线性自抗扰的增稳云台控制系统研究与实现

增稳云台是维持摄像头稳定并获得清晰图像的重要装置。文中提出一种LADRC线性自抗扰控制算法与FOC矢量控制算法相结合的方法,并将其应用于增稳云台系统中,提高增稳云台的控制精度、稳定性与抗干扰能力。其次,对无人系统增稳云台的硬件和软件进行设计,搭建测试实验平台。测试结果表明,所设计的控制系统运行良好,对阶跃控制命令的上升时间在0.3 s以内,在17.5 m/s的风速环境下,三轴角度的变化范围在0.15°以内,可达到预期目标。

矢量共轴双旋翼无人机的设计与仿真研究

设计了一款新型的具有矢量定向机构的共轴双旋翼无人机。在Webots移动机器人仿真软件的环境下完成对矢量共轴双旋翼无人机的实体造型与动力学建模,基于ROS机器人操作系统编写了矢量共轴双旋翼无人机的飞控程序,引入了双目定位算法进行空间定位。通过仿真实验验证了矢量共轴双旋翼无人机机构、飞控程序和双目定位算法的可行性,对快速开发新型无人机飞控和接入新型传感器有参考价值。

基于扩张观测器的倾转旋翼无人机非线性滑模姿态控制

倾转旋翼无人机具有垂直起降和长续航的特点,其潜在的应用前景受到了广泛的关注。但倾转旋翼无人机存在强耦合、非线性和扰动不匹配等问题,这给其姿态控制器设计带来了很大的挑战。本文基于改进的自抗扰算法,将扩展状态观测器(ESO)与非线性滑模控制(NSMC)相结合,利用ESO-NSMC(ENC)设计了倾转旋翼无人机姿态控制器,建立了倾转旋翼无人机六自由度非线性数学模型,利用扩张状态观测器对系统的状态和扰动进行估计,设计了非线性滑模控制器以实现有限时间收敛。仿真结果表明,与RSM相比,ENC在悬停、前飞和过渡模式下的平均收敛时间提升率为58.6%、19.6%和3.28%,抗干扰能力分别提升83.5%、25.6%和66.4%,证明该方法具有较好的控制效果和鲁棒性。

基于YOLOv5的电力线和杆塔实时检测算法研究

针对当前电力线路检测中存在深度学习网络参数量大、计算复杂度高等问题;在YOLOv5的基础上提出一种电力线和杆塔的实时检测算法;通过减少Bottleneck数量来简化特征提取层网络结构,使用深度可分离卷积技术实现模型计算量的降低;分析电力线目标框筛选机制,改进(non-maximum suppression)NMS算法,提升模型目标检测精度;实验结果表明,对Bottleneck的改进在识别精度有所提高的情况下能有效降低模型的参数量,模型检测准确率和召回率分别达到94%与95%,体积压缩了20.7%,在Jetson Nano嵌入式平台上检测速度达到17.2 fps,对两类电力线路目标检测达到较高的识别率和实时性,对无人机电力巡检导航有较好的参考价值。

去中心化无人机集群控制系统设计与实现

提出了一种基于区块链的去中心化无人机集群解决方案。首先设计了无人机单机智能体的硬件架构和软件系统,制定集群控制策略。其次硬件架构采用“双脑”的组合方案,主控制模块作为“大脑”其核心为嵌入式系统,负责处理智能单元硬件平台与各种传感器的通信、数据处理与分析,以及参与集群通信和中心机控制任务;单机智能体的飞控模块作为“小脑”主要控制无人机飞行姿态,保证无人机飞行稳定;传感器和通信模块采用远近结合,实现智能单元的集群飞行。通过先进和高效的算法,实现基于区块链的去中心化。此研究对去中心化无人机集群解决方案有一定的参考价值。