共查询到20条相似文献，搜索用时 15 毫秒
1.
为实现根据无人机作业位置改变中途补充能源或喷洒物的起降地点,增加无人机有效作业时间,提高无人机作业效率,设计了无人机移动补给平台。通过研究农用无人机自主降落过程,提出一种基于模糊逻辑和比例积分微分(Proportional-integral and derivative,PID)分段控制的农用无人机跟踪降落算法,该算法既拥有PID算法的高精度,又兼顾模糊控制算法响应速度快、超调量小、鲁棒性强的优点。目标轨迹跟踪预测由粒子滤波器跟踪算法和轨迹拟合算法相结合进行求解。仿真和现场试验表明,与单一的PID算法和模糊逻辑算法相比,分段控制算法能够把农用无人机对移动补给平台的跟踪误差缩小到6. 7 cm以内,在移动补给平台上的降落精度控制在7. 2 cm以内。 相似文献
2.
为了使旋翼无人机快速、精确、自主降落到地面着陆平台,提出一种基于视觉标志检测的无人机姿态估计方法。首先,利用标准直升机停机坪的几何特征,采用标志五步提取算法从机载摄像头采集的图像中获取视觉标志;为了满足无人机自主着陆过程的快速性和实时性,提出一种基于距离三点法的角点检测算法,得到H形标志的12个角点;然后,通过对角点分类、编号,并与参考图像中的对应角点进行匹配,解算出包含相对姿态信息的单应矩阵;最后,应用直接线性变换(Direct linear transformation,DLT)分解单应矩阵得到无人机的姿态角,并依据相机成像的相似三角形原理计算出无人机相对于视觉标志的位置,解决了单目相机尺度不确定性问题。通过实验平台模拟无人机不同飞行状态下的姿态并进行估计,对提出算法的实时性和准确性进行了实验验证。实验结果表明:本文算法的平均执行时间为307. 2 ms,位置估计的最大均方根误差为0. 006 2 m,姿态角估计的最大均方根误差为0. 313°,满足无人机自主着陆的准确性和实时性要求。 相似文献
3.
【目的】四旋翼无人机以自主悬停、垂直起降、控制简易的特性被广泛应用于市场,但无人机续航能力以及控制精度要求影响着各项工作的开展。【方法】本研究设计了一种跟随降落系统,将四旋翼、无人车、UWB、视觉降落系统分阶段融合构成一个对移动平台的跟随降落系统,详细分析了四旋翼无人机跟随移动平台的总体设计、UWB定位系统设计、机器视觉处理及数据融合处理等系统设计,并将无人机分成三轴方向对飞行数据进行了卡尔曼滤波处理实验。【结果与结论】该系统与传统定位系统GPS相比,增加了UWB定位与OpenMV导航降落,卡尔曼滤波后的飞行轨迹与小车轨迹更接近,实现了无人机跟随移动平台,提高了跟随移动平台飞行的精确度,减少了无人机在飞行过程中因误差与自然因素导致飞行出现偏移的状况,为后续无人机降落于无人车上提供了更高的精准度与安全性,使户外无人机搜救工作的续航有了更大的保障。 相似文献
4.
为精准控制无人机航迹稳定、准确进行山地果园的航空植保作业,以四旋翼无人机为载体,设计了基于GNSS与视觉导航融合的山地果园无人机植保航迹控制系统。该系统由无人机飞行平台和地面控制站两部分组成。其中,无人机平台由四旋翼无人机、内环飞控、GNSS移动站、RGB相机、无线视频发射模块和电子罗盘组成;控制站由GNSS基站、飞行控制模块、便携式计算机、无线视频接收模块和视频采集模块组成。基于Python语言,结合Open CV库,设计了果树行识别算法。采用线性组合算法提取目标行作业区域,利用最小二乘法对作业区域中心点进行拟合,得到果树行趋势线,进而计算出偏航角,以实现无人机作业航迹控制。山地苹果园的导航控制试验结果表明,当无人机飞行速度为2 m/s,距离果树冠层高度约2 m,相机倾角为46°,视觉导航控制率为2次/s时,该系统航迹控制误差范围为-47～42 cm,平均误差为-9 cm,系统控制精度较高,可满足无人机对山地果园植保作业的要求。 相似文献
5.
