【《无人机系统定位实验分析》2100字】

无人机系统定位实验分析设计无人机定位系统，其硬件系统是四旋翼无人机搭载的机载计算机为中心，主要包括光流传感器、KS352双目、摄像机、激光雷达等，硬件系统如图4-1(a)所示，无人机平台实物图如4-1(b)所示。光流传感器采用px4flow传感器，主要用于无人机的导航定位；激光雷达采用的是URG，主要功能是对地面障碍移动目标定位；地面站检测无人机实时的飞行状态；遥控器是对无人机飞行模式的切换和防止无人机在突发状况下控4-1硬件连接图图4-1(b)实物图流定位系统中，输入为光流传感器接收变化的两帧连续变化图像，输出为光流传感器相对于地面的速度和方向。由于光流传感器与旋翼无人机的速度一致，从光流中即可得到无人机的速度，并且光流传感器集成超声波，也可得到无人机的高度信息。为监控旋翼无人机的状态，设计了地面监控系统，监控系统工作流程如图4-2所示。4-2监控系统流程图主要由四大部分构成：（1）数据接收部分：读取光流传感器的定位数据，并将定位信息在接收编辑框内显示，放在预先设定好的变量中等待下一步操作；（2）图像显示部分：显示光流传感器接收到的图像信息，并判断无人机所处的地面环境状态，图像质量的好坏决定定位效果；（3）定位信息显示部分：分别显示无人机的实时高度、速度和位移等信息；（4）光流场监控界面：接收光流传感器的图像，计算每连续两帧的光流场，并将结果用直线和箭头显示出来，箭头的方向表示光流场的方向，长短表示光流值的大小实验中，由于光流安装位置离地面23cm，因此，将无人机的起点位置设为原点O(0,0,23)，分别设定不同的终点P(X,Y)的位置进行多组实验。分别进行20组X轴、Y轴、Z轴三个方向的飞行距离测量，并与真实值作比较，测量出误差值。实验测试如图4-3所示。图4-4实验测试（1）X轴光流测量实验在预先设置好的场地，场地方格的边长1m，场地如图5-8所示。无人机往X轴飞向一个方格、飞两个方格、飞三个方格共20次数，分别测量降落点与真实值之间的误差，实验数据如表4-1所示，光流传感器X轴的误差在10cm以内，可以满足任务要求。表4-1光流传感器X轴测量的实验数据（单位/cm）（2）Y轴光流测量实验在预先设置好的场地，场地方格的边长1m，场地如图4-1所示。无人机往Y轴飞向一个方格、飞两个方格、飞三个方格共20次数，分别测量降落点与真实值之间的误差，实验数据如表4-2所示：表4-2光流传感器Y轴测量的实验数据（单位/cm）（3）高度测量实验使用光流传感器中的超声波对无人机进行定位，作为测量值，使用GLS-B60单点激光测量值作为真实值，记录实验数据。实验中选取了0-300cm内的20个点作为测量对象，实验数据如表4-3所示：表4-3光流传感器高度测量的实验数据（单位/mm）从表4-3可以得，根据以上的实验结果，光流传感器中的超声波测量高度值与真实高度相比，误差是mm级，由于超声波价格便宜并且满足要求，因此，使用超声波测量旋翼无人机飞行时的真实高度。实验中,为了证明方法的有效性,以SVM-RFE作为实验训练和分类器,使用所在实验室建立的无人机数据库进行训练和检测。实验主要针对无人机动态目标的四旋翼、四旋翼等两类进行研究，采用不同背景下的无人机图像共4000幅，每类无人机都有2000幅图像作为正样本，选择不包括目标、不同背景的8000幅作为负样本。在无人机实际飞行中，使用旋转FHOG-LBP特征的目标检测算法，检测无人机动态目标。实验中对旋翼无人机进行三维建模并分析运动状态。在图4-5所示的空间直角坐标系中，旋翼无人机围绕Z轴水平旋转，偏航状态示意图如4-5(a)、(b)所示，同时偏航动态检测效果如图4-5(c)、(d)所示。同理，旋翼无人机绕x轴运动的俯仰状态示意图及动态检测效果如图4-5所示，绕y轴运动的滚转状态示意图及动态检测效果如图4-52所示。图4-5无人机俯仰动态目标检测为了进一步验证算法的有效性，在室内和室外进行了无人机目标检测实验，效果如图4-6所示。无人机目标尺度发生变化、背景干扰时，检测效果如图4-6、4-7所示。实验证明，当光照改变、尺度变化以及噪声干扰时，本文算法均可以有效检测出目标状态。采用的测距方案需要左右相机的图像平面能够完全地行对准。所以需要对左右的图像对进行立体校正。未校正前如图5-17所示、校正后如图5-18所示。立体匹配之后，将无人机动态目标的真实轨迹画成三维立体图和采用双目立体视觉得到的无人机动态轨迹图，后期结果误差比较大，是由于双目视觉三角测量原理，开始是从机头定位，当目标无人机飞过之后，从机尾定位，误差多了一个机身，因此误差比较大，但在评价无人机运动估计时，可去掉多余误差，结果满足要求。无人机估计是通过测得的坐标进行比较，估计出目标的下一个坐标。4.6无人机对地面移动障碍目标定位实验分析在场地建立直角坐标系，设无人机起飞点的场地坐标是（-5，-5），往场地圆心方向运动，改变地面目标的方向并移动目标，如图5-21所示，理想状态下的数据和采用自适应蒙特卡罗和蒙特卡罗两种方法对目标进行定位，将得到的定位数据保存并分析。(a)蒙特卡罗定位误差图自适应蒙特卡罗定位误差图由实际实验可知，基于相对熵自适应蒙特卡罗定位误差在7cm以内，并