CN104062977A - 基于视觉slam的四旋翼无人机全自主飞行控制方法 - Google Patents
基于视觉slam的四旋翼无人机全自主飞行控制方法 Download PDFInfo
- Publication number
- CN104062977A CN104062977A CN201410270505.XA CN201410270505A CN104062977A CN 104062977 A CN104062977 A CN 104062977A CN 201410270505 A CN201410270505 A CN 201410270505A CN 104062977 A CN104062977 A CN 104062977A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- rotor wing
- wing unmanned
- aerial vehicle
- delta
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 31
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000013461 design Methods 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 230000000007 visual effect Effects 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 25
- 230000008859 change Effects 0.000 description 12
- 230000004807 localization Effects 0.000 description 10
- 238000013507 mapping Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008034 disappearance Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及无人机全自主飞行控制方法,为提供一种基于嵌入式架构的四旋翼无人机视觉控制***,实现在无GPS信号环境下,不依赖任何环境信息的无人机自主定位与飞行控制功能;本发明采用的技术方案是:基于视觉SLAM的四旋翼无人机全自主飞行控制方法,包括如下步骤:利用安装在四旋翼无人机底部的摄像头采集图像信息,利用集成惯性导航单元获取无人机的姿态角及加速度信息,这两部分信息作为输入,运行改进的视觉SLAM算法获取四旋翼无人机三维位置和姿态信息;采用扩展卡尔曼滤波器融合视觉位置信息和惯性导航单元提供的三维加速度,设计PID控制器,实现四旋翼无人机的全自主飞行控制。本发明主要应用于无人机全自主飞行控制。
Description
技术领域
本发明涉及一种四旋翼无人机全自主飞行控制方法,特别是涉及一种在GPS信号缺失环境下基于视觉SALM的四旋翼无人机自主定位与控制问题。
背景技术
无人机是一种能够通过无线遥控或程序来操纵的无人驾驶飞行器。近年来,无人机在军事及民用等诸多领域的应用引起了人们的广泛关注。比如,在军事上能够进行侦查、监测及小范围内的攻击等;在民用上,可用于航拍、测绘、遥感、农药喷洒、高压输电线路的巡线及地震抢险等。四旋翼无人机作为小型无人机的一种,具有机动性强、结构设计简单、安全性高等突出优点,且其能够近距离靠近目标,更加适合室内等复杂环境中的飞行作业。
四旋翼无人机的定位问题主要是指利用自身传感器确定无人机在飞行环境中相对于惯性坐标系的位置和姿态信息。准确的位姿估计是实现四旋翼无人机安全飞行、轨迹规划以及目标跟踪等复杂飞行任务的前提和基础。广泛使用的定位方法主要是基于GPS的定位方法,然而在一些特殊环境,例如楼群之间、大型建筑物内部等,GPS信号很弱或缺失,传统的基于GPS信号的定位方法较难应用。目前正在研究的不依赖GPS的定位方法主要分为基于激光雷达的定位方法和基于视觉的定位方法。在基于视觉的定位方法中,基于视觉SLAM(同步定位与建图,Simultaneous Localization and Mapping)的定位方法仅使用机载摄像头作为外部传感器,具有体积小、重量轻、价格低、精度高、应用范围广等优势,这也使得视觉导航逐渐成为四旋翼无人机自主控制研究的主要趋势。
常用的视觉SLAM主要依靠PTAM(并行跟踪与建图,Parallel Tracking and Mapping)来实现,PTAM是由Klein和Murray于2007年提出来的(会议:the6th IEEE and ACM International Symposium on Mixed and Augmented Reality;著者:Klein and D.Murray;出版年月:2007年;文章题目:Parallel Tracking and Mapping for Small AR Workspaces;页码:225-234)。其基本原理是通过跟踪地图中关键帧及关键帧中的特征点进行位置和姿态估计,并且建立的地图能够随定位过程而逐步扩充。
近几年,一些国内外高校和研究机构开始尝试采用视觉SLAM进行四旋翼无人机自主控制,并取得了一些初步成果。瑞士苏黎世联邦理工学院率先将PTAM算法应用于四旋翼无人机控制上,并先后实现了基于地面站架构和基于嵌入式架构的自主飞行控制(期刊:Journal of Field Robotics;著者:Weiss S,Achtelik M W,Lynen S,Achtelik M C,Kneip L,Chli M,Siegwart R;出版年月:2013年;文章题目:Monocular Vision for Long-term Micro Aerial Vehicle State Estimation:A Compendium;页码:803-830)。德国慕尼黑工业大学应用视觉SLAM算法实现了四旋翼无人机的自主定位与导航。该研究组使用AR.Drone无人机作为研究平台,视觉SLAM算法运行在地面站上,但尚未实现机载运算,视觉控制***存在较大的时间延迟(期刊:IMU;著者:Engel J,Sturm J;出版年月:2012年;文章题目:Accurate figure flying with a quadrocopter using onboard visual and inertial sensing;页码:240-245)。美国加州大学河滨分 校的研究人员中也使用了视觉SLAM作为位置信息来源,实现四旋翼无人机的自主定位功能,但该算法运行在地面站上,并未实现机载控制(期刊:Autonomous Robots;著者:Ghadiok V,Goldin J,Ren W;出版年月:2012年;文章题目:On the design and development of attitude stabilization,vision-based navigation,and aerial gripping for a low-cost quadrotor;页码:41-68)。
