基于视觉导航的旋翼无人机自主降落系统

  • 基于视觉导航的旋翼无人机自主降落系统已关闭评论
  • 22 views
  • A+
所属分类:AGV设计资料
摘要

对视觉导航辅助下的无人机自主降落问题进行了研究:利用Harris角点检测和轮廓检测等图像识别方法,设计了基于针孔摄像机模型的无人机位姿估计算法;对无人机的自主降落控制算法进行了研究,采用比例—积分—微分(PID)控制方法,设计了无人机自主降落过程中的位姿控制器和云台控制器,在此基础上,创新性地提出了无人机的3种降落模式,并分别在各模式下进行了自主降落试验。试验结果表明:3种模式下无人机均能实现自主降落,但前2种模式由于视觉反馈次数低的原因,有较大降落误差,而第3种模式由于采用云台伺服追踪和速度控制,实现了高精度的无人机自主着陆。

0 引言

目前无人机大多采用全球定位系统(global positioning system GPS)和惯性组合导航[1-3],但由于GPS信号不稳定,且误差较大,而惯性测量单元又容易造成误差积累进而导致精度下降,均无法满足无人机自主降落的精度要求。相比于惯性导航,视觉导航[4-6]能够获取外部环境的运动信息;相比于GPS导航,其具有更强的独立性与抗干扰性能力;相比于激光测距系统其具有更低的成本与较高的探测范围在系统配置上也更为灵活。因此视觉导航是无人机自主降落[7-8]的绝佳导航方式。

本文设计的视觉辅助无人机自主降落系统主要由相机、导航处理器和飞行控制器3部分组成。相机采集着陆区域的图像信息,传递给导航处理器;导航处理器通过对图像信息的解算输出无人机相对于着陆目标的位置和姿态,传递给飞行控制器;飞行控制器通过无人机与着陆目标的相对位姿计算期望的飞行速度向量并输出相应的电机调速器驱动电压向量同时通过相机光轴与着陆目标中心的偏角对云台进行姿态调整;螺旋桨转速组合改变无人机的位置和姿态进而影响相机的位姿同时云台角的改变也会影响相机的姿态两者共同影响相机视场从而为导航处理器提供图像信息更新最终辅助无人机完成自主降落。

1 无人机位姿估计算法研究

1.1 坐标系定义

着陆目标坐标系Ow-XwYwZw如图1所示,其原点为着陆目标的几何中心。X轴与y轴在着陆目标平面内且平行于矩形边框,Z轴垂直于着陆目标平面向上。

基于视觉导航的旋翼无人机自主降落系统

相机坐标系Oc-XcYcZc。的原点为相机光心。X轴与Y轴在相机平面内X轴指向右方,y轴指向下方Z轴垂直于相机平面指向拍摄方向。

载体坐标系Ob-XbYbZb的原点为无人机的质心。X轴与Y轴位于水平面内X轴指向无人机前进方向,y轴指向无人机右方Z轴垂于水平面向下。

1.2 无人机位姿表示

用标定好的相机对着陆目标进行识别与校验,可得到相机坐标系和着陆目标坐标系的相对位置和姿态信息。坐标变换可以通过一个旋转矩阵S和一个平移矩阵T来表示

基于视觉导航的旋翼无人机自主降落系统

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。