微小型直升机自抗扰飞行控制

针对微小型直升机建模困难,动态模型中不仅含有较多的未知动态,且飞行中内外扰动均比较大的问题,提出一种基于自抗扰控制的飞行控制方法。该方法不仅可以确保微小型直升机六自由度方向上的稳定准确跟踪控制,而且可实时估计并补偿未知动态影响。通过盘旋上升模态下飞行仿真验证了此控制方法的有效性和鲁棒性。     

基于运动增强和颜色分布比对的运动目标检测

为检测无人机视频中的地面运动目标,提出了一种运动和颜色信息相结合的算法.采用前向运动历史图像来增强独立运动信息和抑制背景噪声,确保完整分割出候选运动区域; 提出一种迭代的、基于局部颜色分布比对的方法,去除候选区域中的背景像素,以更准确地提取单个运动目标.算法不仅节约了计算量,还有效降低了误检和漏检的可能性.多组无人机视频的实验结果表明了所提算法的高效性和鲁棒性.     

基于Gabor滤波器的航空图像居民区域提取

中低分辨率航空图像中居民区域的自动提取对地理信息系统更新和无人机导航具有重要作用.详细分析了Gabor滤波器参数对纹理提取的影响,提出了一种基于Gabor滤波器的居民区快速提取算法.算法包含4步:运用Gabor滤波器分析图像纹理,采用核密度估计生成居民区域置信图像,进而计算自适应阈值分割置信图得到候选区域,最后根据区域几何形状去除干扰得到居民区.算法平均运算时间为0.42s,实验结果表明了算法的高效性和准确性.     

航拍视频帧间快速配准算法

 为应对相机运动的影响,提出了一种快速有效的无人机(UAV)视频相邻帧图像配准算法。通过空间分布约束和角点量限制来筛选有效的FAST特征点,引入自适应阈值提高特征点检测的环境适应性,采用训练得到的不相关采样点集对特征点进行二值描述,以获得准确快速的特征描述,并通过最近邻算法根据汉明距离获得特征匹配对,最后运用RANSAC方法得到帧间仿射变换模型参数,消除相机运动带来的影响,为后续运动目标检测与跟踪提供保障。实验结果表明该算法快速、稳定,具有较高的环境适应性,能够满足无人机系统视频图像配准的要求。     

新的航空图像道路检测与跟踪算法

介绍了一种新的面向智能无人机应用的道路检测与跟踪算法.首先从电子道路地图中得到标示道路初始区域的合成图像,然后利用光学图像的距离变换图像、合成图像的边缘图像等信息把道路检测问题表述为一最优化问题,最后利用迭代算法解此问题得到路面区域.道路跟踪利用前一帧检测结果的预测值初始化其对应的优化问题.实验证明该方法具有较高的稳定性和适应能力.