基于影像实时处理的加油对接段辅助对准技术北大核心CSCD

针对空中加油试飞中加油对接困难的问题,设计了一种基于影像实时处理的加油对接段辅助对准系统,通过影像测量技术计算受油头与加油锥套中心的精确相对位置,实现位置参数与视频画面实时同步显示,用于空中加受油对接辅助对准。并对复杂光学条件下锥套跟踪技术、基于约束的像机标定技术和加受油组件相对位置实时测量等关键技术进行研究。实验结果表明,该算法可实现空中复杂环境下锥套图像快速、稳定识别与跟踪;采用双目视觉前方交会测量实时计算加油锥套与受油头相对位置,与事后处理结果对比分析,精度优于0.1 m,可辅助飞行员进行空中加油对接操作,提高加受油对接成功率。     

利用三次样条改进蚁群算法的无人机航路规划

针对无人机在二维平面自动飞行中转弯角度过大、路径规划困难的问题,研究了蚁群算法在复杂环境下航路规划中的应用,利用链接图简洁的特点建立空间模型,对无人机的飞行环境和航迹代价进行了描述,并结合三次样条插值函数与蚁群算法,提出了改进蚁群算法,对无人机飞行路径进行优化,并给出算法软件流程。利用MATLAB进行了仿真实验,得出了最优的航路,算法具有较好的稳定性和鲁棒性,对轨迹中不可飞的尖角进行了平滑处理,使得航路为曲线轨迹,满足无人机工作的性能要求,减少无人机在飞行中的代价损耗,验证了该优化算法在无人机航路规划中的可行性。     

基于TLD算法的加油锥套跟踪

针对自主空中加油对接阶段锥套跟踪问题,提出了一种基于tracking learning detection (TLD)的锥套跟踪算法。该算法将加油锥套的跟踪任务分解成跟踪、学习、检测3个部分。跟踪模块在LK光流法的基础上添加跟踪失败自检测,筛选出好的跟踪点,跟踪加油锥套;检测模块构建级联分类器,对滑动窗遍历得到的图像块进行分类并返回含有目标的图像块,融合跟踪模块的跟踪框,给出最终跟踪结果;学习模块引入P N约束修正错误样本并学习更新检测模块。利用Creator/Vega Prime软件对空中加油进行视景仿真,在视景仿真视频上测试锥套跟踪算法。结果表明:TLD算法跟踪加油锥套成功率达95.5%,处理每帧平均耗时31.4 ms,能够满足加油锥套跟踪鲁棒性、准确率、实时性的要求。     

基于图像的空中加油软管平衡拖曳位置测量方法

针对飞行条件下加油软管平衡拖曳位置的获取难题,设计了一套基于图像的空中加油软管平衡拖曳位置测量方法。通过在加油机上加装多路高清影像测量系统获取空中加油过程软管的运动图像,并对多像机同步采集、大景深像机标定、无参考点加油锥套识别与跟踪等关键技术进行研究,实现了加油软管平衡拖曳位置的精确测量。仿真实验结果表明,采用该方案测量精度优于5 cm,满足飞行试验精度要求。     

基于VxWorks的小型无人机飞行控制软件设计

针对小型无人机功能日益复杂,迫切需要提高实时性与可靠性等现状,开发了一套基于VxWorks实时操作系统的小型无人机飞行控制软件,实现了无人机自主起飞、空中巡航和自主着陆等飞行控制功能;在完成软件需求分析的基础上,设计了飞行控制软件的总体结构,并结合VxWorks操作系统的运行机制给出飞行控制软件模块化设计方案,着重介绍了多任务环境下任务划分及优先级分配策略;半物理飞行仿真试验表明:该飞行控制软件能够实现自主、指令、人工3种飞行模式下的飞行控制功能,具有良好的实时性和可靠性,满足飞行控制软件最初的设计需求,同时大大降低了开发难度,提高了软件的可维护性和可移植性。     

无人机匹配地形飞行的无线紫外光引导方法

使用紫外光引导无人机飞行,具有抗干扰能力强、全天候非直视通信、保密通信能力强和适用于特殊场合等优点。因此,提供一种无人机匹配地形飞行的无线紫外光引导方法,以辅助无人机匹配不同地形飞行。提出一种基于紫外光的光功率控制方法,调整紫外信标发送端的角度和发射功率,使得到达无人机飞行平面的紫外光的功率相等,从而保障无人机安全飞行。对功率控制方法进行了计算机仿真。实验结果表明,紫外光LED发送张角不超过80°时,功率容易控制,信标集成易于实现,且受地形、高度等因素影响较小。     

