基于深度相机的小型无人机室内三维地图构建

为了解决小型无人机在室内光线不足情况下的避障以及路径规划问题,设计了一种基于深度相机的无人机室内地图构建系统。文中使用Pixhawk控制板和低成本嵌入式结构光深度相机硬件平台,为避障以及路径规划目标提供室内环境信息。采用反传感器模型算法,利用深度相机和位姿传感器提供的信息来筛选处理出有效的障碍物信息,并构建室内的三维地图,其中深度相机通过激光扫描的方式来获取障碍物点云的描述信息,利用位姿传感器获取无人机的高度信息。实验结果表明,使用该系统能够快速获取室内地图,对障碍物的判断准确率比较高,且不受光线影响,可以广泛应用于无人机的室内导航,实现不依赖外部光源的室内无人机地图构建系统。

基于现场可编程门阵列的边缘检测系统

针对目前使用CPU或者树莓派图像处理实时性差、边缘检测实际效果差等缺点,课题组提出了基于现场可编程门阵列的边缘检测系统。设计了基于现场可编程门阵列的边缘检测系统的硬件方案,介绍了边缘检测的原理;基于硬件设计了图像采集与处理方案;算法上先通过实验设定卷积核的大小,然后使用Sobel卷积核对获取的图像进行卷积,再使用Robert卷积核进行卷积,并在显示器上显示实时图像处理结果。实验表明该系统的检测效果更加清晰,断点更少。该系统能够并行处理数据,提高图像处理速度,且实际的边缘检测效果好。