基于RGB-D相机的无人机快速自主避障

提出一种快速的多旋翼无人机自主避障算法。利用RGB-D相机获取场景对应的深度图,采用分层策略对深度图像进行描述,以区分障碍物与非障碍物;再对场景的深度图像以区域块搜索的方式寻找无人机的避障路径,进而达到自主避障的效果。为了验证该算法的可行性,在ROS系统上进行仿真和实验,结果表明该方法耗时少、精度高、可靠性强。

一种基于背景加权直方图的Mean-Shift跟踪算法

经典的Mean-Shift算法以颜色直方图为特征进行跟踪,但在视频目标跟踪中没有有效地利用跟踪目标的空间信息,因而当目标快速移动时,目标极易丢失。针对这一问题,提出了一种基于距离目标形心加权直方图的Mean-Shift跟踪算法。距离目标形心加权直方图可有效利用目标在图像中的位置信息,从而能实现复杂背景下的目标跟踪。并分别用改进的基于距离目标形心加权直方图的Mean-Shift跟踪算法和经典的Mean-Shift跟踪算法,对快速运动的目标进行跟踪实验。结果表明,改进的基于距离目标形心加权直方图的Mean-Shift跟踪算法,具有较强的鲁棒性和实时性,能有效实现复杂场景下的目标实时跟踪。

基于视觉的四旋翼无人机着陆算法研究

为了能够实时获得无人机着陆时所需要的位置信息，文章提出了一种基于视觉的四旋翼无人机着陆算法。针对该算法设计出一种新的视觉着陆标识，然后通过算法中改进的自适应闽值方法和相对简单的着陆标识识别方法能够快速实时的检测到视觉着陆标识，并能够从着陆标识中解算出无人机需要的位置参数。实验表明，该算法能够实时准确计算出无人机着陆时相对于视觉着陆标识的位置信息。