当前位置:主页 > 科技论文 > 航空航天论文 >

多无人机协同跟踪地面移动目标系统研究

发布时间:2021-10-17 02:16
  近年来,随着科学技术的不断进步和社会需求持续增长,小型多旋翼无人机产业得以蓬勃发展。在与无人机相关的诸多课题中,目标跟踪作为诸多无人机应用中的一项子任务,一直受到国内外学者们的广泛关注。在执行任务过程中,通常利用无人机搭载的云台相机采集环境画面,从中识别出被跟踪目标,进而开展跟踪。然在在面对非合作目标时,目标可能从相机视野中暂时丢失,跟踪任务也往往因此而失败。为解决这一问题,本文利用多台无人机以协同执行任务的方式来降低目标丢失概率,保障任务的正常进行,具体研究内容包含以下几个方面:1)首先,根据任务要求设计系统功能架构,将整体任务分为单无人机地面移动目标定位、多无人机目标状态融合估计和多无人机协同控制三个子任务。然后,为了便于课题研究和系统验证,基于经纬M100无人机搭建了软硬件实验平台。2)采用基于视觉的方法,利用单台无人机对地面移动目标进行初步定位。首先,考虑到系统的实时性和可实现性,采用TLD算法作为视觉目标跟踪算法,并加入了机间目标特征信息共享策略以实现跟踪任务自动初始化功能。然后根据目标像素坐标,结合无人机状态数据进行坐标解算,得到目标定位坐标。最后采集实际户外数据进行实验,... 

【文章来源】:吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】:75 页

【学位级别】:硕士

【部分图文】:

多无人机协同跟踪地面移动目标系统研究


消费级无人机“精灵4”

图像序列,无人机,移动目标,行业


吉林大学硕士学位论文2在无人机的行业应用领域中,许多任务的实现都以目标跟踪为基矗例如,在警用领域,当发生暴力突发事件时,需要对逃跑犯罪人员展开跟踪、包围和逮捕。此时可以利用无人机对犯罪人员展开跟踪,甚至携带轻型武器协助公安机关完成抓捕任务[1]。多旋翼无人机上搭载了相应的传感器系统、通信系统、自主飞行控制系统等,拥有一定的计算资源,使其自主完成目标跟踪任务成为了可能。图1.2行业应用无人机利用多旋翼无人机跟踪地面移动目标需要解决两方面问题。一是利用机载传感器对目标进行定位;二是控制无人机对目标展开跟踪,使传感器可以持续观测到目标。目前,利用无人机定位地面非合作移动目标的有效途径是采用基于视觉的方法,该方法对各种类型的目标具有普遍性。无人机需要搭载云台相机采集环境画面,然后通过人工选定的方法识别待跟踪目标,再对图像序列中的目标进行跟踪,得到目标在图像中的位置,进而通过坐标转换得到目标在三维空间中的位置。由于无人机与目标始终处于相对运动状态,即便云台相机可以调整其姿态角度来指向目标,单台无人机仍有可能对目标失去定位。造成这种现象的原因有多种,如目标发生遮挡、目标与无人机相对运动过大、目标成像角度变化导致视觉算法失效等。在目标丢失的这段时间内,极有可能因为目标与无人机的相对运动造成永久性的跟踪失败,解决办法之一是采用多无人机集群对目标展开协同跟踪。多无人机协同跟踪地面移动目标具有以下几点优势:一是传感器综合覆盖面

