论文摘要：基于视觉的SRUA自主起降方法研究

小型旋翼无人机(Small Rotary-Wing Unmanned Aircrafts, SRUA)具有尺寸小、成本低、机动灵活等优点，能够实现垂直起飞降落、悬停、超低空飞行等功能，在军用、民用及科研方面应用前景非常广泛。自主起降是无人机执行任务的过程中事故最易发生的阶段，因此，实现SRUA高精度的自主起降具有重要的意义。本文以Raptor-90旋翼无人机为研究对象，从导航和控制两个方面在实验室现有的研究基础上，提出了改进方案，以实现SRUA的高精度自主起降。论文安排如下：

首先，针对SRUA机载导航系统中高度测量所存在的局限性问题，如GPS在城市复杂环境中易受遮挡、SRUA机翼旋转所形成的下旋气流会影响气压计的测量精度、超声测高量程有限等，提出了一种视觉辅助测量的导航方案。在阅读大量国内外学术论文的基础上完成了单目视觉导航算法的设计，研究内容包括：摄像机的选取及标定、视觉靶标设计（三层品字形彩色降落坪）、基于C++与OpenCV的图像处理及导航解算方法的设计与实现。为了扩大视觉辅助测量的应用范围，在单目视觉的基础上，进行了双目视觉算法的设计，研究内容包括：双目视觉平台搭建、系统参数标定、及导航解算方法的设计与实现。考虑到各传感器自身可能存在偶然误差，为了保证系统整体的导航精度，提出了一种稳定的视觉/多传感器自适应融合的导航算法。

其次，根据组合导航系统提供的高精度的位置、姿态信息，针对SRUA系统所具有的非线性、多变量、强耦合、时变高阶的特性，提出了一种复合的控制方法。基于SRUA所受风扰、地面干扰及电磁干扰的有界性，在反馈控制保证系统的初步稳定的情况下，在控制器中置入参考输入和扰动信号的共同不稳定模型，利用内模控制实现渐进跟踪和扰动抑制。同时，利用自适应神经网络强大的学习能力及对函数的逼近能力对系统残差进行再次估计并消除，实现大包络范围的高精度控制，以引导无人机安全稳定地降落在着陆点。

最后，通过一系列的静态测试实验和飞行实验验证了本文所提出的基于视觉的SRUA自主起降方法的有效性。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/290046.html