论文部分内容阅读
四旋翼飞行器作为无人机的典型代表，具有结构简单、成本低、机动性好等特点，近年来成为无人机系统研究的热点。视觉系统能够有效提高无人机的环境感知能力，弥补其他传感器的不足，因而具有重要的研究意义和应用价值。本文以四旋翼飞行器为研究平台，开展了用于飞行器位置和姿态估计的视觉测量系统的关键技术研究，完成了基于视觉测量的四旋翼飞行器自主悬停飞行验证试验，主要工作及创新点如下： (1)分析了四旋翼飞行器的视觉测量问题，提出了包括硬件选择、数据通信、测试平台、实验方案等一系列有效可行、成本较低的视觉测量系统设计和应用方案。 (2)借鉴常用的视觉系统研究思路，进行了摄像机标定、建立了摄像机透视投影模型、相关空间坐标系、位置和姿态估计模型，推导了基于视觉测量系统的四旋翼飞行器位置和姿态估计算法。 (3)用BP神经网络逼近传感器数据与飞行器位置和姿态信息的映射函数，实现了视觉传感器与IMU传感器的信息融合。并利用遗传算法优化神经网络的拓扑结构和初始权值，提高了BP神经网络的逼近精度，减少了BP神经网络训练的迭代次数和训练时间。 (4)通过设计的测试平台测试了该视觉测量系统，对模型解算方法和计算智能方法的测试结果进行了比较分析，得出计算智能方法在准确性和实时性方面的具有明显优势的结论。 (5)用经典PID控制方法设计了四旋翼飞行器的位置控制器，证明了该算法的稳定性，并通过Matlab仿真实验验证了该算法的有效性。最后，结合设计的视觉测量系统和位置控制器，进行了四旋翼飞行器的自主悬停飞行试验，验证了视觉测量系统和控制算法的有效性。