无人机飞行轨迹的视觉检测

无人机飞行轨迹的视

觉检测

摘要

无人机飞行是利用无线电遥控设备控制的程序装置来操作的一种无人驾驶的飞机，在无人机上装载了自动陀螺仪、程序控制装置等设备，控制无人机平稳度等各项仪式。随着科学技术的进步，微小型多旋翼无人机技术已经日渐成熟，其应用的领域也越来越广泛，随之对轨迹规划的要求也不断的提高。无人机的轨迹规划是指在满足无人机性能指标和特定的约束条件下，寻找一条从起始点到目标点的最优或者次优的飞行轨迹，它是无人机实现自主巡航的重要组成部分。本文利用人工模拟无人机航线，采用直线和斜线两种方法，利用神经网络模型对结果进行预测。无人机飞行进行了仿真，对实验进行模拟，结果证实方法有一定的可行性和实时性。

关键词无人机；神经网络；自主巡航；轨迹估测

Abstract

With the progress of modern science and technology, the technology of mini multi-rotor UAVs is becoming more and more mature. And the application fields is becoming widely, and with this demands of trajectory planning is constantly increasing. On the condition that the UAVs satisfied with the performance and some specific constrains, the trajectory planning of unmanned aerial vehicle(UAV) refers to planning an optimal or sub-optimal flight from the starting point to the target point. It is an important part for the UAV to realize autonomous cruise. In this paper, the artificial neural network model is used to predict the results of artificial unmanned aerial vehicle (UAV), using straight line and oblique lines. UAV flight simulation, the simulation of the experiment, the results confirmed that the method has a certain feasibility and real-time.

Key words UAV：Artificial Neural Networks; Autonomous Cruise; Tracks Track

目录

1绪论 (5)

1.1课题的目的及意义............................................................ 错误！未定义书签。

1.2国内外研究现状.................................................................................. 错误！未定义书签。

1.3本课题的主要研究内容 .................................................................... 错误！未定义书签。2无人机轨迹图像获取 (7)

2.1实验设备及搭建 (7)

2.2视频转换为图像 (8)

2.3图像中特征点提取 (9)

3基于神经网络的无人机轨迹估测 (10)

3.1神经网络简介 (10)

3.2基于BP网络的轨迹估测 (11)

3.2.1 BP网络的结构

3.2.2样本选择

3.2.3 网络训练

3.3沿y轴直线行进轨迹估测 (12)

3.4 任意轨迹行进的估测 (14)

4 结果及误差分析 (17)

5结论及展望 (17)

-5

一绪论

无人机是指不需要飞行员驾驶，且整个飞行过程既可由机载设备自主控制，亦可远程操作的飞行器[5]。因此无人机上无需安装驾驶舱及其它任何与飞行员有关的设备，无人机携带载荷相对于同规模的有人机更多。由于无须诸如弹射座椅及座舱等生命保障系统，放宽了飞行品质的限制，设计时只需考虑飞行任务要求，可最大限度地寻求控制效率及气动效率。在21世纪信息化战争中，要求武器具有零伤亡、高重复利用率等特征，无人机不仅可实现高重复利用率，而且完全实现了零伤亡[6]。飞行控制系统是无人机的核心技术之一，对无人机飞行性能起决定性的作用，主要表现在无人机的稳定性、数据传输的可靠性、精确度、实时性等，其中自动驾驶仪是无人机飞行控制系统的核心[7]。数据链路系统主要包括地面数据终端和机载数据终端，前者传递制导有效载荷命令，接收无人机飞行状态信息（如高度、速度、方向等）及任务有效载荷传感器数据（如图像数据、目标距离数据、方位数据等），后者用于传递图像及飞行数据，并接收地面指令。发射系统保证无人机顺利升空，并在安全高度飞行；回收系统保证无人机在完成任务后安全返航。无人机（Unmanned Aerial Vehicle，UAV）航迹规划（Path Planning）是根据任务目标规划满足约束条件的飞行轨迹，是无人机任务规划（Mission Planning）的关键技术之一[1]。航迹规划是指根据预设或突发的地形数据，通过导航技术，在规定的时间内计算出最佳或次佳的航迹，考虑到地形数据存在误差及环境存在随机因素（如气候突变等），要求在飞行过程中实现轨迹动态修正，以便规避威胁环境，顺利完成预定任务[2]。航迹规划可按照三个层次展开：第一层是整体静态航迹预规划；第二层是局部航迹实时规划；第三层是航迹平滑[4]。针对作战复杂情况的不同，为了达到更好的作战效果，通常需要进行无人机多机协同作战，因此需要进行多机协同航迹规划，包括协同会聚攻击及协同轮流攻击等。而通常所规划的航迹均为具有夹角的航迹段的连线，难以满足无人机飞行性能要求，因此必须进行航迹的平滑。

1.1本课题的目的及意义

无人机航路规划的目的是无人机具有对复杂任务进行快速规划或重规划的能力,其中快速而有效的重规划尤其重要。在无人机飞行任务执行过程中,无人机需要根据局部地形、地貌、障碍、威胁等信息以及飞机本身机动能力的限制,实时地计算出飞行航路,并跟踪该航路完成飞行任务。[]本课题的目的就是通过无人机的飞行轨迹进行处理从而比较准确地预估出无人机下一步的空间位置。

无人机飞行中，准确掌握其飞行轨迹是控制无人机的前提。常规无人机姿态信息的获取是通过搭载在无人机上的惯导装置、GPS、Compass等。而一般的无人机系统都会搭载摄像机，图像导航是利用无人机系统中搭载的摄像机不断拍摄的序列图像，对序列图像进行匹配，以得到所需的导航参数和姿态信息。但是传统GPS定位等存在一定的误差，可能不能够准确的反映出无人机的具体位置，本课题的意义就是通过基于无人机飞行轨迹的仿真进行预测从而比较准确地得出无人机的具体空间位置，保证更精准地规划无人机的飞行轨迹，这对于战事有着极高的战略性质和人道主义救援、国家安全防控等有很高的作用。

1.2国内外研究现状

无人机技术是个复杂的系统工程，内容涉及信息技术、自动控制技术、新材料技术、