论文部分内容阅读
近年来无人机的导航控制技术发展迅速,其中航向的精确控制尤为重要。目前大部分室内无人机大多采用无线通信定位惯性导航及视觉导航等技术,但视觉导航发展不成熟,不能够广泛适用;低空无人机的航向控制主要依靠惯性导航和GPS导航等技术,对周围环境依赖程度较高,容易被环境等因素干扰。为解决这一问题,本文根据低空飞行要求搭建了小型四旋翼无人机作为飞行平台,运用单目的CMOS图像传感器研究图像导航的图像处理算法,增强无人机的图像识别,解决无人机在惯性传感器受干扰的情况下自主导航。对无人机飞控的设计和图像导航的图像处理算法的主要研究内容如下:首先,分析了几种无人机常用的导航方法,指出了视觉导航在现代无人机航向上的作用及其控制航向的方式,采用多传感器结合视觉导航的航向控制方法;并根据低空飞行环境的要求,组装了“X”字的四旋翼小型无人机,依据航向需要,采用CMOS图像传感器,结合陀螺仪和气压传感器等组成的多传感器航向控制系统,以FPGA器件来实现实时性强的硬件处理系统。其次,对CMOS传感器的图像处理方法进行了详细的研究。提出了优化改进的二值化处理方法,对采集到的图像进行灰度化、高斯滤波等处理,针对室内及低空的四旋翼无人机,采取的图像处理方法要注意其阈值的取舍,提高了处理后的图像清晰度和图像处理速度。对适用于无人机上图像导航所需处理的大量图像有很好的效果。然后,对由FPGA器件处理的多传感器进行整体的程序实现,提高了实时图像处理的速度,使得到的航向信息更加精准稳定而传感器间相互配合,设定在惯性传感器易受环境干扰的情况下采用图像导航的方法来进行导航。依靠前面处理好的图像进行特征匹配法得到两个最优特征点,根据帧间质心斜率差的方法得出其航向偏角从而对其进行航向修正。最后,用四旋翼无人机进行了基于FPGA器件的惯性传感器导航飞行测量实验和改进图像处理法航向测量仿真实验,分析得出在基于FPGA器件进行的惯性传感器航向测量数据接近实际状态,航向角度测量较精确。经改进图像处理法测出的航向角稳定性好,精度较高,与惯性传感器组合在一起达到预期的实验目的,具有可行性。