基于視覺的Qball-X4四旋翼無人機地面目標跟蹤.pdf

1、四旋翼無人直升機因其具有垂直起降、懸停、低速巡航等特性，使它執(zhí)行目標搜索和跟蹤，偵察和救援等任務有著明顯的優(yōu)勢。隨著機載視覺技術(shù)的發(fā)展，基于視覺信息的無人機移動目標的跟蹤技術(shù)在很多領(lǐng)域中都具有很高的實用價值。本文以加拿大Quanser公司開發(fā)的Qball-X4四旋翼無人機為主要實驗平臺，搭配QuaRC軟件環(huán)境，開發(fā)了一套完整的基于視覺的地面目標跟蹤的飛行控制系統(tǒng)。整個系統(tǒng)由Matlab/Simulink搭建，可以很容易實現(xiàn)實物控制到仿真

2、實驗之間的轉(zhuǎn)換，更便于對控制策略的改進和更換。本文的主要工作及貢獻如下:
　　(1)建立了Qball-X4四旋翼無人機的基本數(shù)學模型，并在Simulink下搭建了可直接用于仿真驗證的模型。根據(jù)模型的結(jié)構(gòu)設計了雙閉環(huán)PID控制器，并針對ITAE指標對PID控制器的三個參數(shù)進行了尋優(yōu)，得到了一組最優(yōu)PID參數(shù)。考慮到測量環(huán)節(jié)可能存在的誤差以及可能出現(xiàn)的數(shù)據(jù)延遲和錯誤，設計了Kalman濾波器來對目標運動軌跡進行估計。
　　(2)

3、綜合考慮無人機載重能力和視覺跟蹤對圖像質(zhì)量的要求，在Qball-X4四旋翼無人機上搭建了視覺平臺。對視覺信息下地面移動目標的識別和跟蹤策略展開了研究，包括經(jīng)典的Lucus-Kanade光流跟蹤算法和隨機森林算法?？紤]到目標跟蹤和識別過程中可能發(fā)生的錯誤，本文引入了P-N學習模塊來監(jiān)督跟蹤和識別過程，通過學習模塊來更新目標模型從而降低錯誤發(fā)生的概率。
　　(3)在QuaRC軟件環(huán)境下為Qball-X4四旋翼無人機設計了完整的目標跟蹤