基于惯性光流的多旋翼飞行器地形跟踪

为解决目前多旋翼飞行器光流技术存在的定位精度低与多相机数据处理过程繁琐等问题,本文应用金字塔层数自适应的Lucas-Kanade算法获取平移惯性光流以实现多旋翼飞行器稳定地形跟踪。下视球面相机获取多纹理的目标平面图像,同时将目标平面特征点动态映射至相机镜头表面;将比对两帧连续时刻图像后获取的平移光流作为非线性地形跟踪控制器的反馈,实现多旋翼飞行器地形跟踪与避免碰撞。10次室内实际飞行测试结果表明,不同地形变化区域的高度误差分别为±3 cm与±6 cm,验证了该控制器是稳定可行的。

基于四轴飞行器的单目视觉避障算法

针对四轴飞行器平台上单目视觉避障算法实时性不够,准确率不高的问题,提出了一种新的基于金字塔LK(Lucas-Kanade)光流与平移光流融合的单目视觉避障算法并给出了这一方法的数学推导过程。在配有320pixel×240pixel摄像头的ArduCopter四轴飞行器上开发和实现了该算法,并进行了多次飞行测试验证了算法的可行性与有效性。在飞行器自主飞行过程中,采用消失点进行导航,并结合神经网络PID对其进行飞行自适应控制。与单目即时定位与地图构建(SLAM)避障算法、Horn-Schunck光流避障算法以及图像分割避障算法比较了算法的实时性和准确性,结果显示:本算法具有实时性好和准确率高的优点,可以满足实际工程中四轴飞行器的实时避障要求。