上述研究方案虽取得了一定的成果,但是大多数研究机构均采用基于地面站架构的控制方法,在实时性、有效性和通用性等方面还存在不足。在这种结构中,机载摄像头采集到的图像信息需经Wi-Fi无线网络传送到地面站处理,处理后产生的控制命令再经Wi-Fi发给无人机的飞行控制器,控制过程存在较大的时间延迟,***的实时性较差。此外,采用无线数据传输还限制了无人机的飞行范围,增加了其对传输线路的依赖性,也容易受到数据传输过程中的其他信号干扰。
发明内容
本发明所要解决的技术问题是,提供一种基于嵌入式架构的四旋翼无人机视觉控制***,实现在无GPS信号环境下,不依赖任何环境信息的无人机自主定位与飞行控制功能。
本发明采用的技术方案是:基于视觉SLAM的四旋翼无人机全自主飞行控制方法,包括如下步骤:
利用安装在四旋翼无人机底部的摄像头采集图像信息,利用集成惯性导航单元获取无人机的姿态角及加速度信息,这两部分信息作为输入,运行改进的视觉SLAM算法获取四旋翼无人机三维位置和姿态信息;采用扩展卡尔曼滤波器融合视觉位置信息和惯性导航单元提供的三维加速度,从而得到精确的位置信息,采用上述算法得到的水平位置和速度信息及气压计获得的高度信息作为反馈量,设计PID控制器,实现四旋翼无人机的全自主飞行控制。
所述的将改进的视觉SLAM算法用于四旋翼无人机三维位置和姿态信息的获取是:
采用普通微型机载摄像头获得环境信息的实时彩色图像,通过机载嵌入式计算机运行改进的视觉SLAM算法,手动平行移动机载摄像头,根据同一个特征点的移动描绘出弧线,再根据所有特征点的弧线确定一个特定的平面。
所述的融合视觉位置信息和惯性导航单元提供的三维加速度是采用扩展卡尔曼滤波方法,***在k时刻的非线性过程方程和测量方程分别为:
xk=f(xk-1,uk-1)+ωk-1
zk=h(xk)+νk
其中,xk=[px py pz vx vy vz]T是***k时刻的状态向量,[px py pz]T为惯性坐标系下四旋翼无人机的三维位置向量,[vx vy vz]T为惯性坐标系下四旋翼无人机的三维速度向量,uk=[ax ay az]T是***k时刻的输入向量,其中ax、ay、az为惯性导航单元测得的加速度信息,zk=[pxpy pz]T是***k时刻的观测向量;f(xk-1,uk-1)表示关于xk-1 和uk-1的函数;ωk-1和υk为k-1时刻过程激励噪声和k时刻观测噪声;假设过程噪声和观测噪声是相互独立的,且均为零均值白噪声向量,即ωk~N(0,Q),υk~N(0,R);
在滤波值附近,对上式做泰勒级数展开,忽略二阶以上的高阶项,原***就近似成为一个线性***,如下式所示:
xk=Fkxk-1+Bkuk+ωk
zk=Hkxk+υk
其中,
在上述式子中δt由***的采样时间确定;
扩展卡尔曼滤波器的循环工作过程为:时间更新方程将当前状态作为先验估计及时地向前投射到测量更新方程,测量更新方程校验先验估计以获得状态的后验估计;其时间更新方程为:
状态跟踪方程为:
所述的设计PID控制器,实现四旋翼无人机的自主飞行控制为:
采用提出的改进视觉SLAM和扩展卡尔曼滤波算法而获取四旋翼无人机实时三维位置和速度信息,再利用PID控制器进行水平横向和水平纵向方向控制,再将该控制量发送给飞行控制器,实现四旋翼无人机的水平位置控制;高度方向则采用气压计获得无人机的高度信息,采用PID控制器产生控制量,实现四旋翼无人机高度控制;其PID控制器设计如下:
ex=xd-x,ey=yd-y,ez=zd-z
其中,kP、kI、kD分别为比例、微分、积分系数,xd、yd、zd为四旋翼无人机参考轨迹,x、y为视觉SLAM算法得到的四旋翼无人机的水平横向、水平纵向位置,z为气压计测得的无人机的高度,vx、vy为视觉SLAM算法得到的四旋翼无人机的水平速度,下标x、y、z分别代表水平横向、水平纵向及高度方向。
为避免传统PID控制中因微分运算引起的高频干扰,在水平横向和水平纵向方向使用速度的比例控制代替位置的微分运算。
本发明可带来如下技术效果:
本发明首先对传统视觉SLAM算法进行改进,提高了算法的鲁棒性与普适性,然后利用该算法得到无人机的三维位置信息。在此基础上采用扩展卡尔曼滤波器融合视觉信息和惯性导航单元提供的三维加速度信息,得到较为准确的位置信息,同时提高信号输出频率。最后,利用上述方法获取的无人机位置信息通过PID控制器设计,实现了四旋翼无人机的自主飞行控制。此外,本发明搭建了四旋翼无人机视觉控制***实验平台,该平台采用嵌入式控制***架构,使用机载嵌入式计算机运行论文中提出的算法,保证了控制***的实时性。
附图说明
图1是本发明基于视觉SLAM的四旋翼无人机全自主飞行控制流程图;
图2是本发明采用的基于嵌入式架构的四旋翼无人机结构图;
1:四旋翼无人机本体 2:惯性导航单元
3:机载***头 4:机载嵌入式计算机
5:飞行控制器
图3a是四旋翼无人机悬停飞行实验中x方向位置变化曲线;
图3b是四旋翼无人机悬停飞行实验中y方向位置变化曲线;
图3c是四旋翼无人机悬停飞行实验中z方向位置变化曲线;
图4a是四旋翼无人机悬停飞行实验中x方向位置误差变化曲线;
图4b是四旋翼无人机悬停飞行实验中y方向位置误差变化曲线;
图4c是四旋翼无人机悬停飞行实验中z方向位置误差变化曲线;
图5a是四旋翼无人机悬停飞行实验中x方向速度变化曲线;
图5b是四旋翼无人机悬停飞行实验中y方向速度变化曲线;
图6a是四旋翼无人机悬停飞行实验中俯仰角变化曲线;
图6b是四旋翼无人机悬停飞行实验中滚转角变化曲线;
图6c是四旋翼无人机悬停飞行实验中偏航角变化曲线;
图7是四旋翼无人机悬停飞行实验中水平方向飞行轨迹。
具体实施方式
下面结合实施例和附图对本发明的基于视觉SLAM的四旋翼无人机自主飞行控制方法做出详细说明。
针对GPS信号缺失环境下无人机的自主飞行控制问题,本发明设计了一种基于视觉的自主定位与控制方法。本发明首先对传统视觉SLAM算法进行改进,提高了算法的鲁棒性与普适性,然后利用该算法得到无人机的三维位置信息。在此基础上采用扩展卡尔曼滤波器融合视觉信息和惯性导航单元提供的三维加速度信息,得到较为准确的位置信息,同时提高信号输出频率。最后,利用上述方法获取的无人机位置信息通过PID控制器设计,实现了四旋翼无人机的自主飞行控制。此外,本发明搭建了四旋翼无人机视觉控制***实验平台,该平台采用嵌入式控制***架构,使用机载嵌入式计算机运行论文中提出的算法,保证了控制***的实时性。
如图1所示,本发明基于视觉的四旋翼无人机全自主飞行控制方法,包括以下步骤:
1)提出一种改进的视觉SLAM算法,并用于四旋翼无人机三维位置和姿态信息的获取:
常用的视觉SLAM主要依靠PTAM(并行跟踪与建图,Parallel Tracking and Mapping)来实现,PTAM是由Klein和Murray于2007年提出来的。其基本原理是通过跟踪地图中关键帧及关键帧中的特征点进行位置和姿态估计,并且建立的地图能够随定位过程而逐步扩充。
