无人直升机自主着舰的计算机视觉算法

通过理论分析和计算机半实物仿真研究了一种应用于无人直升机自主着舰的计算机视觉系统及相关计算机视觉技术.从工程实践的角度研究了计算机视觉技术在无人直升机自主着舰过程中的应用,并提出了可靠实用的一系列算法.通过精心设计,整套算法达到了无人直升机自主着舰的实时性和实用性要求,为工程样机的研制做好了理论上的准备.     

无人直升机自主着舰系统设计及仿真试验

设计了一套包含视觉目标识别单元、目标跟踪器、甲板状态跟踪器和模糊逻辑控制的无人直升机自主着舰系统.视觉系统通过对采集的图像预处理提取出可能的甲板标识区域,然后对此区域计算其仿射不变矩特征集合,对得到的特征集经过模糊识别技术实现对甲板降落区域的识别,并根据矩特征集计算出甲板运动状态信息.目标跟踪器采用了卡尔曼滤波技术,在目标二阶运动方程的基础上设计了跟踪算法.甲板运动状态跟踪器用于在无人直升机的降落期间实现对甲板尤其是触舰瞬间甲板的纵摇、横摇及浮沉状态的预测,该跟踪器采用了改进的卡尔曼多步预测算法.设计了基于模糊逻辑的比例积分控制器,由多个并行的对特定任务实施控制的子控制行为构成.仿真试验结果验证了所提出的算法.在仿真试验中,无人直升机能够正确的识别甲板目标区域,实现了对运动舰船在二维水平面内的跟踪,甲板状态跟踪器能够预测未来1~5个周期内甲板状态,控制器基于目标信息和甲板状态能够正确地引导无人直升机实现安全着舰.     

基于扩展卡尔曼滤波的舰机相对位姿估测

通过将基于扩展卡尔曼滤波的长序列图像分析方法与单目视觉技术相结合,把无人机自主着舰视觉导引中舰机间相对位姿的估测,转化为机载摄像机对着舰靶标平面3D位姿的实时估测问题.首先根据透视投影理论,建立了以摄像机的透镜中心为原点且Z轴与光轴重合的摄像机坐标系和世界坐标系,然后利用机载摄像机连续拍摄的靶标图像序列,选择描述相对运动的3个欧拉角、平移向量及它们的速度作为状态变量;由靶标角点的提取和帧间匹配,建立了反映着舰靶标上特征点的图像坐标和状态变量之间关系的观测方程,带入扩展卡尔曼滤波器,估测出舰机的相对运动参数.计算机数据仿真和基于DSP平台的半实物仿真试验验证了算法的有效性和鲁棒性.      

一种面向空间飞行器视觉导航的椭圆检测算法

基于椭圆特征的空间飞行器视觉导航技术是一种新颖的高精度空间探测自主导航方法,如何对空间目标的环形边缘进行精准提取和高效拟合是实现空间飞行器视觉导航的必要条件。针对该问题,提出一种面向空间飞行器视觉导航的椭圆检测算法。利用多项式逼近导航图像连续边缘段的方式提取椭圆弧段;通过基于极大似然假设检验理论构建的模型选择判据,对来自同一个椭圆的椭圆弧段进行准确合并;对合并后的椭圆弧段进行拟合,得到空间飞行器视觉导航的椭圆检测结果。大量的仿真实验表明：与传统的椭圆检测算法相比,所提算法具有较高的精度和更高的鲁棒性,可以广泛应用于空间飞行器视觉导航图像椭圆检测,为空间飞行器视觉导航算法提供精准的二次曲线输入。     

无人直升机自主着舰的计算机视觉技术

采用自主设计特征图案的方法,研究了一种基于视觉导引实现无人直升机自主着舰的快速算法.分析了制约位姿参数估计实时性的瓶颈,提出了一种基于信息分块的图像处理方法.引入选择性坐标变换的方法,获取图像处理的理想区域;采用直线方向粗识别的途径,确定参数区间,缩小了直线hough变换遍历空间,减小了底层图像处理的运算量.对真实图像的测试结果表明:对于768像素×576像素大小的图像帧,完成目标检测和位姿参数识别任务耗时小于30 ms,实现了视频流的实时处理;等效直升机与舰船相距10 m时,位置参数的均方根(RMS, Root Mean Square)误差在 2 cm内,姿态参数的RMS误差小于1.5°.算法能够满足自主着舰控制的实时性和实用性要求.      