MS-KF融合算法用于锥套跟踪

针对无人机自主空中加油过程中锥套跟踪,提出一种均值漂移-卡尔曼滤波(mean shift-Kalman filter, MS-KF) 融合算法。分析了基于均值漂移算法的锥套目标模型、相似性度量、锥套目标定位的锥套定位原理;引入卡尔曼滤波器对锥套运动状态进行预测,将锥套运动信息融合到均值漂移算法中,以保证锥套跟踪算法的稳定性和鲁棒性;给出了MS-KF融合算法用于锥套识别跟踪的流程;搭建了锥套跟踪半物理实验验证系统,分别进行MS-KF融合算法用于锥套跟踪的半物理实验验证及数值仿真分析。实验结果表明:MS-KF融合算法可以对锥套精确定位跟踪,无人机3个轴向的跟踪误差保持在0.3 m的范围内,保证了无人机自主空中加油的顺利进行。     

四旋翼无人机可视化轨迹跟踪仿真系统

为了便于对四旋翼无人机控制算法进行实验仿真和验证,联合Solidworks和Matlab/SimMechanics工具箱设计了一种四旋翼无人机可视化轨迹跟踪仿真系统;利用Solidworks搭建了四旋翼无人机三维实体模型,并通过Solidworks和Matlab转换接口将该实体模型导入到Matlab/SimMechanics中;Matlab/SimMechanics提供了了三维可视化窗口,可以显示无人机的实时仿真状态;仿真平台在Matlab/SimMechanics环境中实现,与Matlab/Simulink通信方便,可方便的将Simulink设计好的控制算法添加到仿真系统中,以进行验证和参数整定,还具有姿态分析和数据分析等功能;轨迹跟踪仿真结果表明,四旋翼无人机可视化轨迹跟踪仿真系统直观可视,准确可靠,能较好地对控制算法进行研究和测试,对四旋翼无人机以及控制算法的研究和开发具有重要价值。     

无人机自主着陆高度控制系统设计研究

无人机自主着陆是无人机任务执行后顺利回收的重要阶段。论文根据固定翼无人机着陆滑跑的特点,设计了无人机着陆滑跑的下滑高度轨迹及高度控制回路。在已知无人机着陆性能和空气动力学模型的情况下,根据无人机飞行任务的需求,研究了直线下滑段的轨迹设计,利用指数拉平方法设计了末端拉平段的轨迹,并结合PID控制技术对无人机的纵向俯仰控制回路以及整个无人机高度控制回路进行了建模和详细研究,利用MATLAB仿真技术对设计的控制方案的性能进行了详细分析,获得了相应的关键设计参数。对设计的高度控制回路方案的数学仿真和基于FlightGear飞行环境模拟系统的半物理仿真验证了所设计的自主着陆高度控制系统的可行性,具有一定的参考实用价值。     

一种目标遮挡情况下的自动跟踪控制方法

为解决自动跟踪过程中目标被遮挡导致丢失的问题,提出一种光电观瞄系统抗目标遮挡的自动跟踪控制方法。在正常跟踪状态时记录当前跟踪控制命令,当目标被遮挡后控制系统进入记忆跟踪状态时,对记录的若干组控制命令进行二次曲线拟合,预测出目标遮挡过程中的控制命令,从而预测目标的运动轨迹,保证自动跟踪的稳定性和可靠性。在目标突然转向或作变加减速运动的情况下,二次曲线拟合的预测误差不大于6%,远小于线性拟合的预测误差73%。该方法已被某型光电观瞄系统挂飞试验进行了验证,结果表明:在目标被短暂遮挡时,观瞄系统自动跟踪过程平稳,瞄准线稳定。     

无人机数据库中海量飞行数据快速检索模型设计

对无人机数据库中海量飞行数据进行快速准确的检索,能够为无人机的安全飞行提供可靠的保障。传统的数据检索方法进行海量飞行数据检索的过程中,没有考虑飞行数据之间的联系,在检索的过程中需要频繁扫描数据库,降低了挖掘效率。提出一种基于模糊粗糙集算法的无人机数据库中海量飞行数据检索方法。该算法在充分考虑到飞行数据之间的联系的前提下,利用自动标引技术对数据库中的实时飞行数据进行分析,再利用特征向量进行飞行数据的内部描述,计算飞行数据检索的模糊表示的上、下近似集,建立海量飞行数据检索模型,根据模型的输出结果利用布尔逻辑进行模糊匹配,最终检索出与查询的关键词近似的飞行数据,并将检索结果按照相似度进行排序。实验结果表明,该算法能够提高检索的效率,效果令人满意。     

