基于视觉系统技术的无人机自主定点降落与实例验证

为解决无人机定点降落效果不好问题。提出视觉特征融合下的电力巡检无人机单兵自主精准定点降落算法。依据无人机与地标点的空间位置关系,对着陆区域位置进行估计,并通过计算数字图像的空间矩,对降落区域轮廓进行多级筛选,以检测着陆区域轮廓,并利用线性方程求取无人机与降落区域距离的残余误差,以此为依据,采用视觉特征融合算法获取无人机降落过程中的估计量,进而计算得出无人机单兵相对于降落标志的最优偏差角度,由此实现电力巡检无人机单兵自主精准定点降落。应用结果表明,所提方法对于地面降落区域的降落点识别效果较好,定点降落性能更佳。

神经触角“单兵千里眼”

针对无人机蜂群作战,基于分布式网络化协同作战体系,提出一种单兵无人机蜂群作战云体系,利用其动态聚能、灵活配置的优势,通过前置无人机蜂群作战云天线阵列获取战场信号,传入尾随的无人机综合信息处理作战云,提高单兵作战效能。同时,具备不同功能的无人机作战云可在战场上通过快速敏捷的飞行控制形成单兵分布在战场上的神经触角,完成远距离侦察、探测、对抗与评估的任务。仿真结果表明,无人机蜂群天线作战云阵列规模越大,天线主瓣波束越窄,其方向特性越好,探测的距离也越远;单兵无人机作战云系统的探测无人机群仅需要10 W的功率就能达到50 km以上的探测距离,扩大了单兵作战的侦察范围。