极地科考小型无人飞行器

针对小型无人飞行器在极地科考中的抗风扰动问题,通过神经网络改进卡尔曼滤波算法,提高小型无人飞行器对环境的适应性.基于小型无人飞行器自身状态信息与误差信息,在线调整系统的量测噪声和估计参数,提高信息融合精度;利用矢量域方法构建轨迹跟踪控制算法,基于目标航迹在线调整航向,提高小型无人飞行器在顺风、逆风、转弯的飞行品质和压航线精度.经过大量的仿真试验、实际飞行试验验证了方法的有效性,改进的卡尔曼滤波算法可以提供长时高精度信息,小型无人飞行器可以在野外6级风源扰动的情况下,实现稳定飞行,平均误差不超过10m.小型无人飞行器在南极实地科考中得到成功应用.     

基于视惯融合的无人飞行器导航数据仿真方法

无人飞行器在卫星信号拒止情况下难以获得较高的导航精度。为此，需要研究基于载体自身传感设备的自主导航定位方法。立足于飞行器平台的视觉惯性紧耦合算法架构VINS-Mono，提出并设计了一种视觉惯性数据仿真方法，针对匀速直线运动过程无法恢复视觉尺度的问题，进行了初始化运动轨迹补充。仿真研究结果表明，该方法所补充的轨迹能够很好地对齐视觉与惯性信息并恢复尺度，实现导航参数的正确求解。理想条件下500m平飞范围内定位误差占比不超过真值的3.5%，可作为评估卫星拒止环境下无人飞行器视觉惯性组合导航性能的参考方案。     

基于非线性直方图变换的对比度畸变图像校正

在实际成像过程中,因受多种因素影响而导致图像对比度畸变,使其质量下降。为了改善图像质量并增强视觉效果,提出了一种基于非线性直方图变换与参数优化的降质图像对比度畸变校正方法。首先,针对常规直方图均衡方法的局限性,通过人眼视觉感知特性分析,引入图像直方图的先验约束条件,建立了非线性直方图变换模型;进而,从校正效果的最优化角度考虑,运用遗传算法的进化寻优进行校正参数的优化,从而形成了一种高性能的对比度畸变校正算法。一系列在不同场景实拍的对比度严重畸变图像的校正实验结果表明,本文方法校正结果的客观质量评价测算指标和实际视觉效果都有显著提升,和常规校正方法相比具有明显优势。      

"人在回路"无人飞艇半实物仿真系统设计与实现

为开展某型无人飞艇系统的地面集成及飞行仿真试验,基于VxWorks实时操作系统、Matlab/Simulink和RTW(Real Time Workshop)快速原型建模仿真软件、FUTABA数据采集系统和三维视景系统,开发了具有高精度、高实时性的半实物仿真平台以及仿真软件.该系统的最大创新点是加入了FUTABA遥控设备以及PWM(Pulse Width Modulation)/RS-422的信号转换模块,从而将飞行员的视觉感受及操纵输出接入到仿真回路中,实现了在全遥控、半自主和自主3种模式下的"人在回路"仿真.仿真试验结果表明:"人在回路"的飞行仿真试验可验证控制律的3种模式切换功能以及姿态、航迹控制效果,提高了飞行员对该型飞行器的操纵熟练程度,可以实现在应急情况下直接控制无人飞艇平稳着陆.      

基于视觉的无人作战飞机自主着陆导航方案

提出了基于视觉的无人作战飞机自主着陆组合导航方案.基于视觉的自主着陆 组合导航系统,可以根据视觉、惯导、高度表等传感器系统的特点,融合各机载传感器的测 量信息,在不依赖外部导航信息的情况下,得到无人作战飞机(UCAV)相对于跑道的着陆导 航信息.由于视觉信息在导航系统中的重要作用,对计算机视觉算法及其实时性进行了讨论 .对如何将视觉信息与惯导、高度表信息融合,构造多速率扩展Kalman滤波器进行了阐述. 通过自主开发的"UCAV自主着陆实时仿真验证平台"对该方案进行仿真,得到了满意的结果.      

小型混合翼无人机过渡过程一体化建模与控制

混合翼垂直起降无人机解决了普通固定翼无人机无法垂直起降以及旋翼无人机航时航程小的问题。针对旋翼与固定翼结合的混合翼可垂直起降无人机系统,将过渡过程中旋翼部分和固定翼部分进行一体化结合,推导了混合翼无人机过渡过程非线性动力学方程组。通过对得到的无人机纵向气动模型进行稳定性分析,设计了基于采用LQR(Linear Quadratic Regulator)的增益调度跟踪控制器。结果表明设计的控制器能使无人机状态进行良好的跟踪。     

光流控制地形跟随与自动着陆

将一种自研的光流传感器安装到飞行平台上,利用光流信息控制飞行器的地形跟随和自动着陆.测试了光流传感器的测量性能,建立了飞行器的运动模型,开发了基于光流反馈的地形跟随控制算法,提出了光流自动着陆的控制规律,并进行了数学仿真和硬件在回路的实时仿真验证,实验结果表明:光流信息可以一种相对简单的形式来巧妙地同时控制飞行速度和飞行高度,保证飞行器安全地执行多种飞行任务,实验证明了光流传感器在飞行控制中具有工程可行性.     

