-
题名多旋翼无人机自主精准降落的控制系统研究
被引量:6
- 1
-
-
作者
曾振华
郑汇峰
祝玉杰
罗志勇
-
机构
广东工业大学自动化学院
广州优飞信息科技有限公司
-
出处
《广东工业大学学报》
CAS
2020年第1期87-94,共8页
-
基金
广东省自然科学基金资助项目(2018A0303130137)
广东省哲学社会科学规划学科共建项目(GD18XJY05)
+1 种基金
广东省高性能计算重点实验室开放项目(TH1528)
深圳市南山区科技计划项目(2018050)
-
文摘
针对多旋翼无人机降落时采用位置控制方式存在位置振荡和速度超调现象的问题,本文采用速度控制的方式进行降落,构建了一个完整的精准降落闭环速度控制系统。首先建立无人机精准降落速度控制系统的总体框架;然后进行无人机降落时多个坐标系之间的转换;再设计外环速度的"比例–积分–微分"(Proportion-Integral-Derivative, PID)控制系统和模糊自适应速度PID控制系统;最后进行2种控制系统的性能测试和对比实验。结果表明,无人机在这2种控制系统下均能成功降落到地面靶标上,且模糊自适应速度PID控制系统降落精度更高,达到了0.13 m以内。因此多旋翼无人机采用模糊自适应速度PID控制系统可实现自主精准降落。
-
关键词
多旋翼无人机
模糊自适应
PID控制
闭环
精准降落
-
Keywords
multi-rotor UAV
fuzzy adaptive
PID control
closed-loop
precise landing
-
分类号
V249.122
[航空宇航科学与技术—飞行器设计]
-
-
题名电力施工场地安全监护措施的视频识别研究
- 2
-
-
作者
郑汇峰
-
机构
广东工业大学
-
出处
《电子世界》
2020年第6期196-196,共1页
-
文摘
针对电力施工场地安全监护措施的视频识别中,要求高精度的同时满足高实时性的问题,提出了一种使用YOLOv3算法的改进方法来识别施工现场监控视频,实现检测在监控视频中的施工人员是否佩戴安全器具。YOLOv3是由YOLOv1、YOLOv2演变过来的,其大大提高了检测准确率,并且检测速度也较快。因此,本文选取YOLOv3网络作为安全帽检测的基础框架。基于上述原因,本文提出一种以YOLOv3为基础模型。同时对检测出的佩戴安全帽工人及其部件(安全帽、工人)采用多部件结合方法,进一步提高了安全帽佩戴检测的准确率。
-
关键词
监控视频
检测准确率
视频识别
安全帽
基础框架
监护措施
施工场地
施工现场
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-