基于DSP的四旋翼飞行器视觉导航避障系统研究

近年来,无人机技术发展迅速,对无人机控制、自主着陆等方面的研究不断取得巨大成果。考虑到无人机作业时常会遇到复杂的地形,尤其是在大城市中,无人机如何实现智能避障已成为一个研究的热门课题。本项目将光流避障算法理论应用于视觉避障的研究,既弥补了GPS全球定位导航局部失效的缺点(如室内作业或者建筑物密集地带),也代替了INS惯性导航系统漂移误差的影响,实现了无人机精确、稳定的避障目标,这将是未来无人机导航发展趋势。

基于DSP的四旋翼飞行器视觉导航避障系统研究

国内外学者对无人机技术进行了大量研究,特别是在对无人机的控制和自主着陆等方面的研究有了丰硕的研究成果。但针对无人机如何有效规避障碍物这一问题依旧值得深究,特别是在大城市,无人机在作业时会遇到很多复杂的地形和大大小小的障碍物,避障这一问题在没有得到根本解决前就依旧需要寻找更行之有效的解决措施。一方面为了弥补GPS全球定位导航局部分失效的缺点(如在建筑物密集地带和在室内作业),另一方面为了代替INS惯性导航系统漂移误差的影响,该项目中将光流避障算法理论应用于视觉避障的研究,让无人机能精准的避开障碍物,这一技术经过多次测试并不断完善,有希望成为无人机发展的新突破。

面向机器人导航的双目立体视觉处理器综述

随着机器人产业的快速发展,机器人技术已成为推动生产力提升的新动力,特别是三维重建、避障导航等技术的重要性日益凸显。基于飞行时间(Time of Flight,ToF)和结构光等主动式三维成像技术受限于自身分辨率较低、缺乏色彩信息和易受环境光干扰等因素,表现不够理想。因此,能够实时精确输出稠密深度和色彩信息(RGB D)的被动式双目立体视觉传感器在自主移动机器人、汽车和微型无人机等领域得到了广泛应用。然而,双目立体视觉技术通过模仿人类双眼计算视差来提供深度信息,计算复杂度高且依赖于通用计算平台,导致双目立体视觉处理器面临着高能耗和高延迟等问题,这限制了该技术在高速场景、小型机器人和边缘计算等领域的应用。近年来,那些集成了立体视觉算法专用硬件加速器的双目立体视觉处理器在学术界和产业界引起了广泛关注。本文首先系统阐述了双目三维立体视觉的理论基础及其在机器人立体视觉的应用实例,接着介绍了双目立体视觉处理器的组成结构,包括图像获取、相机标定与校正、立体匹配等核心部分。为便于立体视觉硬件开发者参考,本文根据双目立体视觉系统的核心组成结构,分别综述了基本概念、研究现状和难点与挑战,并特别关注和对比了新型硬件计算架构。