室内飞行环境,为了达到精确定位的目的,提出一种基于SLAM（simultaneous localization and mapping）的旋翼无人机组合导航算法。首先,引入双线性插值算法,实现基于扫描匹配的即时定位与地图构建;其次,对陀螺仪、加速度计和磁罗盘建立捷联惯导系统误差模型,针对旋翼无人机的使用环境对误差模型进行简化;最后,应用联邦卡尔曼滤波算法,设计组合导航系统模型,将SLAM算法和捷联惯导系统估计出的位置数据进行融合。仿真结果表明所设计基于SLAM的旋翼无人机组合导航算法能够进一步提高组合导航系统对旋翼无人机位姿估计的精度。     

多旋翼无人机飞行控制系统设计研究

多旋翼无人机具有优良的操作性能、维护简单、成本较低等特点,已经成为微小型无人机的主流,获得了广大的消费群体。飞控系统作为无人机的核心技术,始终是无人机学术与工程领域研究的热点。本文以多旋翼无人机为研究对象,根据多旋翼无人机的结构特点,对飞行控制系统进行设计与研究,从硬件原理与软件原理对多旋翼无人机飞行控制系统的构建过程进行详细介绍。     

基于改进人工势场法和自适应神经网络的共轴双旋翼无人机避障飞行控制

针对共轴双旋翼无人机(coaxial rotor unmanned aerial vehicle, CR-UAV)在未知和危险环境中飞行避障的控制问题，基于飞行态势图和改进人工势场算法，提出了一种新的避障方法。首先，该方法通过飞行态势图对障碍物信息进行建模，考虑了CR-UAV飞行控制的约束条件，可使无人机有效利用障碍物信息进行避障，避免了局部极小点的问题，无人机的控制和避障能力显著提高；其次，采用基于径向基函数的神经网络(RBFNN)对CR-UAV飞行中的干扰进行估计并实时补偿，采用非线性状态误差反馈实现CR-UAV的姿态跟踪控制，从而保持无人机避障飞行过程中的姿态稳定；最后，进行了仿真实验。从仿真结果可以看出，无人机在避障飞行具有良好的姿态稳定能力。     

基于VI-SLAM的四翼无人机多目标视觉定位技术

针对传统多目标视觉定位技术定位误差大这一问题,基于VI-SLAM的四旋翼无人机提出了一种新的多目标视觉定位技术,阐述了定位技术原理,在进行定位时,导航定位系统、航空姿态测量系统、机载光电测量平台共同工作,通过多目标相机标定、锁定目标背景差分确定目标在摄像机坐标系的位置,将摄像机坐标系转换成载机机体坐标系,再将载机机体坐标系转换成大地坐标系,从而实现定位,引入北斗卫星导航系统和递归最小二乘算法降低定位误差。对比实验结果表明,相较于传统定位技术,基于VI-SLAM的四旋翼无人机的多目标视觉定位技术定位误差更小,应用性更广。     

基于LGMD的无人机避障方法研究

为提高无人机避障的灵活性和可靠性，提出了一种基于LGMD（Lobula Giant Movement Detector）的无人机避障方法，通过将视场分割为上、下、左、右4个方位，形成4个方位竞争的LGMD（C-LGMD），并利用Matlab软件进行算法实现和视频仿真分析，最后将算法移植到无人机硬件系统，开展悬停测试和实时飞行实验研究。由视频仿真分析和悬停测试结果表明，该算法能有效分辨来自不同方位的障碍物，具有较好的避障性能和鲁棒性；在实时飞行测试中，无人机在室内环境中可实现三维空间有效避障，验证了该算法的可靠性。研究结果为进一步探索无人机高效、可靠避障提供参考依据。     

基于移动群智感知的多旋翼无人机噪声控制技术

由于多旋翼无人机产生噪声的位置点较多,难以感知具体的噪声位置,导致噪声控制效果不理想,因此提出基于移动群智感知的多旋翼无人机噪声控制技术。根据移动群智感知原则,确定标准群节点所处位置,对多旋翼无人机的噪声位置进行精准定位。再按照感知任务分配表达式,计算调度性能指标的具体数值,完成基于移动群智感知的执行任务调度。分析无人机板状结构的振动特性,求解同步开关阻尼、短路开关阻尼、电感开关阻尼、外加电压源开关阻尼的数值表达式,实现对多旋翼无人机噪声控制原理的研究。联合已知数值计算结果,分析噪声信号在无人机蒙皮结构、加筋板结构、典型壁板结构内的布局形式,完成基于移动群智感知的多旋翼无人机噪声控制方法的设计。对比实验结果,在移动群智感知算法作用下,无人机噪声信号在各个方向上的波动幅值均得到较好控制,与模糊逻辑控制方法相比,能够较好维持多旋翼无人机的稳定运动能力。