论文部分内容阅读
无人机作为一种新形态机器人,他的出现促进了农业,林业等传统行业的技术变革,拓宽了影视业等行业的技术手段,丰富了人类的日常生活。其作为一种新型智能载体,已融入在了军事,民用,工业等各个领域,促进了社会经济,人文等各方面的发展。但是当前无人机的应用大部分都是单一个体的简单应用,常用于代替简单的自动化任务,而不具备单智能体所强调的智能性,也很少看到多个智能体的协同工作,因此当前的无人机在面对复杂场景,复杂任务时还不能很好地发挥作用。如何发挥多无人机编队协作执行任务的优势,将成为无人机协同智能技术的重要研究方向,其主要包括:三维空间的环境感知能力,多无人机的编队技术,无人机的自主回收与综合控制。本课题针对以上研究痛点,主要研究了基于环境感知的编队关键技术,给出了一种无人机编队的完整解决方案。本文将整个无人机编队方案划分为了感知模块,编队模块和自主回收模块,针对每一个模块各提出了相应的算法与实现,具体为:无人机低空场景下的实时三维感知,无人机自组网编队模糊控制方法研究与实现,多传感器融合的无人机自主动态着陆回收系统。首先无人机的三维感知能力保证了无人机编队的安全飞行,并为无人机编队后续的智能决策,规划控制提供了辅助的环境信息,然后利用无人机编队技术实现高效稳定的无人机编队飞行,最后借助无人机的自主动态着陆回收技术提升无人机编队整体的自主完备性,使得从起飞至降落的整个飞行过程不需要人为参与。本文的主要工作和贡献如下:1.周围环境三维感知能力是无人机安全飞行,进行智能决策和综合控制的前提。然而具备实用性的无人机的三维感知技术要求同时满足实时性,高精度和稳定性等要求。针对上述要求,提出了一种基于SqueezeNet和循环CRF的实时三维点云分割方法。本算法首先将采集到的雷达点云数据通过球面映射的数据预处理方法,实现了将无序点云数据转换成类似于图像的标准数据格式。然后针对实时性要求,基础网络选择SqueezeNet网络架构,并将基础网络优化成残差连接的方式,网络输出点级别的分割标签,然后经过处理成循环结构形式的CRF实现进一步的点级别的精细化分类,最终得到每一点的标签类型进而实现三维点云的分割。最后,将模型部署在ROS环境下,实现工程化应用。实验结果表明:所提出的网络模型,能够实现高精度的点云分割,同时满足实时性和运行稳定性要求,ROS环境下,所提出的模型平均85ms处理一帧数据,每一帧的运行时间标准差在5ms之内。基于LiDAR点云数据的感知方法有效的避免了光照,天气等因素,能够较全面地覆盖无人机各种应用场景。2.为了解决集群间通信问题并实现无人机集群高精度编队飞行,提出了一种利用自组网和模糊控制技术的无人机编队实现。首先利用Zigbee通信技术搭建起一套能够实现自动组网,自动路由,动态维护的自组网通信系统,自定义的数据编码格式和特定的完整编解码流程确保自组通信网间高效,可靠的信息传输。通过处理集群的GPS信息,解算集群中无人机之间的相对位置信息。然后建模“长机-僚机”形编队的数学模型,设计的编队导航算法用于将无人机之间的相对位置信息转换成数学模型下的三维位置信息。最后模糊PID控制器利用得到的三维位置信息解算出机身刚体三维坐标上的控制量,进而实现无人机集群编队的高精度编队控制。实验结果表明,无人机集群具备了自动组网并实现通信的能力,能够按照指定队形编队飞行,模糊PID控制器提高了系统的动态响应和稳态精度,编队误差在0.3m之内。基本解决了无人机集群的组网通信问题,满足无人机集群高精度编队飞行要求。3.为了提升无人机集群编队任务执行的高效性与完备性,使得无人机能够在全天候多场景下完成自主着陆回收,减少人为干预,提出了一种多传感器融合的无人机动态自主着陆回收系统。该系统即使在缺失GPS信息的恶劣场景下,无人机也能自主高效地完成着陆回收。首先该系统将利用UWB设备实现对无人机的三维定位,利用三维空间定位数据将其粗略引导至辅助着陆的视觉标志附近。然后设计视觉处理算法用于快速精确解算无人机相对于视觉标签的三维信息。接着完整分析了着陆动作的动态匀速模型后,使用卡尔曼滤波预估同时矫正水平方向上的空间信息,以提升着陆精度。最后设计了一个基于位置控制的PID控制器,利用滤波后的相对三维空间信息实现对无人机的高精度动态自主着陆的控制。实验结果表明:无人机能够被正确引导至着陆视觉标签附近,最终着陆精度在5cm之内。UWB和摄像头传感器的融合较只使用GPS信息,着陆精度得到了提升,同时也能够满足无GPS信息特殊场景下的着陆回收要求。所提出的回收系统基本覆盖了全天候下的各个场景,能够完成无人机的高精度自主着陆回收的要求。目前,基于无人机的相关场景应用开发正处于稳步,持续发展的阶段。本文的研究工作聚焦在无人机编队技术领域下的三维环境感知技术,集群编队技术和自主回收技术,给出了无人机编队的基础解决方案,初步解决了无人机编队领域下的相关问题,为无人机多机协同方面的应用打下了基础。