论文部分内容阅读
多旋翼无人机的应用场景在过去几年从军事领域逐渐扩展到民用领域，其被广泛的应用于搜索救援、遥感测量、航空摄影、电力检修和农业灌溉等任务。随着芯片、传感器的小型化，人工智能相关技术的快速发展，再加上为了满足应用场景的多样化、复杂化，多旋翼无人机逐渐向小型化、智能化发展。研究人员开始探索研究非传统的感知、控制方法，以期望无人机能够在复杂、非结构环境下自主的完成感知、决策、规划和控制。
作为一种空中机器人，提高其智能化的两个重要方向就是感知定位和行为控制。针对基于视觉的无人机快速定位问题，本文首先分析了视觉同时定位与地图构建(Visual Simultaneous Localization and Mapping，V-SLAM)中主流的特征点法和直接法，然后结合两种方法，提出一种稀疏的半直接定位方法。它不需要对每一帧图像提取特征点和计算描述子即可进行位姿估计，节省了计算时间，具有较好的实时性。同时利用滑动窗口的方法增加一个局部捆集调整(Bundle Adjustment，BA)优化算法，在提高定位算法准确性的同时保证了算法的实时性。
本文搭建了一个小型四旋翼无人机平台，用来验证视觉定位算法的准确性和鲁棒性。通过室内自主飞行实验，并与运动捕捉系统测量的位置信息进行对比，验证了视觉定位算法具有较好的定位精度。实验中算法帧率可以保持在290Hz左右，具有较好的实时性。最后通过室内和室外实验，验证了算法对于不同纹理，不同光照的适用性和鲁棒性。
本文针对受到外界未知扰动和模型不确定性影响的倾转式三旋翼无人机，研究了其在尾部舵机发生堵塞故障时的容错控制问题。通过对倾转式三旋翼无人机姿态动力学特性的分析，将尾部舵机堵塞故障加入到力矩解算方程中。基于自适应反步法和非奇异终端滑模控制，提出了一种不需要故障诊断的鲁棒容错控制设计。利用基于Lyapunov的分析方法证明了闭环系统的稳定性，以及姿态误差的渐近收敛性质。最后，通过数值仿真和三旋翼无人机硬件在环仿真平台的实时实验，验证该算法在无人机尾部舵机发生堵塞故障时，对姿态运动具有较好的控制效果。
作为一种空中机器人，提高其智能化的两个重要方向就是感知定位和行为控制。针对基于视觉的无人机快速定位问题，本文首先分析了视觉同时定位与地图构建(Visual Simultaneous Localization and Mapping，V-SLAM)中主流的特征点法和直接法，然后结合两种方法，提出一种稀疏的半直接定位方法。它不需要对每一帧图像提取特征点和计算描述子即可进行位姿估计，节省了计算时间，具有较好的实时性。同时利用滑动窗口的方法增加一个局部捆集调整(Bundle Adjustment，BA)优化算法，在提高定位算法准确性的同时保证了算法的实时性。
本文搭建了一个小型四旋翼无人机平台，用来验证视觉定位算法的准确性和鲁棒性。通过室内自主飞行实验，并与运动捕捉系统测量的位置信息进行对比，验证了视觉定位算法具有较好的定位精度。实验中算法帧率可以保持在290Hz左右，具有较好的实时性。最后通过室内和室外实验，验证了算法对于不同纹理，不同光照的适用性和鲁棒性。
本文针对受到外界未知扰动和模型不确定性影响的倾转式三旋翼无人机，研究了其在尾部舵机发生堵塞故障时的容错控制问题。通过对倾转式三旋翼无人机姿态动力学特性的分析，将尾部舵机堵塞故障加入到力矩解算方程中。基于自适应反步法和非奇异终端滑模控制，提出了一种不需要故障诊断的鲁棒容错控制设计。利用基于Lyapunov的分析方法证明了闭环系统的稳定性，以及姿态误差的渐近收敛性质。最后，通过数值仿真和三旋翼无人机硬件在环仿真平台的实时实验，验证该算法在无人机尾部舵机发生堵塞故障时，对姿态运动具有较好的控制效果。