基于近红外的自主空中加油相对位置解算

无人机(UAV)高空加油在受油口和加油锥套对接过程中,需在全天时和全天候下自主完成高精度的相对位置解算。由于近红外图像兼顾分辨率高及抗环境干扰能力强的优点,因此提出UAV自主空中软管式加油近红外相对位置解算方法。将4个850 nm波段近红外LED灯均匀布置在锥套内环,与850 nm带通滤镜和罗技C310摄像头一起构成视觉相对位置解算系统。首先进行锥套近红外成像,然后通过阈值分割、特征点检测和圆拟合实现锥套检测,进一步完成受油口与加油锥套相对位置解算。通过不同天气环境、不同角度、不同距离下的实验进行了算法性能验证,并给出了算法的适用范围,为工程应用提供借鉴。

基于机器视觉的多旋翼无人机飞行偏航控制

为了降低多旋翼无人机飞行偏航控制的超调量,并提升其抗干扰性能,提出基于机器视觉的多旋翼无人机飞行偏航控制方法。首先在无人机下方安装CCD摄像机,用于采集参考目标图像;然后利用针孔模型的相对位置解算算法,计算多旋翼无人机相对位置;最后通过比对计算位置和预先设定位置;判断无人机是否出现偏航现象。如果存在偏航现象,使用无人机姿态估计算法确定偏航角,并通过抗饱和控制器生成偏航控制量,实现对无人机的偏航控制。实验证明,该方法能够有效采集参考目标图像,获取准确的相对位置信息,具有良好的抗干扰性能。

无人机软管式加油近红外信标检测与匹配方法

为了解决无人机软管式加油信标点检测与匹配难的问题,设计了一种近红外信标检测系统,并提出一种鲁棒信标点匹配算法。该系统设计将8个850 nm波段近红外LED灯均匀布置在加油锥套外环,将850 nm带通滤镜和罗技C310摄像头结合,构成近红外信标检测系统;针对干扰点带来的误匹配问题,设计一种基于几何特征约束的信标点匹配算法,该算法可完成远干扰点排除、特征点排序、近干扰点排除和特征点标记。通过各种复杂环境的实验进行算法性能验证,结果表明:信标检测系统检测精度高、可靠性好;信标点匹配算法可以在复杂环境下鲁棒地实现信标点准确匹配。相对位置解算实验结果表明其解算精度较高。

基于云台相机的四旋翼无人机跟踪控制系统

针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波(KCF:Kernel Correlation Filter)方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分(PID:Proportion-Integral-Differential)踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分(PD:Proportion-Differential)控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。