为提高无人机控制效果,本发明对于传统视觉SLAM算法做了以下的改进:第一,传统的视觉SLAM算法只能处理灰度图像,而普通微型机载摄像头无法直接提供灰度图像,本发明通过改进传统的视觉SLAM程序,增加从彩色图像到灰度图像的处理功能,适用于普通***头,增加了算法的普适性;第二,由于普通地面纹理较差,不能提供很好的特征点,且控制目标是实现无人机在较大区域内的全自主飞行,本发明通过增加特征点提取数量,同时优化关键帧存储,使得能够获取更多的环境信息,提高了控制算法的鲁棒性。
通过机载嵌入式计算机运行改进的视觉SLAM算法,手动平行移动机载摄像头,根据同一个特征点的移动描绘出弧线,再根据所有特征点的弧线确定一个特定的平面。通过这种特定的初始化方法,摆脱对于高度(深度)传感器的依赖,实现只依赖单目摄像头的三维位置、姿态估计。
2)采用扩展卡尔曼滤波器融合视觉位置信息和惯性导航单元提供的三维加速度,从而得到精确的位置信息,并提高数据输出频率;
由于四旋翼无人机具有非线性、强耦合、欠驱动和静不稳定等特点,故要求控制算法具有较高的实时性。而视觉SLAM的计算量较大,受机载计算机硬件条件的限制,本发明中使用的视觉SLAM算法运行频率约为20Hz,较难满足四旋翼无人机对于实时性的要求。因此,采用扩展卡尔曼滤波器融合视觉SLAM和惯性导航单元提供的数据,提高***运算频率至100Hz,同时得到较为平滑的位置信息。
根据扩展卡尔曼滤波器模型,***在k时刻的非线性过程方程和测量方程分别为:
xk=f(xk-1,uk-1)+ωk-1
(1)
zk=h(xk)+νk
其中,xk=[px py pz vx vy vz]T是***k时刻的状态向量,[px py pz]T为惯性坐标系下四旋翼无人机的三维位置向量,[vx vy vz]T为惯性坐标系下四旋翼无人机的三维速度向量,uk=[ax ay az]T是***k时刻的输入向量,其中ax、ay、az为惯性导航单元测得的加速度信息,zk=[px py pz]T是***k时刻的观测向量;f(xk-1,uk-1)表示关于xk-1 和uk-1的函数;ωk-1和υk为k-1时刻过程激励噪声和k时刻观测噪声;假设过程噪声和观测噪声是相互独立的,且均为零均值白噪声向量,即ωk~N(0,Q),υk~N(0,R)。
在滤波值附近,对(1)式做泰勒级数展开,忽略二阶以上的高阶项,原***就近似成为一个线性***,如(2)式所示:
xk=Fkxk-1+Bkuk+ωk
(2)
zk=Hkxk+υk
其中,
在式(3)(4)中δt由***的采样时间确定。在本发明中,由于惯性导航单元数据输出频率为100Hz,故选取δt=0.01s。
扩展卡尔曼滤波的循环工作过程为:时间更新方程将当前状态作为先验估计及时地向前投射到测量更新方程,测量更新方程校验先验估计以获得状态的后验估计。其时间更新方程为:
状态跟踪方程为:
3)采用上述算法得到的水平位置和速度信息及气压计获得的高度信息作为反馈量,设计PID控制器,实现四旋翼无人机的自主飞行控制。
采用提出的改进视觉SLAM和扩展卡尔曼滤波算法而获取四旋翼无人机实时三维位置和速度信息,再利用PID控制器进行水平横向和水平纵向方向控制,再将该控制量发送给飞行控制器,实现四旋翼无人机的水平位置控制。高度方向则采用气压计获得无人机的高度信息,采用PID控制器产生控制量,实现四旋翼无人机高度控制。其PID控制器设计如下:
ex=xd-x,ey=yd-y,ez=zd-z (9)
其中,kP、kI、kD分别为比例、微分、积分系数,xd、yd、zd为四旋翼无人机参考轨迹,x、y为视觉SLAM算法得到的四旋翼无人机的水平横向、水平纵向位置,z为气压计测得的无人机的高度,vx、vy为视觉SLAM算法得到的四旋翼无人机的水平速度,下标x、y、z分别代表水平横向、水平纵向及高度方向。PID表示比例-积分-微分控制器,为避免传统PID控制中因微分运算引起的高频干扰,本发明在水平横向和水平纵向方向使用速度的比例控制代替位置的微分运算。
本发明设计了基于视觉SLAM的无人机的自主定位与控制方法,并搭建了基于嵌入式架构的四旋翼无人机飞行实验平台,进行了较为精确的室外悬停实验。首先对传统的视觉SLAM算法进行了改进,增加算法的鲁棒性与普适性。再采用扩展卡尔曼滤波融合视觉位置信息和惯性导航单元数据,提高输出信号的精度和频率。最后结合PID控制器设计,实现四旋翼无人机的自主控制。本发明采用的控制方法优势在于采用嵌入式机载计算机运行所有算法,减少了图像和控制信号传输过程中的干扰和延时。飞行实验结果表明,在GPS信号缺失的环境下,本发明中提出的控制***取得了较好的四旋翼无人机自主定位与控制效果。
4)设计机载硬件控制***,运行本发明提出的改进视觉SLAM算法和PID控制器,能够完全脱离地面站而实现全自主的飞行控制。
本发明自主搭建了基于嵌入式架构的四旋翼无人机自主飞行控制实验平台。其中四旋翼无人机搭载了嵌入式计算机、机载摄像头和飞行控制器(含惯性导航单元和气压计模块等)。其控制结构为:安装在四旋翼无人机底部的摄像头用于采集图像信息,集成惯性导航单元用于获取无人机的姿态角及加速度信息,这两部分信息分别通过通过USB接口和RS232串口传输到机载嵌入式计算机。该机载计算机搭载Linux嵌入式操作***和ROS机器人操作***, 运行本文提出的改进视觉SLAM算法、扩展卡尔曼数据融合算法和PID控制算法,产生相应的四旋翼无人机的控制信息,该控制量通过RS232串口发送给嵌入式飞行控制器,实现四旋翼无人机的全自主飞行控制。
下面给出具体的实例:
一、***硬件连接及配置
本发明的基于视觉的四旋翼无人机自主飞行控制方法采用基于嵌入式架构的飞行控制结构,所搭建的实验平台包括四旋翼无人机本体、地面站、遥控器等。其中四旋翼无人机如图2所示,搭载了嵌入式计算机(该计算机内嵌Intel Core i3双核处理器,主频1.8GHz)、机载摄像头(分辨率为640*480像素)和飞行控制器(含惯性导航单元和气压计模块等)。地面站包括一台装有Linux操作***的笔记本计算机,用于机载程序的启动及远程监控。该平台可通过遥控器进行手动起飞和降落,并在发生意外时紧急切换为手动模式,以确保实验安全。
二、飞行实验结果
本实施例对上述实验平台进行了多组飞行控制实验,飞行实验环境为室外楼群之间。控制目标是实现四旋翼无人机在指定位置的全自主悬停功能,实验中设定目标位置为xd=0.38米,yd=-0.22米,zd=4.74米,期望姿态角为φd=0度,θd=0度,度。
稳定悬停状态下无人机的飞行数据曲线如图所示。其中,图3显示了四旋翼无人机在X、Y、Z三个方向的位置变化曲线,图4显示了目标位置与实际位置之间的误差曲线,图中其水平位置误差大都位于±0.2米以内,高度方向由于气压计受到风的干扰,控制误差较大,但仍位于±0.5米以内。图5显示了四旋翼无人机水平方向线速度图,其线速度值大部分位于±0.2米/秒以内。图6显示了四旋翼无人机姿态角曲线,滚转角和俯仰角控制误差大都在±2度以内,最大偏差在±3度以内,偏航角控制误差大都在±1度以内,保证了四旋翼无人机良好的的姿态稳定性。图7显示了悬停时四旋翼无人机二维轨迹图,本发明提出的控制策略取得了良好的控制效果。
Claims (5)
