无人机与无人车协同环境下的车辆导航
发布时间：2021-04-06 03:53
针对单独机器人难以完成复杂任务的问题,无人机与无人车协同因其在探测精度、速度、负载、通信等方面存在着较强的互补性,并在军事和民用多领域都具有广阔的应用前景,使得无人机与无人车协同系统受到了很多学者的青睐。在无人机与无人车协同系统中主要涉及的科学问题有感知、决策和执行。本文以无人机与无人车协同中典型的搜救任务为研究对象,主要研究了无人机与无人车协同系统中环境感知与车辆导航,主要研究内容如下:第一,提出了分层的分布式无人机与无人车协同控制系统,利用模块化的思想实现无人机与无人车的任务分配、信息交互等,通过ROS操作系统搭建了基于2.4G Wi-Fi通信网络的无人机与无人车通信系统;第二,利用无人机空中视野优势,将无人机作为“Flying eye”获取目标物与障碍物信息,首先利用图像预处理、图像形态学处理等方法去除干扰信息,然后通过SURF算法和OSTU算法实现图像分割,完成环境建模,并在简单环境与复杂环境进行了仿真,最后经过欧氏坐标变化实现将无人机获取的图像信息转化为无人车所能识别的位置信息;第三,无人车根据无人机获取的环境信息,利用Matlab在简单和复杂环境中,对比了传统的BRRT路径...
【文章来源】：贵州大学贵州省 211工程院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
普利茅斯大学的协同着陆系统
图 1-2 西安科技大学的空地协同着陆系统的，南京理工大学付梦印教授[15]针对无人机与无人车协同着落机视觉伺服控制无人车，无人车的 GPS 信息丢失的情况下，无人车根据无人机动作做出相应的运动，从而实现无人机与无人车之外，该系统在无人车上安装了容易识别的标识物。人机与无人车之间的协作控制成某些特定任务时，由于环境、机器人自身传感器等因素，使得确的完成任务，比如 GPS 信号弱的环境、目标物被遮挡等。这时之间通过协作的关系完成相应的任务。国内外学者已开展了相关成果。宾夕法尼亚大学的 Nathan Michael 等人[16]将分散式控制结控制由多辆无人车组成的编队的场景中，无人机指挥车辆编队进等操作，无人车根据无人机的动作做出相应的协同动作，在此过据实际情况拆分或重组，如图 1-3 所示。
图 1-2 西安科技大学的空地协同着陆系统同样的，南京理工大学付梦印教授[15]针对无人机与无人车协同着落做了研无人机视觉伺服控制无人车，无人车的 GPS 信息丢失的情况下，无人机发无人车根据无人机动作做出相应的运动，从而实现无人机与无人车之间的，另外，该系统在无人车上安装了容易识别的标识物。1.2 无人机与无人车之间的协作控制在完成某些特定任务时，由于环境、机器人自身传感器等因素，使得单独法准确的完成任务，比如 GPS 信号弱的环境、目标物被遮挡等。这时需要GV 之间通过协作的关系完成相应的任务。国内外学者已开展了相关研究一定成果。宾夕法尼亚大学的 Nathan Michael 等人[16]将分散式控制结构应机去控制由多辆无人车组成的编队的场景中，无人机指挥车辆编队进行避保持等操作，无人车根据无人机的动作做出相应的协同动作，在此过程中可根据实际情况拆分或重组，如图 1-3 所示。
【参考文献】：
期刊论文
[1]UAV/UGV协同环境下的目标识别与全局路径规划研究[J]. 席阿行,赵津,周滔,胡秋霞. 电子技术应用. 2019(01)
[2]复杂环境下移动机器人全局路径规划与跟踪[J]. 周滔,赵津,胡秋霞,席阿行,刘东杰. 计算机工程. 2018(12)
[3]基于方向约束的A*算法[J]. 李冲,张安,毕文豪. 控制与决策. 2017(08)
[4]基于ZigBee的多车协作控制研究[J]. 甯油江,赵津,石晴,肖光飞,韩磊. 现代电子技术. 2017(06)
[5]基于改进RRT算法的RoboCup机器人动态路径规划[J]. 刘成菊,韩俊强,安康. 机器人. 2017(01)
[6]基于多阶段决策的机器人全局路径规划算法[J]. 张启飞,郭太良. 计算机工程. 2016(10)
[7]无人机与智能车协同导航系统的设计[J]. 任涛,赵思佳,程瑞,吕云鹏,张鑫月. 沈阳大学学报(自然科学版). 2015(05)
[8]基于蚁群算法的移动机器人全局路径规划方法研究[J]. 史恩秀,陈敏敏,李俊,黄玉美. 农业机械学报. 2014(06)
[9]基于单元分解法的移动机器人遍历路径规划[J]. 陈逸怀,朱博. 装备制造技术. 2014(04)
[10]空地机器人协作导航方法与实验研究[J]. 谷丰,王争,宋琦,陈盛福,何玉庆,韩建达. 中国科学技术大学学报. 2012(05)
博士论文
[1]信使机制UAV/UGV多点动态集结的协同规划方法研究[D]. 张兴.北京理工大学 2015
