无人机视觉引导对接过程中的协同目标检测

无人机空中自主回收是未来的发展趋势,对空中载具的自动识别是实现视觉引导回收的关键技术之一。目前对于空中关联目标检测的研究局限于单个目标个体,没有充分利用关联目标之间的信息。本文针对空中高动态对接中的关联目标检测问题,提出了一种母机与挂载对接物体的单阶段快速协同目标检测算法,包括相关类别并行独立分支目标检测、相关类别掩模增强检测以及相关类别的特征一致性约束,这些模块能够共同提升检测表现。实验表明,在测试集中该算法相比于YOLOv4能够提升4.3%的平均精度,相比YOLOv3-Tiny能够提升31.6%的平均精度。同时,该算法已应用在MBZIRC2020的高动态空中对接项目上,实现机载图像在线实时处理,团队借此斩获冠军。     

空中无人加油自主对接导航制导与控制

空中自主加油技术能大大提高无人机的航程航时,在军用和民用上都有着十分重要的意义。受编队气动干扰、模型不确定性、头波效应、阵风干扰等因素影响,空中无人加油的对接段是所有阶段中精度要求最高和控制难度最大的一个阶段,其导航制导与控制技术是目前研究的难点和热点。本文针对无人-无人空中自主加油场景,深入研究了软管式空中加油自主对接段的鲁棒抗扰导航制导与控制技术并进行了飞行试验验证。首先,为实现受油机加速对接时高度控制不出现振荡,采用总和能量法设计纵向制导律以实现对接末段高度和速度的协调控制;其次,为提高风干扰下的对接控制精度,分别针对加油机和受油机在不同飞行阶段的轨迹跟踪特点采用L1非线性制导思想设计了横向制导律,并采用鲁棒伺服方法设计内环姿态控制律,将积分环节引入角速率控制回路提升系统型别以更好抑制外界扰动对系统的影响;然后,基于单阶段深度学习目标检测算法YOLOV4开发了锥套识别与定位算法,在强光、云雾等复杂条件下进行采样和训练以大大提升视觉系统的鲁棒性,并采用扩展卡尔曼滤波算法将图像定位信息与RTK定位信息进行融合用于相对导航;最后,设计了无人机空中加油自主对接模拟飞行试验方案,在最大程度...     

基于测距测角信息的DG-IEKF相对导航算法

在自主近距空中加油过程中,无人机通常利用机间数据链进行导航数据共享,解算获得高精度的相对导航信息.机间数据链受扰中断时,在常规相对导航策略失效的情况下,无人机通过搭载的态势感知传感器对未知环境进行探索.针对受油机与非合作目标加油机间中远距离相对导航问题,提出了一种测距测角信息下的相对状态估计算法.考虑到测距测角信息下算法的强非线性,在迭代扩展Kalman滤波(Iterative Extended Kalman Filter,IEKF)的基础上,利用信赖域狗腿(DG)优化算法,提出了一种DG-IEKF算法,并推导了该算法在迭代过程中的状态更新方程与协方差阵更新方程,最后给出了该算法的相对导航仿真结果.仿真实验结果表明,该算法导航精度优于现广泛使用的扩展Kalman滤波算法(Extended Kalman Filter,EKF)与IEKF算法,在RMSE方面与EKF相比,相对位置综合精度提高了35.55％,相对速度综合精度提高了19.20％,具有较高的可靠性与稳定性.     

航天器空间对接位置视觉测量方法

针对航天器空间对接过程中对接环位置的实时测量问题,提出了一种基于单目视觉的对接环识别定位新方法.通过将采集到的目标图像序列RGB信息转换到HSV色彩空间,以图像色调值为判据,实现了航天器空间对接环目标特征的有效提取.结合最小二乘椭圆拟合算法和小孔成像理论,建立了单目视觉的对接环识别定位模型,以完成航天器空间位置的精确计算.仿真结果表明,航天器近距定位可达到小于2 cm的精度,完全能够满足对接的精度要求.     

