为提高无人机避障的灵活性和可靠性,提出了一种基于LGMD(Lobula Giant Movement Detector)的无人机避障方法,通过将视场分割为上、下、左、右4个方位,形成4个方位竞争的LGMD(C-LGMD),并利用Matlab软件进行算法实现和视频仿真分析,最后...为提高无人机避障的灵活性和可靠性,提出了一种基于LGMD(Lobula Giant Movement Detector)的无人机避障方法,通过将视场分割为上、下、左、右4个方位,形成4个方位竞争的LGMD(C-LGMD),并利用Matlab软件进行算法实现和视频仿真分析,最后将算法移植到无人机硬件系统,开展悬停测试和实时飞行实验研究。由视频仿真分析和悬停测试结果表明,该算法能有效分辨来自不同方位的障碍物,具有较好的避障性能和鲁棒性;在实时飞行测试中,无人机在室内环境中可实现三维空间有效避障,验证了该算法的可靠性。研究结果为进一步探索无人机高效、可靠避障提供参考依据。展开更多
文摘为提高无人机避障的灵活性和可靠性,提出了一种基于LGMD(Lobula Giant Movement Detector)的无人机避障方法,通过将视场分割为上、下、左、右4个方位,形成4个方位竞争的LGMD(C-LGMD),并利用Matlab软件进行算法实现和视频仿真分析,最后将算法移植到无人机硬件系统,开展悬停测试和实时飞行实验研究。由视频仿真分析和悬停测试结果表明,该算法能有效分辨来自不同方位的障碍物,具有较好的避障性能和鲁棒性;在实时飞行测试中,无人机在室内环境中可实现三维空间有效避障,验证了该算法的可靠性。研究结果为进一步探索无人机高效、可靠避障提供参考依据。