远程采集模糊无人机图像的特征识别方法研究

地面对空中无人机的视觉识别中,由于无人机的飞行速度、角度呈现非线性变化。使得采集的疑似图像存在特征模糊、衰退等问题,传统的模式识别方法无法提取无人机图像的主要特征,极大程度上降低了图像的识别概率。提出一种引入球面谐波基图像特征细分的无人机识别算法,建立球面谐波基图像识别模型,利用无人机图像的球面谐波基图像近似率,对模糊图像的差异特征进行依次识别。实验结果表明,利用改进算法建立的模糊无人机图像差异特征识别模型,具有一定的优越性,提高了无人机识别的准确率。     

低空无人机航空摄影高度自动测量方法研究

为提高产品外观质量的检测精度和实时性,提出一种基于特征融合的多尺度滑动窗口机器视觉检测方法。在训练阶段,首先提取图像的HOG特征和Lab颜色特征,并采用典型相关分析法(CCA)进行特征融合。接下来,采用支持向量机(SVM)对融合的特征进行训练,生成分类器。在检测阶段,产品外观不同区域对精度的要求不同,为提高检测效率,生成不同尺度的滑动窗口,在每个窗口中都进行图像的特征提取与特征融合。最后,对采集的图像序列进行匹配,实现产品外观划痕的实时检测。实验中,选取不同的特征提取方法进行对比,并分别生成大小不同的滑动窗口,通过分析实验结果,结合检测时间与精度,确定各个区域的窗口尺度。实验表明,与传统的检测方法相比,所提方法在检测精度和实时性上具有显著提高。     

基于MDARM和VxWorks的小型无人机执行器故障检测方法

由于目前在小型无人机执行器故障诊断中存在着智能化程度较低,容易受到人为因素干扰,从而出现故障漏检等问题,难以满足小型无人机对飞行安全的要求。为此,本文提出一种基于多维数据关联规则挖掘(Multidimensional Data Association Rules Mining: MDARM)和VxWorks操作系统的小型无人机执行器故障诊断方法,通过建立执行器内部传感器测量的温度、压力、流速、力矩等相关变量的历史数据库,并对这些数据进行预处理,以避免带来噪声污染,并利用可测量参数与不可测量参数之间的关联性,建立故障诊断知识库,避免了诊断过程中的人为因素干扰,实现小型无人机执行器故障的精准测量。实验结果证明,这种方法能够有效地提高故障准确率64.7%,对小型无人机执行器的智能诊提供有效指导,应用前景广阔。     

基于补偿控制的无人地面车辆轨迹跟踪方法

针对无人地面车辆轨迹跟踪精度不高,鲁棒性差的问题,提出了一种基于补偿控制的算法。该算法分为运动学和动力学两部分：基于方向角调整策略的运动学控制律能确保无人地面车辆有效跟踪参考轨迹;基于PD与模型参考模糊滑模自适应控制相结合控制的动力学控制律能有效补偿建模不精确和外界扰动带来的影响。仿真结果表明：该算法能够有效跟踪参考轨迹,控制量分配合理且鲁棒性较好。     

基于特征结构配置的飞翼无人机纵向控制律设计与 试飞验证

针对飞翼无人机的纵向、横侧向静稳定性较差,飞机纵向短周期模态稳定性不足等问题,以某小型飞翼无人机为对象,研究了特征结构配置方法,并提出了基于特征结构配置方法的前向增益型、误差积分型控制律设计方案;利用线性模型设计了该飞机的纵向控制律,通过非线性仿真分析、飞翼无人机的试飞验证了该控制方案的可行性与有效性;仿真及试飞结果表明：采用特征结构配置方法设计的飞行控制系统具有较好的控制效果,改善了飞翼飞机的飞行品质。     

Pose estimation for UAV aerial refueling with serious turbulences based on extended Kalman filter

In recent years, many pose estimation algorithms were developed, and have been successfully applied to solve unmanned aerial vehicle (UAV) aerial refueling pose estimation problems. This paper mainly focuses on solving this problem under serious turbulences circumstance. The extended Kalman filter is a set of mathematical equations to estimate the state of a process, which is able to support estimations of past, present, and even future states. In reference to previous papers and some simulations, we build up the noise models of refueling boom and atmospheric turbulence. Then, an extend Kalman filter is adopted to solve the pose estimation problem in UAV aerial refueling with serious turbulences. The experimental results demonstrate the feasibility and effectiveness of our proposed approach.