1.一种基于视觉SLAM的四旋翼无人机全自主飞行控制方法,其特征在于,包括如下步骤:利用安装在四旋翼无人机底部的摄像头采集图像信息,利用集成惯性导航单元获取无人机的姿态角及加速度信息,这两部分信息作为输入,运行改进的视觉SLAM算法获取四旋翼无人机三维位置和姿态信息;采用扩展卡尔曼滤波器融合视觉位置信息和惯性导航单元提供的三维加速度,从而得到精确的位置信息,采用上述算法得到的水平位置和速度信息及气压计获得的高度信息作为反馈量,设计PID控制器,实现四旋翼无人机的全自主飞行控制。
2.根据权利要求书1所述基于视觉SLAM的四旋翼无人机全自主飞行控制方法,其特征在于,所述的将改进的视觉SLAM算法用于四旋翼无人机三维位置和姿态信息的获取是:采用普通微型机载摄像头获得环境信息的实时彩色图像,通过机载嵌入式计算机运行改进的视觉SLAM算法,手动平行移动机载摄像头,根据同一个特征点的移动描绘出弧线,再根据所有特征点的弧线确定一个特定的平面。
3.根据权利要求书1所述基于视觉SLAM的四旋翼无人机全自主飞行控制方法,其特征在于,所述的融合视觉位置信息和惯性导航单元提供的三维加速度是采用扩展卡尔曼滤波方法,***在k时刻的非线性过程方程和测量方程分别为:
xk=f(xk-1,uk-1)+ωk-1
zk=h(xk)+νk
其中,xk=[px py pz vx vy vz]T是***k时刻的状态向量,[px py pz]T为惯性坐标系下四旋翼无人机的三维位置向量,[vx vy vz]T为惯性坐标系下四旋翼无人机的三维速度向量,uk=[ax ay az]T是***k时刻的输入向量,其中ax、ay、az为惯性导航单元测得的加速度信息,zk=[px py pz]T是***k时刻的观测向量;f(xk-1,uk-1)表示关于xk-1和uk-1的函数;ωk-1和υk为k-1时刻过程激励噪声和k时刻观测噪声;假设过程噪声和观测噪声是相互独立的,且均为零均值白噪声向量,即ωk~N(0,Q),υk~N(0,R);
在滤波值附近,对上式做泰勒级数展开,忽略二阶以上的高阶项,原***就近似成为一个线性***,如下式所示:
xk=Fkxk-1+Bkuk+ωk
zk=Hkxk+υk
其中,
在上述式子中δt由***的采样时间确定;
扩展卡尔曼滤波器的循环工作过程为:时间更新方程将当前状态作为先验估计及时地向前投射到测量更新方程,测量更新方程校验先验估计以获得状态的后验估计;其时间更新方程为:
状态跟踪方程为:
4.根据权利要求书1所述基于视觉SLAM的四旋翼无人机全自主飞行控制方法,其特征在于,所述的设计PID控制器,实现四旋翼无人机的自主飞行控制为:采用提出的改进视觉SLAM和扩展卡尔曼滤波算法而获取四旋翼无人机实时三维位置和速度信息,再利用PID控制器进行水平横向和水平纵向方向的控制,再将该控制量发送给飞行控制器,实现四旋翼无人机的水平位置控制;高度方向则采用气压计获得无人机的高度信息,采用PID控制器产生控制量,实现四旋翼无人机高度控制;其PID控制器设计如下:
ex=xd-x,ey=yd-y,ez=zd-z
其中,kP、kI、kD分别为比例、微分、积分系数,xd、yd、zd为四旋翼无人机参考轨迹,x、y为视觉SLAM算法得到的四旋翼无人机的水平横向、水平纵向位置,z为气压计测得的无人机的高度,vx、vy为视觉SLAM算法得到的四旋翼无人机的水平速度,下标x、y、z分别代表水平横向、水平纵向及高度方向。
5.根据权利要求书1所述基于视觉SLAM的四旋翼无人机全自主飞行控制方法,其特征在于,为避免传统PID控制中因微分运算引起的高频干扰,在水平横向和水平纵向方向使用速度的比例控制代替位置的微分运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410270505.XA CN104062977B (zh) | 2014-06-17 | 2014-06-17 | 基于视觉slam的四旋翼无人机全自主飞行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410270505.XA CN104062977B (zh) | 2014-06-17 | 2014-06-17 | 基于视觉slam的四旋翼无人机全自主飞行控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104062977A true CN104062977A (zh) | 2014-09-24 |
CN104062977B CN104062977B (zh) | 2017-04-19 |
Family
ID=51550738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410270505.XA Expired - Fee Related CN104062977B (zh) | 2014-06-17 | 2014-06-17 | 基于视觉slam的四旋翼无人机全自主飞行控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104062977B (zh) |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104460685A (zh) * | 2014-11-21 | 2015-03-25 | 南京信息工程大学 | 一种四旋翼飞行器的控制***及其控制方法 |
CN104729497A (zh) * | 2015-01-16 | 2015-06-24 | 上海大学 | 超小型双涵道无人机组合导航***及双模式导航方法 |
CN104899918A (zh) * | 2015-05-14 | 2015-09-09 | 深圳大学 | 一种无人机的三维环境建模方法及*** |
CN105022401A (zh) * | 2015-07-06 | 2015-11-04 | 南京航空航天大学 | 基于视觉的多四旋翼无人机协同slam的方法 |
CN105333869A (zh) * | 2015-11-04 | 2016-02-17 | 天津津航计算技术研究所 | 一种基于自适应ekf的无人侦察机同步定位与构图方法 |
CN105352495A (zh) * | 2015-11-17 | 2016-02-24 | 天津大学 | 加速度与光流传感器数据融合无人机水平速度控制方法 |
CN105447853A (zh) * | 2015-11-13 | 2016-03-30 | 深圳市道通智能航空技术有限公司 | 飞行装置、飞行控制***及方法 |
WO2016187758A1 (en) * | 2015-05-23 | 2016-12-01 | SZ DJI Technology Co., Ltd. | Sensor fusion using inertial and image sensors |
CN106197429A (zh) * | 2016-07-21 | 2016-12-07 | 触景无限科技(北京)有限公司 | 一种多信息融合定位设备及*** |
WO2017004799A1 (en) * | 2015-07-08 | 2017-01-12 | SZ DJI Technology Co., Ltd. | Camera configuration on movable objects |
