无人机协同编队飞行中的视觉感知关键技术研究

论文摘要

现代的无人机（UAV）在军事和民用领域都发挥着重要的作用,越来越受到各国的重视。以赶超国外先进水平为目标,面向UAV开展多学科交叉的基础性、关键性和预先性的技术研究,有着非常重要的现实与前瞻意义。多UAVs协同编队飞行（CFF）是国外近年来提出的一种新概念,目的是提高UAV完成任务的效率,拓宽其使用范围。基于视觉信息的UAV编队飞行方法来自于仿生思想,鉴于计算机视觉方法和视频流处理硬软件的迅猛发展,利用视觉方法来实现UAV的编队飞行成为了可能,国外已有利用视觉传感器实现双机编队飞行的试飞实例。多UAVs CFF中的视觉感知技术研究涉及到多个交叉学科,针对其中多项关键技术,本文的主要研究内容如下:1)提出了一种基于主动轮廓模型的改进贪婪算法,对运动区域内的目标轮廓进行实时精确提取,捕获UAV机载视觉传感器视频流中的目标特征信息。设计了一种去噪去抖的视频图像预处理方法以改善UAV上所拍摄的图像质量;针对UAV编队视频序列中的多目标精确跟踪的要求,使用STK三维建模软件模拟UAV编队飞行视频,通过双差分图像操作、多分辨率连通分支标记算法确定图像中的运动区域;利用改进贪婪算法,对运动区域内的目标轮廓进行实时精确提取;建立在线卡尔曼滤波器组实现对多目标的预测跟踪,给出了如何对目标实现遮挡判定与分割的概率方法。2)提出了一种基于平方根无迹卡尔曼滤波器（SUKF）算法的视觉信息双机间相对运动状态估计测量方法。将SUKF算法引入多UAVs CFF领域,建立了双机跟踪问题的动力学模型以及视觉测量方程,同时详细描述了SUKF算法实现双机间相对运动状态测量的具体流程。本文引入的SUKF不仅可以保证协方差矩阵的正定性,同时可以提高算法的数值计算精度。仿真结果显示了算法的有效性。3)将传统的比例导引避障策略（PN-OAG）扩展至最小机动避障策略（MM-OAG）,寻求整个航迹过程中的最小机动避障方法。利用来自视觉传感器中不断更新的相对运动状态信息来判定障碍是否对目标飞机构成威胁,把通常使用的平面障碍模型扩展到三维空间,给出了障碍威胁判定标准,介绍了避障策略的优化方法。理论分析和仿真结果表明本文的避障策略具有很好的应用前景。4)CFF物理/虚拟原型联合仿真平台依据实验室现有条件设计,主要包括四个子系统:PP-FCS、无人机动力学模型仿真器、VP-FCS以及地面测试系统。分别给出了各个子系统的设计与实现方案;并基于此仿真平台进行了基于视觉信息的“僚机-长机”编队飞行仿真试验。试验结果表明双机飞行正常,编队跟踪试验不仅验证了视觉编队方法理论框架的正确性,也从工程应用的角度验证了基于视觉信息的多UAVs CFF方法的可行性。这一联合仿真系统为今后多机CFF仿真研究提供了重要的参考依据和算法验证平台。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 多 UAVs CFF 中的视觉感知相关技术及其进展
• 1.2.1 视频流中的运动目标精确轮廓提取方法
• 1.2.2 多目标跟踪与遮挡
• 1.2.3 双机跟踪问题
• 1.2.4 UAV 自主障碍规避策略
• 1.2.5 主动视觉控制系统的研究进展
• 1.3 本文内容的安排
• 第二章 UAV 编队视频序列中的多目标轮廓精确跟踪
• 2.1 引言
• 2.2 UAV 视频序列预处理
• 2.2.1 视频图像去噪
• 2.2.2 视频图像消除抖动
• 2.2.3 预处理仿真结果
• 2.3 运动目标精确轮廓提取
• 2.3.1 运动分割
• 2.3.2 改进贪婪算法提取目标精确轮廓
• 2.4 多目标轮廓精确跟踪
• 2.4.1 系统概述
• 2.4.2 在线卡尔曼预测跟踪器组
• 2.4.3 多UAVs CFF 仿真视频获取
• 2.4.4 多目标精确轮廓提取仿真结果
• 2.5 多目标遮挡处理
• 2.5.1 遮挡的判定
• 2.5.2 遮挡时目标分割
• 2.6 本章小结
• 第三章 基于视觉测量的UAV 间相对运动状态滤波器估计算法
• 3.1 引言
• 3.2 视觉测量原理及精度分析
• 3.2.1 视觉测量成像模型
• 3.2.2 摄像机的自标定
• 3.2.3 精度分析
• 3.3 卡尔曼滤波及扩展卡尔曼滤波原理
• 3.4 UKF 滤波器
• 3.4.1 UT 变换（Unscented Transformation）
• 3.4.2 比例UT 变换（Scale Unscented Transformation, SUT）
• 3.4.3 基于SUT 变换的UKF 滤波器
• 3.4.4 SUKF 算法
• 3.5 基于SUKF 的双机相对运动状态测量系统
• 3.5.1 图像特征信息提取
• 3.5.2 状态方程的建立
• 3.5.3 测量方程的建立
• 3.6 仿真结果与分析
• 3.7 本章小结
• 第四章 最小机动UAV 自主避障策略
• 4.1 引言
• 4.2 三维障碍模型的建立
• 4.3 障碍威胁判定
• 4.4 基于比例导引律的避障策略
• 4.4.1 比例导引律
• 4.4.2 比例导引避障策略（PN-OAG）
• 4.5 避障完成的充分条件
• 4.6 PN-OAG 的收敛性分析
• 4.7 比例导引避障策略最优化
• 4.8 MM-OAG 方法
• 4.9 仿真结果与分析
• 4.10 本章小结
• 第五章 CFF 物理/虚拟原型联合仿真平台及视觉双机编队验证
• 5.1 引言
• 5.2 CFF 仿真平台的设计和初步实现
• 5.3 PP-FCS 硬软件设计
• 5.3.1 FCS 总体框架
• 5.3.2 嵌入式FCC 的硬软件实现
• 5.3.3 FCS 的其他部分
• 5.4 基于 Statemate 构建的 VP-FCS
• 5.4.1 VP-FCS 技术特点
• 5.4.2 FCS 功能的分解与定义
• 5.5 地面测试系统硬软件设计及实现
• 5.5.1 地面测试系统总体构架
• 5.5.2 地面测试系统硬件组成
• 5.5.3 软件组成
• 5.6 基于视觉感知的双机编队联合仿真验证与分析
• 5.7 本章小结
• 第六章 总结和后续工作展望
• 6.1 本文主要研究工作与创新点
• 6.2 本文的不足和进一步工作展望
• 附录1 PN-OAG 转向指令推导过程
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文