【技術實現步驟摘要】
本專利技術涉及無人機控制，具體涉及一種復雜視覺條件下四旋翼無人機感知與控制方法及系統。
技術介紹
1、目前，無人機技術在各個領域都有著廣泛的應用，但其自主感知與控制系統方面仍然存在一些挑戰。傳統的無人機控制系統主要依賴于慣性導航系統和全球定位系統(gps)，上述系統能夠提供位置和姿態信息，但在復雜環境下，如城市區域或密集林地，其精度和魯棒性受到限制。
2、針對這些挑戰，現有技術中已經出現了一些解決方案。其中，kcf(kernelizedcorrelation?filters)算法被廣泛用于無人機的目標跟蹤，其能夠通過視覺信息實現對移動物體的實時跟蹤。另一方面，yolo(you?only?look?once)算法是一種高效的目標檢測算法，能夠在圖像中快速準確地檢測出多個目標。此外，pid控制器作為一種經典的控制算法，已經被廣泛應用于無人機的飛行控制，對于無人機高級控制算法mpc(model?predictivecontrol)雖然能夠提供精確的飛行控制，但由于計算復雜度較高，對于嵌入式設備的要求較高，在實際應用中存在一定的困難。
3、上述現有技術存在下述問題：(1)傳統控制系統的精度受限：傳統無人機控制系統主要依賴慣性導航和全球定位系統(gps)，但在復雜環境下，如城市區域或密集林地，精度和魯棒性受到限制。(2)kcf算法的抗干擾性差：盡管kcf算法用于目標跟蹤，但其在面對復雜環境時抗干擾性較差，容易受到光照變化和背景干擾的影響，導致目標跟蹤精度不足。(3)mpc算法的計算復雜度高：傳統的mpc算法能夠提供
4、為解決上述問題，本專利技術提出一種復雜視覺條件下四旋翼無人機感知與控制方法及系統。
技術實現思路
1、本專利技術所要解決的技術問題在于：如何解決上述現有技術中存在的問題，提供了一種復雜視覺條件下四旋翼無人機感知與控制方法。
2、本專利技術是通過以下技術方案解決上述技術問題的，本專利技術包括以下步驟：
3、s1：目標檢測與跟蹤準備
4、根據檢測需要設置跟蹤目標的種類；
5、s2：目標跟蹤
6、利用kcf-y算法進行環境感知和目標跟蹤，獲取目標位置信息；
7、s3：控制信息生成
8、當目標被識別并跟蹤上后，將目標位置信息傳輸至控制系統，獲取目標位置信息中目標框的中心在畫面上的位置和目標框大小信息，使用魯棒pid控制器，根據目標位置信息中目標框的中心在畫面上的位置和目標框大小相對于視野中心點的偏差，生成無人機的速度和位置控制指令，實現對目標的穩定跟蹤。
9、更進一步地，在所述步驟s2中，所述kcf-y算法為kcf算法與yolov8s算法的融合算法，公式如下：
10、trackedobject＝kcf(yolo(iframe),sframe)
11、其中，iframe表示初始幀，sframe表示后續幀，yolo表示用yolov8s算法對初始幀進行處理，kcf表示用kcf算法對后續幀進行處理。
12、更進一步地，在所述步驟s2中，具體處理過程如下：
13、s21：在檢測的第一幀利用yolov8s算法對目標進行識別，將識別到的目標框傳遞給kcf算法進行目標跟蹤；
14、s22：在第二幀開始利用kcf算法進行跟蹤，獲取目標位置信息。
15、更進一步地，在所述步驟s22中，目標位置信息包括目標框的中心在畫面上的位置和目標框大小信息。
16、更進一步地，在所述步驟s3中，為了緩沖魯棒pid控制，設置了緩沖區域，即目標在無人機中心點設定的范圍內無人機不會產生速度與位置控制指令，具體表達式如下：
17、e(t)＝ptarget(t)-pcenter
18、|e(t)|≤ε
19、其中，ptarget(t)表示目標中心點位置，pcenter是攝像機視野中心位置，ε是預先定義的誤差界限。
20、更進一步地，在所述步驟s3中，魯棒pid控制器表達式如下：
21、
22、其中，u(t)是控制器的輸出信號，即所需的控制量；e(t)是系統的誤差信號，定義為期望值與實際值之間的差異；kp、ki、kd是比例、積分和微分增益，分別控制魯棒pid控制器的響應速度、穩態誤差和抗干擾能力；frobust是魯棒性增強項；τ是時間變量，反應了偏差在時間上的累積效應。