[2]移动机器人的路径规划与定位技术研究[D]. 张琦.哈尔滨工业大学 2014
硕士论文
[1]面向空-地机器人协作的环境感知与闭环检测[D]. 王安青.大连理工大学 2016
[2]基于视觉的四旋翼飞行器目标识别及跟踪[D]. 朱玮.南京航空航天大学 2014
[3]改进的SURF图像配准算法研究[D]. 石雅笋.电子科技大学 2011
[4]图像配准技术研究与应用[D]. 陈明生.国防科学技术大学 2006
本文编号：3120704
【文章来源】：贵州大学贵州省 211工程院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
普利茅斯大学的协同着陆系统
图 1-2 西安科技大学的空地协同着陆系统的，南京理工大学付梦印教授[15]针对无人机与无人车协同着落机视觉伺服控制无人车，无人车的 GPS 信息丢失的情况下，无人车根据无人机动作做出相应的运动，从而实现无人机与无人车之外，该系统在无人车上安装了容易识别的标识物。人机与无人车之间的协作控制成某些特定任务时，由于环境、机器人自身传感器等因素，使得确的完成任务，比如 GPS 信号弱的环境、目标物被遮挡等。这时之间通过协作的关系完成相应的任务。国内外学者已开展了相关成果。宾夕法尼亚大学的 Nathan Michael 等人[16]将分散式控制结控制由多辆无人车组成的编队的场景中，无人机指挥车辆编队进等操作，无人车根据无人机的动作做出相应的协同动作，在此过据实际情况拆分或重组，如图 1-3 所示。
图 1-2 西安科技大学的空地协同着陆系统同样的，南京理工大学付梦印教授[15]针对无人机与无人车协同着落做了研无人机视觉伺服控制无人车，无人车的 GPS 信息丢失的情况下，无人机发无人车根据无人机动作做出相应的运动，从而实现无人机与无人车之间的，另外，该系统在无人车上安装了容易识别的标识物。1.2 无人机与无人车之间的协作控制在完成某些特定任务时，由于环境、机器人自身传感器等因素，使得单独法准确的完成任务，比如 GPS 信号弱的环境、目标物被遮挡等。这时需要GV 之间通过协作的关系完成相应的任务。国内外学者已开展了相关研究一定成果。宾夕法尼亚大学的 Nathan Michael 等人[16]将分散式控制结构应机去控制由多辆无人车组成的编队的场景中，无人机指挥车辆编队进行避保持等操作，无人车根据无人机的动作做出相应的协同动作，在此过程中可根据实际情况拆分或重组，如图 1-3 所示。
【参考文献】：
期刊论文
[1]UAV/UGV协同环境下的目标识别与全局路径规划研究[J]. 席阿行,赵津,周滔,胡秋霞. 电子技术应用. 2019(01)
[2]复杂环境下移动机器人全局路径规划与跟踪[J]. 周滔,赵津,胡秋霞,席阿行,刘东杰. 计算机工程. 2018(12)
[3]基于方向约束的A*算法[J]. 李冲,张安,毕文豪. 控制与决策. 2017(08)
[4]基于ZigBee的多车协作控制研究[J]. 甯油江,赵津,石晴,肖光飞,韩磊. 现代电子技术. 2017(06)
[5]基于改进RRT算法的RoboCup机器人动态路径规划[J]. 刘成菊,韩俊强,安康. 机器人. 2017(01)
[6]基于多阶段决策的机器人全局路径规划算法[J]. 张启飞,郭太良. 计算机工程. 2016(10)
[7]无人机与智能车协同导航系统的设计[J]. 任涛,赵思佳,程瑞,吕云鹏,张鑫月. 沈阳大学学报(自然科学版). 2015(05)
[8]基于蚁群算法的移动机器人全局路径规划方法研究[J]. 史恩秀,陈敏敏,李俊,黄玉美. 农业机械学报. 2014(06)
[9]基于单元分解法的移动机器人遍历路径规划[J]. 陈逸怀,朱博. 装备制造技术. 2014(04)
[10]空地机器人协作导航方法与实验研究[J]. 谷丰,王争,宋琦,陈盛福,何玉庆,韩建达. 中国科学技术大学学报. 2012(05)
博士论文
[1]信使机制UAV/UGV多点动态集结的协同规划方法研究[D]. 张兴.北京理工大学 2015
[2]移动机器人的路径规划与定位技术研究[D]. 张琦.哈尔滨工业大学 2014
硕士论文
[1]面向空-地机器人协作的环境感知与闭环检测[D]. 王安青.大连理工大学 2016
[2]基于视觉的四旋翼飞行器目标识别及跟踪[D]. 朱玮.南京航空航天大学 2014
[3]改进的SURF图像配准算法研究[D]. 石雅笋.电子科技大学 2011
[4]图像配准技术研究与应用[D]. 陈明生.国防科学技术大学 2006
本文编号：3120704
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3120704.html