基于自适应联邦滤波的相对导航信息融合

针对基于GPS/MV组合导航方式的无人机空中加油问题,分析了对接阶段GPS及视觉传感器存在的条件约束。在建立导航传感器非线性相对位置测量模型的基础上,设计了基于扩展卡尔曼滤波的自适应联邦滤波器,并与集中式滤波进行了对比仿真。结果表明,提出的算法保证了部分传感器失效时导航数据输出的平稳性和容错性,滤波精度完全满足无人机空中加油相对导航系统要求。     

边缘图像自适应编码方法

边缘特征常被视作无人机视觉系统中的重要信息（比如在视觉导航时需用边缘特征识别障碍物），在实践中会遇到边缘图像数据量大的情况。针对边缘图像高效压缩问题，提出了边缘图像自适应编码方法。首先以边缘打包法的压缩比和边缘点所占比例为特征，建立Logistic回归模型，然后利用图像数据库对该模型进行离线训练获取模型参数，最后利用Logistic回归模型建立分类器，自适应地在边缘打包法和链码编码法中选择压缩比最高的方法对边缘图像进行压缩。对VOC2012图像数据库的测试结果表明，与常用压缩方法相比，提出的算法能提高压缩比5%左右，有效减少了数据量。     

小型跨介质无人机快速水空过渡设计与试验

针对水空界面介质跨越问题,基于混合动力设计概念,设计了一种能够快速多次水空过渡跨介质的无人机。采用共轴的方式安装水下电机与空中电机,具备水下与空中两套动力系统。搭配气压传感器与水深传感器,采用卡尔曼滤波算法估计无人机位置速度信息,完成水空两介质中与水空过渡区域的控制与模式转换。设计制作测试样机,并进行了跨介质试验,验证了工作模式切换的连贯性,结果表明无人机可实现快速水空过渡,并能够满足出水、入水的机动循环。     

视觉辅助的无人机自主空中加油建模与仿真

为准确获得插头锥套式空中加油过程中无人机与锥套的相对位姿信息,提出了机器视觉辅助的插头锥套式无人机自主空中加油仿真方案,开发了基于Open CV,Simulink及Vega Prime视景仿真技术的闭环仿真系统.研究了机器视觉识别跟踪锥套的图像处理算法,利用Kalman滤波算法估计无人机与锥套的相对位姿.仿真结果表明,机器视觉算法可以准确识别跟踪锥套,滤波器状态估计的收敛速度较快,无人机姿态角变化范围较小,保证了插头锥套式无人机自主空中加油的平稳安全对接.     

视觉辅助的无人机自主空中加油建模与仿真

为准确获得插头锥套式空中加油过程中无人机与锥套的相对位姿信息,提出了机器视觉辅助的插头锥套式无人机自主空中加油仿真方案,开发了基于Open CV,Simulink及Vega Prime视景仿真技术的闭环仿真系统。研究了机器视觉识别跟踪锥套的图像处理算法,利用Kalman滤波算法估计无人机与锥套的相对位姿。仿真结果表明,机器视觉算法可以准确识别跟踪锥套,滤波器状态估计的收敛速度较快,无人机姿态角变化范围较小,保证了插头锥套式无人机自主空中加油的平稳安全对接。     

区域导航无人机空中基准站的多源信息融合容错导航系统研究

作为卫星导航系统的补充和备份,区域导航服务系统近年来得到较大发展。在基于无人机的区域导航服务系统中,无人机自身的定位精度对区域导航服务系统的可靠运行有直接的影响。针对无人机导航传感器及系统的容错和可靠性问题,设计了具有针对性和自优化功能的多源信息融合容错导航方案,提出了一种优化的基于矢量分配形式的自适应联邦滤波算法。通过对每个状态量设计不同的信息分配系数,实现传感器量测噪声的动态优化调整,有效减小了传感器故障对融合导航系统的影响,提高了无人机导航系统的鲁棒性。验证分析表明,该方法可以减小子滤波器故障信息对融合导航系统联邦滤波全局估计的影响,避免了故障子滤波器在信息重置过程中对系统造成的污染,提高和保障了无人机空中基准站多源信息融合导航系统的稳定性和可靠性。     

带FDI算法的无人机组合导航姿态确定控制系统设计

无人机导航系统的作用是提供导航数据给飞控计算机作为制导和控制用,因为飞控计算机的性能在很大程度上依赖于导航数据,导航系统的某一个错误可能会导致整个无人机的失败,因此,导航系统应具有故障检测和隔离(FDI)算法,介绍了一种用于无人机导航的FDI和低成本的组合导航系统,硬件包括低成本商业用MEMSIMU、GPS接收器、磁力计和导航计算机,软件包括带FDI算法的卡尔曼滤波。     