23、更進一步地，所述復雜視覺條件下四旋翼無人機感知與控制方法還包括以下步驟：
24、s4：控制反饋與調整
25、根據實際飛行情況監測無人機與目標的相對位置和速度，獲取反饋信息，并利用上述信息評估魯棒pid控制器的效果，識別任何偏差或不穩定的飛行行為。
26、本專利技術還提供了一種復雜視覺條件下四旋翼無人機感知與控制系統，利用上述的方法對四旋翼無人機進行控制，包括視覺系統與控制系統；
27、視覺系統，用于利用kcf-y算法進行環境感知和目標跟蹤，捕捉感興趣的目標并且獲得其位置信息；
28、控制系統，用于利用魯棒pid控制器生成對應的速度控制指令與位置控制指令。
29、本專利技術相比現有技術具有以下優點：該復雜視覺條件下四旋翼無人機感知與控制方法，通過將kcf算法與yolo算法相結合，實現了更準確、更魯棒的目標跟蹤，克服了傳統kcf算法在復雜環境下的抗干擾性不足和yolo算法的局限性，從而提高了無人機對目標的實時感知能力；應用魯棒pid控制算法作為控制部分，實現了對無人機姿態和位置的精準控制，優化了飛行控制的穩定性和精確性，同時降低了系統的計算復雜度，提高了系統的實時性和適用性；不僅適用于無人機領域，而且可擴展到其他需要目標跟蹤和精準控制的應用場景，如智能監控、自動駕駛等，拓展了技術的應用范圍和潛在市場；通過視覺部分的創新方案，提高無人機對目標的實時感知能力，從而實現對動態環境中移動物體的快速跟蹤和識別。
本文檔來自技高網...【技術保護點】
1.一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，在所述步驟S2中，所述KCF-Y算法為KCF算法與YOLOv8s算法的融合算法，公式如下：
3.根據權利要求2所述的一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，在所述步驟S2中，具體處理過程如下：
4.根據權利要求3所述的一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，在所述步驟S22中，目標位置信息包括目標框的中心在畫面上的位置和目標框大小信息。
5.根據權利要求4所述的一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，在所述步驟S3中，為了緩沖魯棒PID控制，設置了緩沖區域，即目標在無人機中心點設定的范圍內無人機不會產生速度與位置控制指令，具體表達式如下：
6.根據權利要求5所述的一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，在所述步驟S3中，魯棒PID控制器表達式如下：
7.根據權利要求6所述的一種復雜
8.一種復雜視覺條件下四旋翼無人機感知與控制系統，利用如權利要求1～7任一項所述的方法對四旋翼無人機進行控制，包括視覺系統與控制系統；
...【技術特征摘要】
1.一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，在所述步驟s2中，所述kcf-y算法為kcf算法與yolov8s算法的融合算法，公式如下：
3.根據權利要求2所述的一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，在所述步驟s2中，具體處理過程如下：
4.根據權利要求3所述的一種復雜視覺條件下四旋翼無人機感知與控制方法，其特征在于，在所述步驟s22中，目標位置信息包括目標框的中心在畫面上的位置和目標框大小信息。
5.根據權利要求4所述的一種復雜視覺條件下...
【專利技術屬性】
技術研發人員：娜茜泰，張磊，丁于恒，閆靜迪，王文達，翁智，
申請(專利權)人：內蒙古大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。