CN106527485A (zh) * | 2016-12-14 | 2017-03-22 | 天津文林科技有限公司 | 一种基于光机电一体化视觉定位的无人机定点飞行控制*** |
CN106647784A (zh) * | 2016-11-15 | 2017-05-10 | 天津大学 | 基于北斗导航***的微小型无人飞行器定位与导航方法 |
WO2017084157A1 (zh) * | 2015-11-20 | 2017-05-26 | 广州亿航智能技术有限公司 | 摄像设备指向方位控制装置 |
CN106767785A (zh) * | 2016-12-23 | 2017-05-31 | 成都通甲优博科技有限责任公司 | 一种双回路无人机的导航方法及装置 |
WO2017177533A1 (zh) * | 2016-04-12 | 2017-10-19 | 深圳市龙云创新航空科技有限公司 | 基于激光雷达的微型无人机操控方法及*** |
CN107389968A (zh) * | 2017-07-04 | 2017-11-24 | 武汉视览科技有限公司 | 一种基于光流传感器和加速度传感器的无人机定点实现方法和装置 |
CN107608371A (zh) * | 2016-07-12 | 2018-01-19 | 何守印 | 城市社区环境下四旋翼自主避障无人机 |
CN107748569A (zh) * | 2017-09-04 | 2018-03-02 | 中国兵器工业计算机应用技术研究所 | 用于无人机的运动控制方法、装置及无人机*** |
WO2018112782A1 (en) * | 2016-12-21 | 2018-06-28 | Intel Corporation | Camera re-localization by enhanced neural regression using middle layer features in autonomous machines |
CN108351574A (zh) * | 2015-10-20 | 2018-07-31 | 深圳市大疆创新科技有限公司 | 用于设置相机参数的***、方法和装置 |
CN108445900A (zh) * | 2018-06-20 | 2018-08-24 | 江苏大成航空科技有限公司 | 一种无人机视觉定位替代差分技术 |
CN108594848A (zh) * | 2018-03-29 | 2018-09-28 | 上海交通大学 | 一种基于视觉信息融合的无人机分阶段自主着艇方法 |
CN109211233A (zh) * | 2018-09-25 | 2019-01-15 | 常熟理工学院 | 基于加速度传感器的电梯运动检测及异常位置停车判断 |
JP2019035736A (ja) * | 2017-07-10 | 2019-03-07 | オーロラ フライト サイエンシズ コーポレーション | 航空機用レーザスペックルのシステム及び方法 |
CN109597424A (zh) * | 2017-09-30 | 2019-04-09 | 南京理工大学 | 基于视频图像处理的无人机巡线控制*** |
CN109919825A (zh) * | 2019-01-29 | 2019-06-21 | 北京航空航天大学 | 一种orb-slam硬件加速器 |
CN110058602A (zh) * | 2019-03-27 | 2019-07-26 | 天津大学 | 基于深度视觉的多旋翼无人机自主定位方法 |
CN110134141A (zh) * | 2019-05-24 | 2019-08-16 | 中国科学院地理科学与资源研究所 | 一种垂直起降固定翼自动控制无人机*** |
US10565732B2 (en) | 2015-05-23 | 2020-02-18 | SZ DJI Technology Co., Ltd. | Sensor fusion using inertial and image sensors |
CN111207741A (zh) * | 2020-01-16 | 2020-05-29 | 西安因诺航空科技有限公司 | 一种基于室内视觉vicon***的无人机导航定位方法 |
US10748299B2 (en) | 2018-09-24 | 2020-08-18 | Tata Consultancy Services Limited | System and method of multirotor dynamics based online scale estimation for monocular vision |
CN111880573A (zh) * | 2020-07-31 | 2020-11-03 | 电子科技大学 | 一种基于视觉惯导融合的四旋翼自主导航方法 |
CN112318507A (zh) * | 2020-10-28 | 2021-02-05 | 内蒙古工业大学 | 一种基于slam技术的机器人智能控制*** |
CN112859896A (zh) * | 2021-01-14 | 2021-05-28 | 中国人民解放军陆军装甲兵学院 | 基于机器视觉多旋翼无人机悬停飞行与循迹规划方法 |
CN112995597A (zh) * | 2021-02-24 | 2021-06-18 | 四川腾盾科技有限公司 | 一种用于高速无人机实时锁定目标的***及方法 |
CN113074698A (zh) * | 2021-03-25 | 2021-07-06 | 涵涡智航科技(玉溪)有限公司 | 一种基于机器视觉的智能杆塔倾斜检测*** |
CN113485448A (zh) * | 2021-08-16 | 2021-10-08 | 浙江大学 | 一种园林用自主修剪型无人机及其控制方法 |
CN114419109A (zh) * | 2022-03-29 | 2022-04-29 | 中航金城无人***有限公司 | 一种基于视觉和气压信息融合的飞行器定位方法 |
TWI766282B (zh) * | 2019-12-31 | 2022-06-01 | 中國商上海商湯智能科技有限公司 | 標定方法、電子設備及儲存介質 |
US11360161B2 (en) | 2018-02-08 | 2022-06-14 | Northern Digital Inc. | Compensating for distortion in an electromagnetic tracking system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344391A (zh) * | 2008-07-18 | 2009-01-14 | 北京工业大学 | 基于全功能太阳罗盘的月球车位姿自主确定方法 |
CN102023003A (zh) * | 2010-09-29 | 2011-04-20 | 清华大学 | 基于激光探测和图像识别的无人直升机三维定位及测绘方法 |
