《无人机飞行轨迹的视觉检测》由会员分享，可在线阅读，更多相关《无人机飞行轨迹的视觉检测（18页珍藏版）》请在金锄头文库上搜索。
1、无人机飞行轨迹的视觉检测摘要无人机飞行是利用无线电遥控设备控制的程序装置来操作的一种 无人驾驶的飞机，在无人机上装载了自动陀螺仪、程序控制装置等设 备，控制无人机平稳度等各项仪式。随着科学技术的进步，微小型多 旋翼无人机技术已经日渐成熟，其应用的领域也越来越广泛，随之对 轨迹规划的要求也不断的提高。无人机的轨迹规划是指在满足无人机 性能指标和特定的约束条件下，寻找一条从起始点到目标点的最优或 者次优的飞行轨迹，它是无人机实现自主巡航的重要组成部分。本文 利用人工模拟无人机航线，采用直线和斜线两种方法，利用神经网络 模型对结果进行预测。无人机飞行进行了仿真，对实验进行模拟，结 果证实方法有一定的
2、可行性和实时性。关键词 无人机；神经网络；自主巡航；轨迹估测AbstractWith the progress of modern science and technology, the technology of mini multi-rotor UAVs is becoming more and more mature. And the application fields is becoming widely, and with this demands of trajectory planning is constantly increasing. On the condition t
3、hat the UAVs satisfied with the performance and some specific constrains, the trajectory planning of unmanned aerial vehicle(UAV) refers to planning an optimal or sub-optimal flight from the starting point to the target point. It is an important part for the UAV to realize autonomous cruise. In this
4、 paper, the artificial neural network model is used to predict the results of artificial unmanned aerial vehicle (UAV), using straight line and oblique lines. UAV flight simulation, the simulation of the experiment, the results confirmed that the method has a certain feasibility and real-time.Key wo
5、rds UAV: Artificial Neural Networks; Autonomous Cruise; Tracks Track目录1绪论51.1课题的目的及意义.错误！未定义书签。1.2国内外研究现状.错误！未定义书签。1.3本课题的主要研究内容.错误！未定义书签。2无人机轨迹图像获取72.1实验设备及搭建72.2视频转换为图像82.3图像中特征点提取93基于神经网络的无人机轨迹估测103.1神经网络简介103.2基于BP网络的轨迹估测113.2.1 BP网络的结构3.2.2样本选择3.2.3网络训练3.3沿y轴直线行进轨迹估测123.4任意轨迹行进的估测144结果及误差分析175结
6、论及展望17一绪论无人机是指不需要飞行员驾驶，且整个飞行过程既可由机载设备自主控制，亦可远程 操作的飞行器5。因此无人机上无需安装驾驶舱及其它任何与飞行员有关的设备，无人机 携带载荷相对于同规模的有人机更多。由于无须诸如弹射座椅及座舱等生命保障系统，放 宽了飞行品质的限制，设计时只需考虑飞行任务要求，可最大限度地寻求控制效率及气动 效率。在21世纪信息化战争中，要求武器具有零伤亡、高重复利用率等特征，无人机不仅 可实现高重复利用率，而且完全实现了零伤亡6。飞行控制系统是无人机的核心技术之一， 对无人机飞行性能起决定性的作用，主要表现在无人机的稳定性、数据传输的可靠性、精 确度、实时性等，其中自
7、动驾驶仪是无人机飞行控制系统的核心7。数据链路系统主要包 括地面数据终端和机载数据终端，前者传递制导有效载荷命令，接收无人机飞行状态信息 (如高度、速度、方向等)及任务有效载荷传感器数据(如图像数据、目标距离数据、方位 数据等)，后者用于传递图像及飞行数据，并接收地面指令。发射系统保证无人机顺利升空， 并在安全高度飞行；回收系统保证无人机在完成任务后安全返航。无人机(Unmanned Aerial Vehicle， UAV)航迹规划(Path Planning)是根据任务目标规划满足约束条件的飞行轨 迹，是无人机任务规划(Mission Planning)的关键技术之一。航迹规划是指根据预设或
8、突 发的地形数据，通过导航技术，在规定的时间内计算出最佳或次佳的航迹，考虑到地形数 据存在误差及环境存在随机因素(如气候突变等)，要求在飞行过程中实现轨迹动态修正， 以便规避威胁环境，顺利完成预定任务2。航迹规划可按照三个层次展开：第一层是整体 静态航迹预规划；第二层是局部航迹实时规划；第三层是航迹平滑。针对作战复杂情况 的不同，为了达到更好的作战效果，通常需要进行无人机多机协同作战，因此需要进行多 机协同航迹规划，包括协同会聚攻击及协同轮流攻击等。而通常所规划的航迹均为具有夹 角的航迹段的连线，难以满足无人机飞行性能要求，因此必须进行航迹的平滑。1.1本课题的目的及意义无人机航路规划的目的是