为了提高农业无人机作业时的自主学习能力,基于人工智能技术将深度学习算法应用到了无人机机器学习系统的设计上,并提出了基于神经网络深度学习的农业无人机智能识别系统,有效提高了无人机的自动学习和识别能力。以采摘机器人的设计为例,对智能机器学习系统的可靠性进行了验证,并对不同学习算法果实识别的准确性进行了测试。测试结果表明：基于神经网络的深度学习算法在果实的成熟度识别方面具有明显的优势,从而验证了算法的可靠性。 相似文献
6.
7.
海洋浪涌对海洋物流吊装机械工作安全及可靠性有很大的影响。目前海浪运动补偿多基于IMU或MRU等船舶专用传感器,其成本较高。采用组合标识,提出基于视觉的吊装机器人卷扬随动控制方法。首先,对机械臂进行运动学分析以及手眼标定,采用视觉标识对复杂环境下的目标进行检测,采用主方向定位以及DLT算法对标识进行定位;然后通过建立卷扬系统模型,在速度环上采用伪微分反馈复合控制算法,使用基于双S形曲线运动规划加减算法进行目标运动跟踪、路径重规划,并采用加减速方法生成运动轨迹。通过搭建试验平台,模拟海上工作环境并进行静态目标和动态目标跟随试验,验证了卷扬升降控制的可行性以及随动控制策略的有效性。 相似文献
8.
基于达芬奇平台的联合收获机视觉导航系统路径识别 总被引：2，自引：0，他引：2
针对联合收获机视觉导航对实时性及鲁棒性要求,采用了基于达芬奇平台的路径识别算法实现方案.在分析小麦收获视频图像纹理度量的基础上,提出了基于改进平滑度纹理特征的视觉导航路径识别算法.该算法利用水平方向上图像平滑度纹理特征,把原亮度图像转换成水平方向平滑度图像,然后采用自适应阈值分割图像的边界点,最后通过Hough变换确定视觉导航的路径.为验证该算法在达芬奇平台的运行效果,对联合收获机田间收获小麦进行导航实验.结果表明:算法运行实时性高,识别路径平均速度可达28.6帧/s;算法鲁棒性好,对多种环境下的路径识别有较好的适应性;算法运行稳定可靠,持续运行时间无限制. 相似文献
9.
10.
农业无人机在作业中易受到风速、雨雪、大雾、空气密度、温度、雷达和障碍物等外来因素的影响,针对以上复杂环境,利用嵌入式技术,研究了农业无人机航点规划算法,建立了农业无人机航迹规划数学模型,实现了农业无人机的航迹规划。试验结果表明:针对不同情形的障碍威胁环境,农业无人机都能规划出一条合理的规避威胁的航迹,并且移动路径长度和拐点都最优,验证了无人机航点规划算法的可靠性和可行性。 相似文献
11.
廖杰吴明晖 《农业装备与车辆工程》2023,(3):95-100
双目视觉定位系统广泛应用于无人机视觉定位领域中,但鉴于普遍使用普通单双目相机,其视场角较小,可调焦距小,不能满足无人机对复杂飞行环境中目标的大视野定位的需求。为此,设计了一种面向无人机的阵列相机包含对应定位算法,无人机搭载其可获得更大视角,降低视觉盲区的影响。同时,为了提供更高的无人机视觉定位系统对空中小目标检测的精度,采用阵列相机技术以及对应定位算法,当僚机搜索待检测目标时,通过阵列相机技术先切换到合适的相机组,然后自动调节相机焦距,识别定位目标。实验表明,该设计可以让无人机更快地追踪到目标,并且目标在画面中成像更清晰,定位更精准。 相似文献
12.
13.
针对四旋翼植保无人机坡地适应性差、作业时定高精度低的问题,提出了一种融合立体视觉、气压计及惯性测量单元(IMU)的多速率卡尔曼滤波估计无人机高度的仿地飞行方法。首先基于无人机实时高度、姿态与最佳视觉检测区域之间的关系,提出了视觉检测区域自适应算法;然后融合多传感器信息建立多速率卡尔曼滤波模型用以估计无人机对地高度;最后通过自主飞行实验对无人机高度估计算法与仿地飞行方法进行验证。实验结果表明,当飞行高度为2 m,飞行速度为1、2、3 m/s时,植保无人机在平坦地面与15°缓坡区域均可实现高度估计平均绝对误差小于20 mm,高度估计标准差小于30 mm;高度控制平均绝对误差小于30 mm,高度控制标准差小于30 mm;本文验证了植保无人机在地形变化场景下仿地飞行的有效性,为植保无人机在复杂地形自动化作业奠定了基础。 相似文献
14.