经纬,无人机


第2章多无人机协同跟踪系统结构设计13X3机载云台相机用于采集图像信息,其具备三自由度云台,可以通过控制云台运动实现对目标的主动跟踪。Manifold(妙算)是一款微型计算机,搭载了Ubuntu操作系统,支持CUDA、OpenCV及ROS等,Linux环境方便进行软件开发测试。其体积孝重量轻,具有与云台相机和无人机通信的接口,能执行较为复杂的计算任务,实现本文设计的系统。图2.2硬件实验平台图2.3经纬M100四旋翼无人机图2.4禅思X3一体化云台相机图2.5Manifold机载计算机2.软件平台搭建软件平台主要有机器人操作系统(RobotOperatingSystem,ROS)、DJIOnboardSDK、DJIAssistant2仿真器、OpenCV开源计算机视觉库以及Matlab/Simulink等。ROS主要运行在Linux环境下,利用ROS可以将系统的各子模块封装成各个独立的节点,各节点只负责数据的读娶处理和发送,节点间的数据交换由ROS来完成,这样降低了系统中各模块间的耦合性和程序错误的发生概率。本文将跟踪系统的一些具体功能以C++和Python语言实现后,将其移植到ROS中编译为若干个独立的节点,负责具体任务的运行。因此各子模块之间的衔接工作得以简化为ROS节点之前的话题订阅与发布关系,大大简化了系统的实现难度。DJIOnboardSDK是大疆公司提供的开源软件库,使开发者能够通过串口与飞行器飞控通信。OnboardSDK为开发者提供了一种通过安装机载计算设备来控制飞行器的途径,允许开发者实现飞行器状态测量、飞行控制和一些其他的功能。

【参考文献】:
期刊论文
[1]基于分布式协同控制的警用无人机群目标追踪控制[J]. 马昱音,王永兴.  科学技术与工程. 2019(36)
[2]面向自由飞行目标捕获的四旋翼最优轨迹规划[J]. 张广玉,何玉庆,代波,谷丰,杨丽英,韩建达,刘光军.  信息与控制. 2019(04)
[3]视觉目标跟踪方法研究综述[J]. 葛宝义,左宪章,胡永江.  中国图象图形学报. 2018(08)
[4]跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 杨欣,夏斯军,刘冬雪,费树岷,胡银记.  吉林大学学报(工学版). 2018(02)
[5]目标跟踪算法综述[J]. 卢湖川,李佩霞,王栋.  模式识别与人工智能. 2018(01)
[6]Particle filter for nonlinear systems with multi-sensor asynchronous random delays[J]. Junyi Zuo,Xiaoping Zhong.  Journal of Systems Engineering and Electronics. 2017(06)
[7]基于通信与观测联合优化的多无人机协同目标跟踪控制[J]. 刘重,高晓光,符小卫.  控制与决策. 2018(10)
[8]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.  自动化学报. 2016(10)
[9]复杂环境下多无人机协作式地面移动目标跟踪[J]. 王林,彭辉,朱华勇,沈林成.  控制理论与应用. 2011(03)

博士论文
[1]多无人机协同航迹规划及其控制方法研究[D]. 张思宇.北京理工大学 2016
[2]共轴八旋翼无人飞行器姿态与航迹跟踪控制研究[D]. 彭程.吉林大学 2015
[3]多摄像机监控网络中的目标连续跟踪方法研究[D]. 董文会.山东大学 2015
[4]多摄像机接力目标跟踪关键算法研究[D]. 孙晓燕.山东大学 2014
[5]多无人机协同目标跟踪问题建模与优化技术研究[D]. 王林.国防科学技术大学 2011

硕士论文
[1]基于多Agent的多摄像头目标轨迹追踪[D]. 曹凯悦.北京交通大学 2018
[2]基于视觉引导的多旋翼无人机地面动目标跟踪技术研究[D]. 谈青艳.南京航空航天大学 2017
[3]多无人机被动目标定位与跟踪技术研究[D]. 高擎峰.南京理工大学 2017
[4]无人机图像目标跟踪与定位[D]. 袁峻.南京理工大学 2017
[5]四旋翼无人机编队飞行的控制策略研究[D]. 刘书林.哈尔滨工业大学 2016
[6]复杂环境下多无人机协同地面目标跟踪问题研究[D]. 陈智民.北京理工大学 2015



本文编号:3440921

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/3440921.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户34e3b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com