DE102011119762A1 (de) * | 2011-11-30 | 2012-06-06 | Daimler Ag | System und Verfahren zur Positionsbestimmung eines Kraftfahrzeugs |
CN102831446A (zh) * | 2012-08-20 | 2012-12-19 | 南京邮电大学 | 单目视觉slam中基于图像外观的闭环检测方法 |
CN103365297A (zh) * | 2013-06-29 | 2013-10-23 | 天津大学 | 基于光流的四旋翼无人机飞行控制方法 |
-
2014
- 2014-06-17 CN CN201410270505.XA patent/CN104062977B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344391A (zh) * | 2008-07-18 | 2009-01-14 | 北京工业大学 | 基于全功能太阳罗盘的月球车位姿自主确定方法 |
CN102023003A (zh) * | 2010-09-29 | 2011-04-20 | 清华大学 | 基于激光探测和图像识别的无人直升机三维定位及测绘方法 |
DE102011119762A1 (de) * | 2011-11-30 | 2012-06-06 | Daimler Ag | System und Verfahren zur Positionsbestimmung eines Kraftfahrzeugs |
CN102831446A (zh) * | 2012-08-20 | 2012-12-19 | 南京邮电大学 | 单目视觉slam中基于图像外观的闭环检测方法 |
CN103365297A (zh) * | 2013-06-29 | 2013-10-23 | 天津大学 | 基于光流的四旋翼无人机飞行控制方法 |
Non-Patent Citations (3)
Title |
---|
WEISS S, SCARAMUZZA D,SIEGWART D: "Monocular-SLAM-based navigation for autonomous micro helicopters in GPS-denied environments", 《JOURNAL OF FIELD ROBOTICS》 * |
张垚等: "基于ARM处理器的四旋翼无人机自动控制***研究", 《中国科学技术大学学报》 * |
王希彬等: "无人机视觉SLAM算法及仿真", 《红外与激光工程》 * |
Cited By (59)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104460685A (zh) * | 2014-11-21 | 2015-03-25 | 南京信息工程大学 | 一种四旋翼飞行器的控制***及其控制方法 |
CN104729497A (zh) * | 2015-01-16 | 2015-06-24 | 上海大学 | 超小型双涵道无人机组合导航***及双模式导航方法 |
CN104899918A (zh) * | 2015-05-14 | 2015-09-09 | 深圳大学 | 一种无人机的三维环境建模方法及*** |
CN104899918B (zh) * | 2015-05-14 | 2018-02-27 | 深圳大学 | 一种无人机的三维环境建模方法及*** |
US10565732B2 (en) | 2015-05-23 | 2020-02-18 | SZ DJI Technology Co., Ltd. | Sensor fusion using inertial and image sensors |
WO2016187758A1 (en) * | 2015-05-23 | 2016-12-01 | SZ DJI Technology Co., Ltd. | Sensor fusion using inertial and image sensors |
CN105022401B (zh) * | 2015-07-06 | 2017-08-04 | 南京航空航天大学 | 基于视觉的多四旋翼无人机协同slam方法 |
CN105022401A (zh) * | 2015-07-06 | 2015-11-04 | 南京航空航天大学 | 基于视觉的多四旋翼无人机协同slam的方法 |
WO2017004799A1 (en) * | 2015-07-08 | 2017-01-12 | SZ DJI Technology Co., Ltd. | Camera configuration on movable objects |
US10466718B2 (en) | 2015-07-08 | 2019-11-05 | SZ DJI Technology Co., Ltd. | Camera configuration on movable objects |
US10936869B2 (en) | 2015-07-08 | 2021-03-02 | SZ DJI Technology Co., Ltd. | Camera configuration on movable objects |
US9778662B2 (en) | 2015-07-08 | 2017-10-03 | SZ DJI Technology Co., Ltd. | Camera configuration on movable objects |
CN108351574A (zh) * | 2015-10-20 | 2018-07-31 | 深圳市大疆创新科技有限公司 | 用于设置相机参数的***、方法和装置 |
CN108351574B (zh) * | 2015-10-20 | 2020-12-22 | 深圳市大疆创新科技有限公司 | 用于设置相机参数的***、方法和装置 |
CN105333869A (zh) * | 2015-11-04 | 2016-02-17 | 天津津航计算技术研究所 | 一种基于自适应ekf的无人侦察机同步定位与构图方法 |
WO2017080102A1 (zh) * | 2015-11-13 | 2017-05-18 | 深圳市道通智能航空技术有限公司 | 飞行装置、飞行控制***及方法 |
CN105447853B (zh) * | 2015-11-13 | 2018-07-13 | 深圳市道通智能航空技术有限公司 | 飞行装置、飞行控制***及方法 |
US10515271B2 (en) | 2015-11-13 | 2019-12-24 | Autel Robotics Co., Ltd. | Flight device and flight control method |
CN105447853A (zh) * | 2015-11-13 | 2016-03-30 | 深圳市道通智能航空技术有限公司 | 飞行装置、飞行控制***及方法 |