刘铭 《农业装备与车辆工程》2021,(3)
以四足机器人为研究对象,针对四足机器人在正常行进过程稳定性不高的问题,提出一种基于重心移动的间歇性walk步态规划。利用SolidWorks建立四足机器人的三维建模。首先利用D-H算法推导出单腿的运动学方程,然后借助MATLAB采用摆线曲线进行轨迹规划。同时,利用五次多项式曲线借助MATLAB、ADAMS搭建联合仿真平台,采用联合仿真的方法,通过不断调整轨迹参数,实现了该机器人稳定的静步态行走,验证该结构的合理性以及轨迹算法的稳定性。 相似文献
15.
【目的】随着农业自动化水平不断提升,研究农业搬运机器人如何优化搬运目标信息、定位及图像检索等功能具有重要现实意义。【方法】课题组提出了一种基于机器视觉的内容图像检索视觉识别技术,采用特征提取方法将图像纹理作为机器视觉障碍物特征识别的重要信息,通过实时更新障碍物信息,利用相似度距离计算,将采集的图像数据与数据库中的图像距离进行对比,并利用MATLAB仿真平台验证了CBIR系统对搬运机器人障碍物识别的精确度。【结果】利用小波滤波器优化的CBIR系统的对比结果优于其他方法的平均检索率,且前20张图像的检索率均能保持在98%以上。【结论】该方法有效提升了CBIR系统的障碍物检测性能及识别系统的精确度,可为系统数据库中障碍物图像特征对比提供高质量图像数据。 相似文献
16.
为实现稳定可靠的植保机器人视觉伺服控制,提出了一种基于语义分割网络的作物行特征检测方法。基于语义分割网络ESNet实现农田场景图像像素级带状区域检测,并利用最小二乘算法拟合得到每条行作物线特征;在此基础上通过设计一种主导航线提取算法获取导航路径,并利用卡尔曼滤波对主导航线几何参数进行平滑处理,有效抑制了不平整地面导致的机器人运动颠簸与视觉图像测量噪声引起的导航参数波动。继而构建机器人前轮转向、后轮差速的阿克曼运动学模型;在图像空间坐标下设计纯追踪控制器实现植保机器人的伺服运动控制。大田环境下的现场实验结果为：总体横向偏差为0.092m,验证了本文方法的有效性。 相似文献
17.
基于机器视觉的无人驾驶技术是近年来的研究热点,尤其在高速路、路锥道路等特殊路段,机器视觉有明显的优势。针对现有YOLOv4、Faster-RCNN等普通深度学习算法在路锥道路识别速度慢、障碍物识别不稳定等缺陷,基于武汉科技大学无人方程式赛车,提出在ROS平台利用Tensor RT加速YOLOv5算法,实现无人方程式赛车环境感知,并接入Gazebo进行赛车的路劲规划仿真。实车实验表明,相比于普通的YOLOv4算法,具有更快的识别速度,一帧图像识别时间在10～20 ms,路锥障碍物的平均识别精度更高,达到99.2%,且识别效果稳定,具有实际应用价值。 相似文献
18.
针对农业生产领域存在的劳动力资源紧缺、人工采摘成本较高等问题,提出一种基于STM32的水果采摘机器人控制系统设计方案。该方案主要采用自动化采摘的方式,实现成熟水果的智能识别与采摘,利用STM32单片机作为该系统的主控芯片,视觉识别部分采用Open MV图像处理功能作为核心。通过试验验证方式对系统的可行性进行了分析,结果表明该系统可满足用户的实际使用要求。 相似文献
19.
随着现代农业技术的发展,柑橘的生产与采收自动化是必然趋势,而柑橘的目标识别是实现采摘自动化的重要环节。提出一种基于树莓派的柑橘识别系统,以树莓派作为软件程序平台,应用Python语言构建卷积神经网络模型,利用TensorFlow平台实现柑橘的识别。通过机器视觉采集柑橘树的相关数据,结合深度学习算法,对柑橘树上的柑橘进行识别及计数。经过测试,识别正确率约为92.4%。此外,利用GPS模块进行识别位置定位,确定区域内的柑橘密度及使用光照强度传感器测量环境光照强度对图像进行直方图均衡化处理,降低光照对柑橘识别的影响。 相似文献