视觉辅助惯性定位定姿技术研究

在利用视觉系统辅助捷联惯性导航系统( SINS)进行定位定姿时,由于两者输出的位置表示方法不同,在信息融合时会存在匹配问题。以相对地理坐标系作为定位定姿系统的导航坐标系,重新对SINS进行了力学编排,分析了其误差传递特性,建立了相对地理坐标系下的状态方程模型,并利用Kalman滤波器实现了视觉辅助惯性定位定姿算法。仿真结果表明,方法避免了信息融合时位置匹配问题,同时降低了系统的计算量,满足了定位定姿系统的精度要求。     

低成本多传感器组合导航系统在小型无人机自主飞行中的研究与应用

为了满足小型无人机自主控制系统对导航系统性能的要求,研究低成本的基于微机电系统的捷联惯性导航系统(MEMS-SINS)/全球定位系统(GPS)/磁强计组合导航系统。提出一种利用磁强计辅助MEMS-SINS的静基座初始姿态确定方法,采用四元数误差模型对MEMS-SINS/GPS/磁强计组合导航系统进行信息融合的建模,采用基于正交三角(QR)分解的平方根无色卡尔曼滤波(UKF)非线性估计方法对组合导航系统进行数据融合,克服由于计算机舍入误差引起的状态协方差阵的计算值失去非负定性甚至对称性,通过小型无人机的自主飞行试验,证实MEMS-SINS/GPS/磁强计组合导航算法满足小型无人机自主控制系统的要求。     

结合核相关滤波器和深度学习的运动相机中无人机目标检测

针对无人机与相机快速相对运动造成的运动模糊问题，以及小型无人机外观信息缺失和背景复杂造成漏警和虚警问题，提出了一种新的无人机检测-跟踪方法。针对成像尺寸小于32像素×32像素的无人机目标，提出改进的多层特征金字塔的分类和目标框回归器作为目标检测器，克服漏警。利用检测结果初始化基于核相关滤波的目标跟踪器，并持续修正跟踪结果，跟踪结果为剔除检测器虚警提供依据。在跟踪过程中，引入对观测场景纹理自适应的相机运动补偿策略实现目标重定位。多场景下的实验结果表明：提出的方法在对高速运动小目标的检测和跟踪指标上显著优于传统方法，且运动补偿机制的引入进一步增强了方法在极端复杂场景下的鲁棒性。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

考虑低空运行环境求解无人机任务分配问题的研究

在低空救援中如何合理的分配无人机的搜救任务长期以来都是研究的重点。本文在分层级分布式分配方法的基础上建立多目标多无人机任务分配模型,在模型中以搜救费用、无人机使用数量、完成任务的均衡性为目标函数,并且采用改进的NSGA-Ⅱ算法进行求解。结果表明：本文建立的模型有效,能在不同搜救环境下给出合理有效的分配方案;在搜救中考虑以搜救效率最高为导向时,带来无人机成本和数量的增加;当实际搜救的无人机非常有限时,则需要时间成本的投入;以经济利益为导向时,则会导致搜救时间的增加。     

基于视觉引导着陆的微小型四旋翼设计及实现

为了增强四旋翼的自主性,借用视觉导航方法要求在GPS丢失信号或信号精度不高的情况下进行辅助定位,使得四旋翼能够在某些特殊需求场合自动着陆。针对Harris角点检测算法计算量大的问题,设计了一种快速、准确的标志图像识别算法,将一个区域内的所有角点转换成一个单值角点,替代了Harris算法中的局部非极大值抑制算法,减小了计算量,并进一步设计了视觉模式下的姿态与位置转换算法和视觉着陆控制算法。为了验证所设计算法的可行性和有效性,基于STM32单片机搭建了微型四旋翼实验平台系统,并实时在线进行了性能实验,结果表明,标志图像识别算法能正确检测和识别出标志图像,视觉着陆算法也成功实现了四旋翼实验平台的着陆功能。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

基于EKF的小型涵道式无人机航姿系统算法研究

针对小型涵道式无人机,设计了一种基于扩展Kalman滤波的航姿估计算法。采用四元数作为状态变量,利用陀螺仪的输出构成状态方程,通过加速度计与磁阻传感器构造观测方程来进行扩展Kalman滤波解算。相对于通常的航姿估计算法,这种算法减少了运算量,更适合于基于嵌入式微处理器的航姿估计。实验结果表明这种算法有效的抑制了航姿系统的各种噪声与干扰,同时保证了姿态输出的精度与实时性,可以为小型无人机提供准确的航姿信息。