CN105352495A (zh) * | 2015-11-17 | 2016-02-24 | 天津大学 | 加速度与光流传感器数据融合无人机水平速度控制方法 |
CN105352495B (zh) * | 2015-11-17 | 2018-03-23 | 天津大学 | 加速度与光流传感器数据融合无人机水平速度控制方法 |
WO2017084157A1 (zh) * | 2015-11-20 | 2017-05-26 | 广州亿航智能技术有限公司 | 摄像设备指向方位控制装置 |
WO2017177533A1 (zh) * | 2016-04-12 | 2017-10-19 | 深圳市龙云创新航空科技有限公司 | 基于激光雷达的微型无人机操控方法及*** |
CN107608371A (zh) * | 2016-07-12 | 2018-01-19 | 何守印 | 城市社区环境下四旋翼自主避障无人机 |
CN106197429A (zh) * | 2016-07-21 | 2016-12-07 | 触景无限科技(北京)有限公司 | 一种多信息融合定位设备及*** |
CN106647784A (zh) * | 2016-11-15 | 2017-05-10 | 天津大学 | 基于北斗导航***的微小型无人飞行器定位与导航方法 |
CN106527485A (zh) * | 2016-12-14 | 2017-03-22 | 天津文林科技有限公司 | 一种基于光机电一体化视觉定位的无人机定点飞行控制*** |
WO2018112782A1 (en) * | 2016-12-21 | 2018-06-28 | Intel Corporation | Camera re-localization by enhanced neural regression using middle layer features in autonomous machines |
CN106767785A (zh) * | 2016-12-23 | 2017-05-31 | 成都通甲优博科技有限责任公司 | 一种双回路无人机的导航方法及装置 |
CN106767785B (zh) * | 2016-12-23 | 2020-04-07 | 成都通甲优博科技有限责任公司 | 一种双回路无人机的导航方法及装置 |
CN107389968A (zh) * | 2017-07-04 | 2017-11-24 | 武汉视览科技有限公司 | 一种基于光流传感器和加速度传感器的无人机定点实现方法和装置 |
JP2019035736A (ja) * | 2017-07-10 | 2019-03-07 | オーロラ フライト サイエンシズ コーポレーション | 航空機用レーザスペックルのシステム及び方法 |
US11327149B2 (en) | 2017-07-10 | 2022-05-10 | Aurora Flight Sciences Corporation | Laser speckle system and method for an aircraft |
JP7175652B2 (ja) | 2017-07-10 | 2022-11-21 | オーロラ フライト サイエンシズ コーポレーション | 航空機用レーザスペックルのシステム及び方法 |
CN107748569B (zh) * | 2017-09-04 | 2021-02-19 | 中国兵器工业计算机应用技术研究所 | 用于无人机的运动控制方法、装置及无人机*** |
CN107748569A (zh) * | 2017-09-04 | 2018-03-02 | 中国兵器工业计算机应用技术研究所 | 用于无人机的运动控制方法、装置及无人机*** |
CN109597424A (zh) * | 2017-09-30 | 2019-04-09 | 南京理工大学 | 基于视频图像处理的无人机巡线控制*** |
US11360161B2 (en) | 2018-02-08 | 2022-06-14 | Northern Digital Inc. | Compensating for distortion in an electromagnetic tracking system |
CN108594848A (zh) * | 2018-03-29 | 2018-09-28 | 上海交通大学 | 一种基于视觉信息融合的无人机分阶段自主着艇方法 |
CN108594848B (zh) * | 2018-03-29 | 2021-01-22 | 上海交通大学 | 一种基于视觉信息融合的无人机分阶段自主着艇方法 |
CN108445900A (zh) * | 2018-06-20 | 2018-08-24 | 江苏大成航空科技有限公司 | 一种无人机视觉定位替代差分技术 |
US10748299B2 (en) | 2018-09-24 | 2020-08-18 | Tata Consultancy Services Limited | System and method of multirotor dynamics based online scale estimation for monocular vision |
CN109211233A (zh) * | 2018-09-25 | 2019-01-15 | 常熟理工学院 | 基于加速度传感器的电梯运动检测及异常位置停车判断 |
CN109919825A (zh) * | 2019-01-29 | 2019-06-21 | 北京航空航天大学 | 一种orb-slam硬件加速器 |
CN109919825B (zh) * | 2019-01-29 | 2020-11-27 | 北京航空航天大学 | 一种orb-slam硬件加速器 |
CN110058602A (zh) * | 2019-03-27 | 2019-07-26 | 天津大学 | 基于深度视觉的多旋翼无人机自主定位方法 |
CN110134141A (zh) * | 2019-05-24 | 2019-08-16 | 中国科学院地理科学与资源研究所 | 一种垂直起降固定翼自动控制无人机*** |
TWI766282B (zh) * | 2019-12-31 | 2022-06-01 | 中國商上海商湯智能科技有限公司 | 標定方法、電子設備及儲存介質 |
CN111207741A (zh) * | 2020-01-16 | 2020-05-29 | 西安因诺航空科技有限公司 | 一种基于室内视觉vicon***的无人机导航定位方法 |
CN111880573A (zh) * | 2020-07-31 | 2020-11-03 | 电子科技大学 | 一种基于视觉惯导融合的四旋翼自主导航方法 |
CN111880573B (zh) * | 2020-07-31 | 2022-09-06 | 电子科技大学 | 一种基于视觉惯导融合的四旋翼自主导航方法 |
CN112318507A (zh) * | 2020-10-28 | 2021-02-05 | 内蒙古工业大学 | 一种基于slam技术的机器人智能控制*** |
