[发明专利]一种无人机视觉编队飞行控制系统有效

专利信息
申请号: 202110098294.6 申请日: 2021-01-25
公开(公告)号: CN112859923B 公开(公告)日: 2022-02-18
发明(设计)人: 刘贞报;邹旭;陈露露;赵闻 申请(专利权)人: 西北工业大学
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 崔方方
地址: 710072 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 无人机 视觉 编队 飞行 控制系统
【权利要求书】:

1.一种无人机视觉编队飞行控制系统,其特征在于,包括硬件系统和软件系统;

硬件系统包括无人机系统、地面站系统和单目成像系统;

无人机系统由n架无人机组成,每架无人机上均搭载有飞控电路板、惯性传感器、气压传感器、电池电压测量模块以及通信模块;

地面站系统由移动计算机、飞行操纵杆、无线电调制解调器和视频接收系统组成,用于向无人机发送指令并且实时监视飞机状态信息;

单目成像系统用于拍摄图像并将拍摄的每一帧图像发送给软件系统;

软件系统包括图像处理系统和编队飞行智能控制系统;

图像处理系统,用于基于探测标志物体计算出每架无人机的实时三维位置,并推导出实时的移动速度;当标志物体探测失败时,基于搭载的光流传感器的光流数据,结合光流计算公式,实时估计平移速度;

编队飞行智能控制系统,用于根据飞机的位置信息、速度和姿态信息,结合编队系统的运动学模型和分离饱和非线性控制方法,实时计算无人机所需的控制量,并将所述控制量发送给无人机的作动机构;

所述图像处理系统的工作流程为:

采用适应性处理算法在每帧视觉图像的基础上对摄像头的外部参数进行处理;

对标志性物体的检测,设标志性物体是四边形物体,以四边形物体的四个顶点为圆心构造半径不相同的虚拟圆,对每个虚拟圆进行探测,根据虚拟圆大小进行分类,从而辨识出标志性物体的地理方位;

基于四边形的对边斜率差在预设范围内,对标志性物体的检测结果进行检验,通过检验则为有效的标志性物体的地理方位;

利用初始时四个圆心的地理位置坐标和方位计算适应性矩阵,基于所述适应性矩阵和摄像矩阵计算出摄像头参数,由此计算得到无人机相对标志物体的位置;其中,摄像矩阵由摄像头的安装位置确定;

基于视觉系统对无人机运动速度进行估计;

基于视觉系统对无人机运动速度进行估计的过程为:

估计摄像头的速度,过程为:

其中,为无人机质心的速度矢量;z为高度;

通过对摄像头速度的估计值按照预定的比例因子s推出无人机的速度。

2.根据权利要求1所述的无人机视觉编队飞行控制系统,其特征在于,适应性处理算法的计算过程为:

其中,表示在图像中参考标志物的位置;s为比例因子;K为摄像头参数矩阵;[r1 r2r3]为旋转参数;T为平移参数;为实际的参考标志物的位置。

3.根据权利要求1所述的无人机视觉编队飞行控制系统,其特征在于,对标志性物体的检测结果进行检验的过程为:

其中,i、f分别为初始和最终坐标;

对边的斜率差在预设范围内,即:

|mup-mlo|<ε;|mle-mri|<ε。

4.根据权利要求1所述的无人机视觉编队飞行控制系统,其特征在于,当标志物体探测失败时,图像处理系统用于基于光流测量估计当前四个虚拟圆的圆心位置。

5.根据权利要求4所述的无人机视觉编队飞行控制系统,其特征在于,公式如下:

其中,为k时刻圆心的位置;ΔT为算法运行时间步长。

6.根据权利要求1所述的无人机视觉编队飞行控制系统,其特征在于,编队飞行智能控制系统的工作流程为:

其中,L为拉普拉斯算子矩阵;

利用强迫一致算法:

其中,Ni为将自身信息传输给无人机i的无人机集合;

之后进行如下的变量转化:

其中,xi,yi,zii,xj,yj,zjj分别为需要被协同控制的第i架和第j架无人机的三维位置和航向;

以一架无人机的临机位置为参考位置,每一架无人机的控制率如下:

其中,θi为第i架无人机实时俯仰角度,为第i架无人机实时滚转角度,Ψi为第i架无人机实时偏转角度,σi(i=1,2,3,4)和ai(i=1,2,3,4)为控制参数,uθi为俯仰控制量,uφi为滚转控制量,FTi为油门控制量,uΨi为偏航控制量;

基于所述控制率实时计算无人机所需的控制量并传给作动机构,作动机构驱使无人机在编队队形不变的前提下规避碰撞。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110098294.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top