9、无人机具有对复杂任务进行快速规划或重规划的能力,其中快 速而有效的重规划尤其重要。在无人机飞行任务执行过程中，无人机需要根据局部地形、地 貌、障碍、威胁等信息以及飞机本身机动能力的限制，实时地计算出飞行航路，并跟踪该航路 完成飞行任务。本课题的目的就是通过无人机的飞行轨迹进行处理从而比较准确地预估出 无人机下一步的空间位置。无人机飞行中，准确掌握其飞行轨迹是控制无人机的前提。常规无人机姿态信息的获取 是通过搭载在无人机上的惯导装置、GPS、Compass等。而一般的无人机系统都会搭载摄像 机，图像导航是利用无人机系统中搭载的摄像机不断拍摄的序列图像，对序列图像进行匹配， 以得到所需的导航参数和
10、姿态信息。但是传统GPS定位等存在一定的误差，可能不能够准 确的反映出无人机的具体位置，本课题的意义就是通过基于无人机飞行轨迹的仿真进行预测 从而比较准确地得出无人机的具体空间位置，保证更精准地规划无人机的飞行轨迹，这对于 战事有着极高的战略性质和人道主义救援、国家安全防控等有很高的作用。1.2国内外研究现状无人机技术是个复杂的系统工程，内容涉及信息技术、自动控制技术、新材料技术、 气动力设计技术、动力技术、遥测/遥感技术、微电子技术、激光技术等领域的最新成果的 应用，同时还强调各学科间的交叉互动。2016年5月空军工程大学航空航天工程学院的洪 洋，孙秀霞等人为了更加实时、精确地实现小型无人机
11、视觉导航，利用矩形的几何特性以及 空间点、线的共面特征，提出了一种基于矩形几何特性的小型无人机快速位姿估计方法。实 验结果表明，该算法具有计算精度高、实时性强、适用范围广的优点，设计的优化算法能够 有效地抑制图像噪声，提高了位姿估计的稳健性。但是也有不足的地方，该研究依然是在合 作目标下进行的，存在一定的特殊性，在一定情况下也存在着适用性不足的缺点，有待进一 步提高。2014年12月华南理工大学的裴海龙，赵大伟为自主、精确地获得无人机的飞行姿 态，研究并提出了一种利用无人机系统搭载的摄像机获取的序列图像来快速获得小型无人机 飞行姿态的方法即基于序列图像的小型无人机姿态快速估计方法;该方法首先应
12、用SIFT 算法，通过多线程并行处理提取相邻图像特征点，然后依据设计的变换模型由匹配的特征点 估计出帧间图像变换参数，并利用RANSAC算法剔除错误点，最终解算出机载平台的姿态角 变化量；最后通过比较实验测得的姿态数据与实际姿态数据，证明了该方法能够在一定的精 度要求下快速估计出小型无人机的姿态信息，在视觉导航领域有一定的应用价值。2001年4月南京航空航天大学自动化学院的高晖，陈欣等人经过长时间的研究， 通过比较各种算法在航路规划应用中的优劣性，提出了 Dynapath （动态规划）算法在无人机航 路规划中的应用，给出了仿真结果。仿真结果表明:Dynapath算法生成的最优参考航路基本上 满
13、足无人机任务飞行的要求，获得了良好的飞行品质。主要就是通过动态路径规划算法生成 一条最优参考飞行轨迹，这条航迹保证了整个飞行任务的全局最优特性，以该航迹为参考进行 动态航迹优化，可以保证优化结果的最优性，该方法既满足了无人机任务飞行的需要也利于工 程上的实现，在当时无人机的研究领域具有重要意义。从国外无人机的发展来看，无人机的 研发工作得到了很多国家的高度关注，全世界范围内约有30多个国家和地区开展无人机的 研究工作，也取得了很多突破性进展。2016年3月的Micha abowski,Piotr Kaniewski,Stanisaw Konatowski等人经过大量的研究实验，提出了一种在机载
14、无人机SAR成像系统上的理论直线 轨迹的位置偏差的计算方法，在无人机研究领域里做出了创新之举。综上所述，所以研究无 人机飞行轨迹的视觉检测至关重要。1.3本课题的主要研究内容在无人机飞行中，准确掌握其飞行轨迹是控制无人机的前提。本课题主要进行无人机飞 行轨迹视觉检测的研究。主要内容包括飞行视频的获取，视频如何转换为多帧图像序列，图 像序列中轨迹的拟合和实际无人机飞行轨迹与预测飞行轨迹两者之间误差的分析等。由于 场地时间等原因，所以无人机的飞行轨迹获取主要采用模拟的方法，模拟无人机在空中的飞 行，通过激光笔记录下无人机飞行过的轨迹，用照相机录下并在二维标定纸上反映出来，从 而得到飞行视频。其次就
15、是要把无人机的飞行轨迹视频通过MATLAB软件转换成多帧图像序 列，以便于我们进行下一步分析。接下来就是把这些图像序列中的轨迹进行拟合，最后也是 最重要的一步，就是通过之前我们得到的大量实验数据进行基于BP神经网络的仿真，通过 神经网络训练，预测无人机下一步的飞行轨迹，得到无人机飞行具体的空间位置，并与无人 机实际的飞行轨迹进行比对，两者之间进行误差分析，再通过修正得到我们想要的比较准确 的结果。2无人机轨迹图像获取2.1实验设备及搭建如上图所示，本课题的实验设备主要有佳能照相机，三脚架，标定纸，胶布，激光笔， 横杆支架等等。首先，要把标定纸放到适当的位置，并用胶布胶水等固定好，不能随便让它
16、移动，我们所采用的标定纸规格大小为1.2m*1m，标定纸内各个黑白方格长度都是五厘米， 同时用蓝色胶布纸在标定纸上标好我们需要的标志点也就是参考点，以及我们建二维x，y 坐标所在的原点，这样做以便于我们更好地提取实验所需要的数据。接下来，我们要把三脚 架在边缘合适位置放好，并且必须要调到一定的高度，保证能够准确的采集到我们标定纸的 全部页面，这样能减少误差，保证实验的准确性。其次，要用两根横杆支架在三脚架合适位 置固定好，用胶布胶水等牢牢固定住，不能让它在我们移动的时候也跟着发生轻微移动，然 后确保能够放置好激光笔和录飞行视频所需的佳能相机，并且要让它们处于同一高度，这样 我们移动拍摄的时候才能减小误差，提高实验的准确度。接下来就准备开始进行实验了，首 先打开激光笔电源，在佳能相机屏幕中找到它射出来的发光点，看看够不够显眼，如果不够， 必须更换满电的激光笔，保证视野清晰可