CN112859896A (zh) * | 2021-01-14 | 2021-05-28 | 中国人民解放军陆军装甲兵学院 | 基于机器视觉多旋翼无人机悬停飞行与循迹规划方法 |
CN112859896B (zh) * | 2021-01-14 | 2023-03-28 | 中国人民解放军陆军装甲兵学院 | 基于机器视觉多旋翼无人机悬停飞行与循迹规划方法 |
CN112995597A (zh) * | 2021-02-24 | 2021-06-18 | 四川腾盾科技有限公司 | 一种用于高速无人机实时锁定目标的***及方法 |
CN113074698B (zh) * | 2021-03-25 | 2022-03-22 | 涵涡智航科技(玉溪)有限公司 | 一种基于机器视觉的智能杆塔倾斜检测*** |
CN113074698A (zh) * | 2021-03-25 | 2021-07-06 | 涵涡智航科技(玉溪)有限公司 | 一种基于机器视觉的智能杆塔倾斜检测*** |
CN113485448A (zh) * | 2021-08-16 | 2021-10-08 | 浙江大学 | 一种园林用自主修剪型无人机及其控制方法 |
CN114419109A (zh) * | 2022-03-29 | 2022-04-29 | 中航金城无人***有限公司 | 一种基于视觉和气压信息融合的飞行器定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104062977B (zh) | 2017-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104062977A (zh) | 基于视觉slam的四旋翼无人机全自主飞行控制方法 | |
Gupte et al. | A survey of quadrotor unmanned aerial vehicles | |
CN105022401B (zh) | 基于视觉的多四旋翼无人机协同slam方法 | |
US20180102058A1 (en) | High-precision autonomous obstacle-avoidance flying method for unmanned aerial vehicle | |
Wenzel et al. | Automatic take off, tracking and landing of a miniature UAV on a moving carrier vehicle | |
Achtelik et al. | Onboard IMU and monocular vision based control for MAVs in unknown in-and outdoor environments | |
CN105352495B (zh) | 加速度与光流传感器数据融合无人机水平速度控制方法 | |
CN105759829A (zh) | 基于激光雷达的微型无人机操控方法及*** | |
Dryanovski et al. | An open-source navigation system for micro aerial vehicles | |
Jin et al. | On-board vision autonomous landing techniques for quadrotor: A survey | |
CN103853156A (zh) | 一种基于机载传感器的小型四旋翼飞行器控制***及方法 | |
Griffiths et al. | Obstacle and terrain avoidance for miniature aerial vehicles | |
Mejias et al. | A visual servoing approach for tracking features in urban areas using an autonomous helicopter | |
CN203825466U (zh) | 一种基于机载传感器的小型四旋翼飞行器控制*** | |
Becker et al. | In-flight collision avoidance controller based only on OS4 embedded sensors | |
Winkvist et al. | Towards an autonomous indoor aerial inspection vehicle | |
Steiner et al. | A vision-aided inertial navigation system for agile high-speed flight in unmapped environments: Distribution statement a: Approved for public release, distribution unlimited | |
Milijas et al. | A comparison of lidar-based slam systems for control of unmanned aerial vehicles | |
Carrillo et al. | Three-dimensional position and velocity regulation of a quad-rotorcraft using optical flow | |
Liu et al. | A survey of computer vision applied in aerial robotic vehicles | |
Becker et al. | In flight collision avoidance for a Mini-UAV robot based on onboard sensors | |
Mac Thi et al. | Towards an autonomous landing system in presence of uncertain obstacles in indoor environments | |
Pestana et al. | A general purpose configurable navigation controller for micro aerial multirotor vehicles | |
Guo et al. | The usefulness of sensor fusion for unmanned aerial vehicle indoor positioning | |
Zhang et al. | Multi-sensory motion estimation and control of an autonomous quadrotor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170419 |