• <menu id="ky0eq"><strong id="ky0eq"></strong></menu>
    <menu id="ky0eq"><strong id="ky0eq"></strong></menu>
    <dd id="ky0eq"></dd>
  • <menu id="ky0eq"><menu id="ky0eq"></menu></menu>
  • <menu id="ky0eq"></menu>
  • 無人機導航定位系統關鍵技術研究

      無人機的定位功能是無人機自主導航的前提。機載傳感器提供的信息具有不確定性,在GNSS信號消失的情況下難以實現準確定位。因此,國內外許多研究人員提出了多種輔助定位方法。本文基于視覺航拍技術,首先對航拍圖像進行預處理,提取圖像特征信息,然后采用粒子濾波技術提高定位精度。近年來,無人機視覺定位技術在理論研究方面取得了長足的進步,部分成果已進入市場階段,在特殊環境下表現出良好的實用性。與室內無人機或移動機器人相比,無人機在室外環境中的視覺定位存在諸多局限。要實現安全可靠的視覺導航定位任務,仍面臨諸多挑戰。關鍵問題如下:圖片

      有限空載問題

      為了保持飛行,無人機必須產生足夠的垂直升力,因此它的負載是有限的。目前,無人機可以裝載的儀器包括相機、IMU和測距儀。為了完成無人機的自主定位任務,需要機載控制器,這也增加了負載的重量。如何減輕無人機負載的重量,實現更準確地自主定位,成為視覺導航的關鍵問題。圖片

      機載控制器的計算能力有限

      無人機視覺定位算法需要對視覺傳感器捕獲的圖像序列進行處理,圖像計算量非常大。即使是具有高計算性能的臺式電腦也需要大量的計算時間。目前,機載設備的處理性能與臺式電腦相差甚遠。常見的解決方案是將地面站與無人機協調,通過地面站計算機運行視覺定位算法,然后通過通信設備將數據傳輸給無人機。室外環境復雜,在需要傳輸大量數據時,通信設備的性能將直接影響無人機定位的實時性。圖片

      航拍圖像質量的可靠性

      室外飛行區環境變化較大,無人機航拍圖像容易出現變形、扭曲、傾斜、變焦等現象,室外光線變化造成的圖像差異也很明顯,直接影響圖像質量。低質量的圖像不利于視覺定位的準確性。在圖像匹配階段,通過特征點描述符對兩幅圖像進行匹配可能會產生錯誤的匹配點,從而影響視覺數據的可靠性和準確性。因此,圖像匹配篩選算法需要一種方法來判斷匹配的好壞,更好地消除不匹配的點和噪聲。圖片

      定位精度和實時性

      四旋翼無人機的最快飛行速度可以達到每秒8米。如果視覺定位算法不能實現實時定位,無人機可以獲得延遲的位置信息,那么視覺定位的功能就沒有多大用處了。定位延遲和定位誤差不僅不能實現無人機的自主定位功能,還會大大降低無人機的安全性。定位精度也是無人機自主定位算法的關鍵問題。目前無人機的視覺圖像處理是基于像素的,圖像質量的好壞將直接影響圖像特征點的代表性和準確性。圖像處理和計算也是算法中最耗時的部分。

      視覺導航技術是指利用計算機視覺技術對無人機航拍圖像進行處理和分析,根據視覺定位算法可以估計無人機的當前位置。目前,無人機的視覺導航算法主要分為以下幾類:基于圖像序列或自然景觀的匹配定位或跟蹤、IMU慣性導航與卡爾曼濾波器的集成、視覺測量(V0)方法和視覺SLAM算法構建環境圖。

      基于特征點的定位可以有效地表達圖像信息。特征點通常具有一些數學特征。特征,例如局部最大或最小灰度,以及一些梯度特征,在圖像中也有特定的坐標。角可以簡單地認為是兩條邊的交點。更嚴格的定義是在主方向附近有兩個特征點,即灰度在兩個不同方向發生劇烈變化。如圖1所示,如果一個小窗口在各個方向上移動,窗口內的灰度值發生變化,則認為它是一個角,如圖1(c)所示;如果任何方向都沒有變化,則為均勻區域,如圖1(a)所示; 如果灰度只在一個方向變化,則可能是圖像的邊緣,如圖1(b)所示。

      圖1 圖像的三個數字特征(a)均勻區域(b)圖像邊緣(c)圖像角

      近年來,視覺SLAM算法發展迅速。SLAM的研究起源于1986年召開的ieee-icpa會議。M. Monte Carlo et al. 提出了一種快速SLAM方法,該方法分為特征標記的定位和位置估計兩個過程。特征標記的觀測信息相互獨立,只與機器人當前的位姿有關。西班牙薩拉戈薩大學的Mur ARTA提出了一種orb-SLAM方法。orb-SLAM方法的核心是在整個視覺導航中使用orb特征作為全局特征,包括視覺里程計、跟蹤和環路檢測三個部分。它配備了單目、雙目和RGB相機接口。由于缺乏全球定位,SLAM技術受到越來越多的定位誤差影響。單目SLAM算法在機器人高速運動時會出現尺度不確定的問題。很快,閉環誤差將變得太大而無法解決。

      為了解決這個問題,人們還提出加攝像頭生成雙目SLAM,或者加IMU生成耦合視覺慣性導航定位系統。初始粒子的位置可以通過視覺測量算法測量的運動變化來跟蹤,而不是在沒有測量的情況下隨機移動它們。使用視覺測量算法可以減少粒子集生成過程的搜索空間。圖2顯示了從圖像序列計算的變換。

      圖2 視覺測量算法粒子跟蹤示意圖

      基于粒子濾波的定位方法可以達到更好的定位精度。定位算法采用迭代過程不斷更新粒子,在長時間飛行過程中可能導致位精度不穩定。為了進一步提高定位魯棒性,可以嘗試結合機載傳感器設備定位系統和視覺算法的優勢。

    又黄又爽又色的网站,永久三级网站在线观看,污污网站无遮挡在线大尺度
  • <menu id="ky0eq"><strong id="ky0eq"></strong></menu>
    <menu id="ky0eq"><strong id="ky0eq"></strong></menu>
    <dd id="ky0eq"></dd>
  • <menu id="ky0eq"><menu id="ky0eq"></menu></menu>
  • <menu id="ky0eq"></menu>