基于视觉的小型四旋翼无人机自主飞行控制

提出为实现小型四旋翼无人机自主飞行控制,设计一种基于视觉的飞行控制方法,并搭建嵌入式控制架构飞行试验平台。在控制过程中,光流信息与姿态角信息进行融合用于估计无人机水平位置信息,利用获取到的水平位置信息作为内外环结构的比例微分积分(Proportion integration differentiation,PID)控制器外环反馈信息。不同于传统的基于地面站的控制架构试验平台,该飞行系统中采用了一个嵌入式控制架构的试验平台。该平台依靠机载嵌入计算机进行光流计算、运动状态估计,并采用机载飞行控制器执行控制算法。这种嵌入式控制架构工程实现难度高,但更利于实现四旋翼无人机的全自主飞行控制。试验结果表明,提出的设计方法取得了较好全自主飞行控制效果。

无人机微型姿态航向系统数据处理

针对四旋翼无人机机体尺寸较小、带载荷能力有限的特点,设计基于低成本MEMS器件的微型姿态航向系统,以满足四旋翼无人机在系统控制方面的需求。针对低成本MEMS器件传感器漂移较大,不适用于载体动态姿态测量的应用问题,设计基于梯度下降的四元数姿态补偿算法,用于微型AHRS系统的姿态数据解算,获取较高精度的动态姿态测量数据。实验结果表明,采用基于梯度下降的四元数姿态补偿算法,有效提高了微型AHRS系统的测量精度。

基于气压传感器的无人机高度测量系统

利用气压传感器作为高度测量装置,以数字信号处理器作为微控制器单元,设计一种无人机的微型高度测量系统。利用中位值平均滤波方法处理气压计的原始数据,获得较高精度的高度测量值。实验结果表明,高度测量系统精度可达0.23 m,输出频率可达360 Hz,能够满足四旋翼无人机飞行控制对飞行高度数据的基本要求。

基于视觉的四旋翼无人机自主定位与控制系统

针对GPS(global positioning system)信号缺失环境下无人机(UAV)自主飞行控制问题,设计了一种基于视觉的自主定位与控制方法.首先通过增加特征点提取数量和优化关键帧存储来对传统视觉SLAM(simultaneous localization and mapping)算法进行改进,提高了算法的鲁棒性与通用性.其次,引入光流传感器作为视觉SLAM地图丢失情况下辅助位置信息测量单元,提高无人机飞行控制的安全性,并成功地克服视觉SLAM图像丢失问题和光流法存在的位置漂移问题.然后采用EKF(extended Kalman filter)融合无人机位置和3维加速度信息,得到了较为精确的位置信息,同时提高了信号输出频率.最后,利用上述方法获取的无人机位置信息设计PID(proportion integration differentiation)和RISE(robust integral of the signum of the error)非线性控制器,增加了算法的鲁棒性.为验证该控制策略的有效性,搭建了四旋翼无人机视觉控制系统实验平台.该平台采用嵌入式控制系统架构,使用机载计算机运行所提算法,避免了图像及控制命令在无线传输过程中引起的时间延迟和信号干扰.室外飞行实验表明,此控制方案实现了自主定位与飞行控制功能.