四旋翼无人机障碍物检测及路径规划技术研究
发布时间:2022-08-09 20:05
多旋翼无人机已广泛应用于日常生活的诸多领域,如勘测、摄影、植保、物流等,这些应用为人们生活带来极大便利。越来越多的科研院所与企业机构开始对无人机自主飞行技术展开研究,而避障能力是其不可或缺的一环。无人机避障技术的发展,一方面能够提高无人机飞行的可靠性与安全性,另一方面能够降低因无人机带来的伤人风险及财产损失,因此,研究无人机避障技术具有重要的理论意义与应用价值。现有的避障技术大多存在障碍物检测表现不佳、避障动作反应迟缓等问题,为此,本文针对四旋翼无人机避障技术的设计与实现展开讨论,主要内容如下:首先,从系统的角度入手,分析了四旋翼无人机的系统结构以及各个组成单元的功能。通过对无人机不同飞行姿态进行受力分析,阐述其飞行时的控制原理,并完成实际飞行实验。其次,设计了一种图像信息与激光雷达信息融合的障碍物检测技术。利用本地数据集完成目标检测模型Yolov3的训练,并使用训练后的模型提取障碍物区域信息,同时,添加扫描式激光雷达,获取障碍物距离信息。建立像素坐标系、图像坐标系与相机坐标系三者的转换关系,实现障碍物从图像至空间的三维映射。再者,在全局环境信息已知的基础上,提出一种基于Dijkstr...
【文章页数】:80 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 多旋翼无人机发展现状
1.3 避障传感器发展现状
1.4 路径规划技术发展现状
1.5 本文的主要工作
第二章 四旋翼无人机系统构成、控制原理及飞行实验
2.1 四旋翼无人机系统构成
2.1.1 机械系统
2.1.2 动力系统
2.1.3 控制系统
2.2 四旋翼无人机控制原理
2.3 四旋翼无人机飞行实验
2.4 本章小结
第三章 图像信息与激光雷达信息融合的障碍物检测技术
3.1 引言
3.2 图像信息处理
3.2.1 Yolov3目标检测算法原理
3.2.2 本地数据集的构造
3.2.3 Yolov3模型训练与性能测试
3.3 激光雷达测距信息
3.4 图像信息与激光雷达信息融合策略
3.5 本章小结
第四章 基于Dijkstra与改进粒子群算法的全局路径规划
4.1 引言
4.2 常用算法优缺点剖析
4.3 Dijkstra算法原理
4.4 粒子群算法及其改进
4.4.1 传统粒子群算法
4.4.2 多动态种群策略
4.4.3 非线性衰减惯性权重策略
4.5 Dijkstra与改进粒子群算法融合策略
4.6 适应度函数的构造
4.7 飞行环境建模及碰撞条件分析
4.7.1 圆柱体、半纺锤体形障碍物及其碰撞条件
4.7.2 立方体形障碍物及其碰撞条件
4.7.3 三棱柱形障碍物及其碰撞条件
4.8 仿真实验与结果分析
4.9 本章小结
第五章 基于障碍物区域信息的局部路径规划
5.1 引言
5.2 基于区域信息的实时避障策略
5.2.1 无人机危险窗口的确定
5.2.2 障碍物与无人机相交情况的确定
5.2.3 无人机飞行方向及距离的确定
5.3 仿真实验与结果分析
5.4 本章小结
结论
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】:
期刊论文
[1]基于深度学习的目标检测技术的研究综述[J]. 罗元,王薄宇,陈旭. 半导体光电. 2020(01)
[2]关于路径规划的相关算法综述[J]. 梁晓辉,慕永辉,吴北华,江宇. 价值工程. 2020(03)
[3]多旋翼无人机的发展历程及构型分析[J]. 王宇恒. 科技传播. 2019(22)
[4]移动机器人路径规划算法综述[J]. 霍凤财,迟金,黄梓健,任璐,孙勤江,陈建玲. 吉林大学学报(信息科学版). 2018(06)
[5]解密多旋翼无人机的发展历程[J]. 姜连涛. 第二课堂(A). 2018(06)
[6]多旋翼无人机在战场中的应用及关键技术[J]. 万慧,齐晓慧,冯长辉. 飞航导弹. 2016(10)
[7]Path planning based on sliding window and variant A* algorithm for quadruped robot[J]. 张慧,Rong Xuewen,Li Yibin,Li Bin,Zhang Junwen,Zhang Qin. High Technology Letters. 2016(03)
[8]粒子群算法在非线性系统应用中的早熟现象及其改进[J]. 肖媛,崔国民,彭富裕,周静. 计算物理. 2015(06)
硕士论文
[1]基于机器视觉的无人机避障技术研究[D]. 王新东.西安电子科技大学 2018
[2]基于毫米波雷达与单目视觉融合的无人机自主避障系统[D]. 陈洪攀.西安电子科技大学 2018
[3]结合先验知识的深度Q神经网络算法在室内路径规划中的研究与应用[D]. 茹琦.合肥工业大学 2018
[4]基于pixhawk的多旋翼无人机避障飞行系统研发[D]. 赵航.北方工业大学 2017