大展弦比柔性机翼气动特性分析

长航时无人机在飞行过程中受气动载荷影响,其大展弦比机翼产生弯曲和扭转变形,这种弹性变形严重影响飞机的飞行性能和飞行安全,不能将此种飞机机翼当作传统的刚性机翼进行气动分析.针对一真实复合材料大展弦比前掠机翼,采用气动/结构一体化的分析方法,利用计算流体动力学(CFD)软件FLUENT和计算结构动力学(CSD)软件NASTRAN联合求解,研究了在不同载荷情况下大展弦比柔性机翼静气动弹性变形对机翼气动特性的影响.结果表明,大展弦比无人机机翼受载变形后升阻比降低,滚转力矩和偏航力矩显著增大,对飞机的纵向和横侧向气动性能产生不利影响,同时也证明此CFD/CSD耦合计算方法可以应用到柔性机翼的气动/结构一体化设计中.      

基于图像增强的无人机侦察图像去雾方法

针对无人机(UAV)雾霾天气下的侦察图像,并考虑无人机自身特性,提出了一种新的基于图像增强的无人机侦察图像去雾方法。该方法从图像处理的角度,通过对图像分别进行白平衡处理和对比度增强处理,基于图像融合和自动色阶处理,最终得到复原图像。选取无人机侦察图像进行去雾,并从主观和客观对实验结果进行评价,本方法得到的去雾图像的图像评价指标均有明显提高;同时与其他典型的去雾方法相比,综合评价指标提升,证明本方法可以得到良好的去雾效果。     

遥控模式下无人机系统纵向飞行品质评定

建立了无人机系统模型,根据通信数据链存在时延、无人机飞行员不能直接感受到无人机的过载信息等特点,参照有人驾驶飞机飞行品质准则,提出了遥控模式下无人机系统纵向飞行品质的评定方法.对某算例无人机系统的纵向短周期飞行品质及驾驶员诱发振荡(PIO,Pilot-induced Oscillations)趋势进行了评定及分析.结果表明:通信数据链对无人机系统的短周期频率、阻尼等特性的影响较小;但是,无人机飞行员在地面控制站遥控操纵无人机时,通信数据链时延会增加无人机系统的延迟时间,导致闭环操纵的短周期飞行品质发生降级,并具有PIO倾向;为避免发生PIO,应避免无人机在遥控模式下执行快速机动飞行任务.     

基于视频帧间运动估计的无人机图像车辆检测

基于人工智能(AI)芯片搭建轻量化深度神经网络，可以在无人机(UAV)机载端实现视频中车辆目标的自动检测，具有重要的应用前景。为此，提出了一种针对无人机图像车辆目标的检测方法，并在AI芯片上进行部署与测试。方法具体包括:结合无人机图像中车辆目标的尺寸范围，对MobileNet-SSD网络进行裁剪，构建轻量化单帧图像检测器；为解决小目标特性在轻量网络框架下引发的检测性能下降问题，引入帧间运动矢量估计，根据相邻帧信息辅助预测当前帧丢失目标的位置范围，并利用检测结果进行修正，实现丢失目标的再召回。通过对多个数据集进行融合与自动补充标注，搭建了一个高质量的无人机图像车辆目标数据集；同时将方法在基于RK3399芯片计算的嵌入式开发平台上进行实验验证，结果表明:搭建的网络能够显著减少存储资源占用，具有轻量化的特点；同时相比于单帧检测法，引入视频帧间运动估计方法可以有效提高检测精度，并在AI芯片上实现125.3 ms/帧的检测速度。      

轮式起降无人机安全起飞纵向控制

为了提高无人机在风干扰下的起飞安全性,对无人机常规起飞纵向控制方案加以改进,提出了基于直接升力控制的安全起飞纵向控制方案.采用由低通滤波器和超前补偿通道组成的组合滤波方案,用以解决所提出控制方案中无人机升降速度信号的精确获取问题,通过所研制的专用升降测试台和基于频谱分析的设计方法,对组合滤波方案进行了参数选取和仿真验证.基于Matlab/Simulink仿真环境建立某型无人机的全量非线性数学模型,通过仿真设计相应的襟翼偏转控制律.仿真结果表明,应用组合滤波方案获取的升降速度信号精度较高,满足起飞控制的使用要求.安全起飞纵向控制方案可显著增强无人机的抗干扰能力,从而提高起飞过程的安全性.