清华大学测试技术课程论文集锦-四旋翼控制-1

基于单目视觉的微型四旋翼飞行器悬停校正方文斌,刘幂,王雨辰(清平大学精仪系,北京100084)摘要:山于低成木的惯性测景雄元(Inertialmeasurementunit,IML')存的:较大漂移,网施翼飞行器难以稳定地M•伴花同定区域,蕋于此,提出丫一种基于单目视觉的卩q旋锘飞行器悬停校正方法。将无线摄像头安装在㈧旋凴飞行器底部,利用阁像信息检测四旋與6行器相对地而的水平、垂直移动速度,敁后通过扩展卡尔曼滤波A法融合TMU传感器和单E1视觉测S信息解算出微型飞行器的位姿,实现悬停校lE。试验结來农明:该方法能有效提商四旋翼飞行器的悬停稳记性,从而保证飞行器能够执行战场侦察、校正射击、干扰敌人等多种军事任务。关键词:微型飞行器;摄像头;悬停校正;位姿佔计中图分类号:MonocularVisionBasedHoveringCorrectionofMicroAirVehiclesFANGWen-bin,LIUMi,WANGYu-chen(DepartmentofPrecisionInstrumentsandMechanologyTsinghuaUniversity,Beijing100084)Abstract:Themeasurementsofonboardinertialmeasurementunit(IMU)sensorssuchasgyrosandaccelerometersarecorruptedbylargeaccumulatederrors,andGPSsignalisunavailableinsuchsituation.Therefore,amonocularvisionbasedindoorMAVmotionestimationmethodispresented.Firstly,thecameraispresentedatthebottomofMAV,whichcollectsimagesforthemeasurementofhorizontalspeedandverticalspeed.Atlast,themeasurementsofIMUsensorsandvisionmodulearcfusedwithextendedKalmanfiltertodothehoveringcorrection.TheexperimentshowsthatthemethodcanreliablyestimatetheindoormotionofMAVinreal-time,whichensurestocarryoutmultiplemilitarytaskssuchasbattlefieldreconnaissance,shooting,ortointerruptfoes.Keywords:microairvehicle;camera;hoveringcorrection;motionestimationo前言姿态佔计无人机微型化后,飞行空间扩大到城市甚至建筑物A。由于遮挡、噪声干扰等原因,室内环境中的GPS倌号十分不稳定,无法得到准确的定位信息,同吋微型惯性单元{InertialmeasurementunitJMU)传感器长时问使用往往存在较人的积累误差,无法独立准确地提供位姿信息。微型飞行器(Microairv-ehicles,MAV}实用化的关键技术是自主6行,姿态和位置的检测作为位姿稳定控制的前提在MAV主飞行十起关键作川[11。视觉系统具有独立性、准确性、可靠性以及信息完整性等优势,利川视觉系统对飞行器的位姿进行估计是近年來发肢起來的一种先进的位姿佔计方法。而MAV尺寸小、重呈轻、耗能少,对负载的耍求非常严格机载摄像机作为MAV必备任务载荷,使用其估计位姿不增加额外的重景,同图像中包含的环境信息也能很好地辅助MAV室内异航飞行。室外环境中的利视觉佔计MAV位姿的方法主要是从I冬I像中提取地平线,通过对直线信息分析得到K行器的姿态[2]。这种方法耍求飞行器获取的I冬I像中必须冇天空和地而,并且两部分的特征必须I•分明显,算法受环境制约,同吋该方法只能估计飞行器的俯仰角和滚转角。Celik提出了一种利用结构化环境巾直线信息估计6行器位姿的单目视觉方法,川于实现MAV室内环境屮的导航[3]。该方法要求机载摄像机能够稳定捕捉墙壁与地面的交线,而当室内环境较复杂吋,该方法就无法辅助飞行器异航。Achtelik利川四旋翼MAV上安装的双FI摄像机和激光扫描雷达进行位姿佔计和室内环境感知[41,然而双R摄像机和激光扫描雷达的重fi和功耗严重制约了飞行器的航吋和航程。为了满足MAV在非结构化室内环境屮异航的需求和负载限制,木文提出了一种菽于单n视觉的MAV悬停校正方法。首先引入基于MJPG-streamer的特征匹配用于稳定跟踪阁像特征点,再根据五点算法获得帧间摄像机的运动参数和特征点的位置信息;结合室内环境屮的平囬关系,将特征点位置参数的维度巾三维降低为二维,减少优化迭代过程中的参数数fi;将降维后的初始解代入W部优化方法求得最大似然估计,提高位姿估计的精度。其次,通过卡尔曼滤波方法融合IMU传感器测量数据和单n视觉估计信息求解出MAV的位置和姿态。1硬件结构主控芯片采川了意法公司的STM32系列的STM32-F103C8T6单片机。惯性导航...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?