[5]基于超声波测距与图像信息相融合的旋翼无人机避障算法研究[D]. 任耀庭.电子科技大学 2016
[6]输电线路无人机避障和检测方法研究[D]. 刘世钊.华北电力大学 2016
[7]无GPS依赖的无人机定位方法及ROS实现研究[D]. 唐邓清.国防科学技术大学 2015
[8]一种四旋翼无人机控制系统的设计与实现研究[D]. 姜成平.哈尔滨工业大学 2014
[9]无人机电力巡线智能避障方法研究[D]. 徐华东.南京航空航天大学 2014
本文编号:3673200
【文章页数】:80 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 多旋翼无人机发展现状
1.3 避障传感器发展现状
1.4 路径规划技术发展现状
1.5 本文的主要工作
第二章 四旋翼无人机系统构成、控制原理及飞行实验
2.1 四旋翼无人机系统构成
2.1.1 机械系统
2.1.2 动力系统
2.1.3 控制系统
2.2 四旋翼无人机控制原理
2.3 四旋翼无人机飞行实验
2.4 本章小结
第三章 图像信息与激光雷达信息融合的障碍物检测技术
3.1 引言
3.2 图像信息处理
3.2.1 Yolov3目标检测算法原理
3.2.2 本地数据集的构造
3.2.3 Yolov3模型训练与性能测试
3.3 激光雷达测距信息
3.4 图像信息与激光雷达信息融合策略
3.5 本章小结
第四章 基于Dijkstra与改进粒子群算法的全局路径规划
4.1 引言
4.2 常用算法优缺点剖析
4.3 Dijkstra算法原理
4.4 粒子群算法及其改进
4.4.1 传统粒子群算法
4.4.2 多动态种群策略
4.4.3 非线性衰减惯性权重策略
4.5 Dijkstra与改进粒子群算法融合策略
4.6 适应度函数的构造
4.7 飞行环境建模及碰撞条件分析
4.7.1 圆柱体、半纺锤体形障碍物及其碰撞条件
4.7.2 立方体形障碍物及其碰撞条件
4.7.3 三棱柱形障碍物及其碰撞条件
4.8 仿真实验与结果分析
4.9 本章小结
第五章 基于障碍物区域信息的局部路径规划
5.1 引言
5.2 基于区域信息的实时避障策略
5.2.1 无人机危险窗口的确定
5.2.2 障碍物与无人机相交情况的确定
5.2.3 无人机飞行方向及距离的确定
5.3 仿真实验与结果分析
5.4 本章小结
结论
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】:
期刊论文
[1]基于深度学习的目标检测技术的研究综述[J]. 罗元,王薄宇,陈旭. 半导体光电. 2020(01)
[2]关于路径规划的相关算法综述[J]. 梁晓辉,慕永辉,吴北华,江宇. 价值工程. 2020(03)
[3]多旋翼无人机的发展历程及构型分析[J]. 王宇恒. 科技传播. 2019(22)
[4]移动机器人路径规划算法综述[J]. 霍凤财,迟金,黄梓健,任璐,孙勤江,陈建玲. 吉林大学学报(信息科学版). 2018(06)
[5]解密多旋翼无人机的发展历程[J]. 姜连涛. 第二课堂(A). 2018(06)
[6]多旋翼无人机在战场中的应用及关键技术[J]. 万慧,齐晓慧,冯长辉. 飞航导弹. 2016(10)
[7]Path planning based on sliding window and variant A* algorithm for quadruped robot[J]. 张慧,Rong Xuewen,Li Yibin,Li Bin,Zhang Junwen,Zhang Qin. High Technology Letters. 2016(03)
[8]粒子群算法在非线性系统应用中的早熟现象及其改进[J]. 肖媛,崔国民,彭富裕,周静. 计算物理. 2015(06)
硕士论文
[1]基于机器视觉的无人机避障技术研究[D]. 王新东.西安电子科技大学 2018
[2]基于毫米波雷达与单目视觉融合的无人机自主避障系统[D]. 陈洪攀.西安电子科技大学 2018
[3]结合先验知识的深度Q神经网络算法在室内路径规划中的研究与应用[D]. 茹琦.合肥工业大学 2018
[4]基于pixhawk的多旋翼无人机避障飞行系统研发[D]. 赵航.北方工业大学 2017
[5]基于超声波测距与图像信息相融合的旋翼无人机避障算法研究[D]. 任耀庭.电子科技大学 2016
[6]输电线路无人机避障和检测方法研究[D]. 刘世钊.华北电力大学 2016
[7]无GPS依赖的无人机定位方法及ROS实现研究[D]. 唐邓清.国防科学技术大学 2015
[8]一种四旋翼无人机控制系统的设计与实现研究[D]. 姜成平.哈尔滨工业大学 2014
[9]无人机电力巡线智能避障方法研究[D]. 徐华东.南京航空航天大学 2014
本文编号:3673200
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/3673200.html