CN112947569B - 基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法 - Google Patents
基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法 Download PDFInfo
- Publication number
- CN112947569B CN112947569B CN202110258315.6A CN202110258315A CN112947569B CN 112947569 B CN112947569 B CN 112947569B CN 202110258315 A CN202110258315 A CN 202110258315A CN 112947569 B CN112947569 B CN 112947569B
- Authority
- CN
- China
- Prior art keywords
- axis
- image plane
- target
- image
- representing
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,包括:步骤1,通过四旋翼无人机的机载相机获取目标特征点的空间图像坐标和目标特征点的图像平面坐标,获得四旋翼无人机机载相机焦距,计算目标特征点的图像特征和目标特征点的雅可比矩阵,将多个目标特征点的图像特征构成图像特征向量,将多个目标特征点的雅可比矩阵构成叠加阵,获取机载相机的速度。本发明从四旋翼无人机机载相机的视角约束出发,对目标跟踪时的动态和稳态性能进行定量设计,引入预设性能函数,使得特征误差满足相应的预设性能约束,保证图像特征误差渐进稳定和目标特征的跟踪误差能收敛到预先设定的任意小的区域,实现四旋翼无人机对运动目标的跟踪控制。
Description
技术领域
本发明涉及飞行机器人控制技术领域,特别涉及一种基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法。
背景技术
如今,多旋翼飞行器,尤其是四旋翼飞行器,由于具有很高的机动性,较低的购置和维护成本以及出色的垂直起降能力,即使在恶劣的环境下,也被认为是最受欢迎的自动驾驶空中平台。此外,导航、感知传感器和高性能电池技术的快速进展显著提高了四旋翼无人机的续航和载荷能力,使其成为各种任务的理想平台,例如搜索和救援、区域覆盖、监视、物体运输和智能农业。
尽管在自主多旋翼操作过程中使用了许多导航传感器(GPS,INS等),但由于摄像机重量轻、体积小、无源、低功耗等有点,使得其在机器人运动控制中至关重要,以便能够精确监视和跟踪感兴趣的区域和目标。如果是无人飞行系统,例如四旋翼飞行器,则可以通过将摄像头传感器直接安装在机器人上来轻松实现,从而形成所谓的“眼在手”系统。传统的视觉伺服方法依赖于一组视觉特征的提取,跟踪和匹配,这些视觉特征被用作控制器的输入,以引导机器人完成相应的控制任务。
由于对视觉伺服方法和应用的研究的持续深入,图像处理的逐渐成熟,和各种控制方法的发展,视觉伺服控制在机器人系统的发展和应用等方面展现出了巨大的价值。关于视觉伺服控制,可以定义四个主要类别:i)基于位置的视觉伺服(PBVS),其中所选用的控制误差定义在笛卡尔空间中。ii)基于图像的视觉伺服(IBVS),其中控制误差函数在图像空间中定义;iii)2-1/2或混合视觉伺服,其中控制误差函数在笛卡尔和图像空间中部分定义;iv)直接视觉伺服,无需提取特定特征,而是在控制设计中利用完整图像。上述方法各有利弊,其功效在很大程度上取决于应用需求。但是,IBVS被认为对航空器应用特别有效,特别是对移动目标的跟踪,因为它具有更好的局部稳定性和收敛性,这是因为它具有针对相机校准缺陷和建模误差的固有鲁棒性。
但由于四旋翼无人机动力学与机载相机运动学的耦合关系以及机载相机的视角限制给基于IBVS的四旋翼无人机控制器设计带来了困难。此外,机载相机的校准以及目标特征的深度的精确性也制约着四旋翼无人机视觉伺服控制器的设计,与传统控制系统相比,四旋翼无人机由于无人机自身结构决定着他具有欠驱动、非线性、强耦合等动力学特性。同时在四旋翼无人机视觉伺服控制中,由于机载相机的视角限制和无人机运动与机载相机的运动耦合导致无人机所跟踪的目标极易丢失,从而导致任务失败。
发明内容
本发明提供了一种,其目的是为了解决四旋翼无人机视觉伺服控制中,由于机载相机的视角限制和无人机运动与机载相机的运动耦合导致无人机所跟踪的目标极易丢失,从而导致任务失败的问题。
为了达到上述目的,本发明的实施例提供了一种基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,包括:
步骤1,通过四旋翼无人机的机载相机获取目标特征点的空间图像坐标和目标特征点的图像平面坐标,获得四旋翼无人机机载相机焦距,计算目标特征点的图像特征和目标特征点的雅可比矩阵,将多个目标特征点的图像特征构成图像特征向量,将多个目标特征点的雅可比矩阵构成叠加阵,获取机载相机的速度;
步骤2,根据多个目标特征点的雅可比矩阵构成的叠加阵和机载相机的速度构建四旋翼无人机机载相机透视投影模型;
步骤3,根据机载相机的视角限制设定图像特征坐标的可视约束;
步骤4,根据当前图像特征和设定的期望图像特征构建图像特征误差;
步骤5,选取预设性能函数为指数性能函数对图像特征误差的稳态和瞬态性能进行性能不等式约束;
步骤6,对图像特征误差进行归一化处理并设计同胚映射函数;
步骤7,根据设定的雅可比矩阵的伪逆、设定的雅可比矩阵的估计、设定的控制增益和同胚映射函数设计伺服控制器,通过伺服控制器进行目标的视觉跟踪控制。
其中,所述步骤1具体包括:
计算目标特征点i的图像特征,如下所示:
其中,si表示目标特征点i的图像特征,ui表示目标特征点i在图像平面u轴的坐标,i表示目标特征点,vi表示目标特征点i在图像平面v轴的坐标,xi表示目标特征点i在空间图像x轴的坐标,yi表示目标特征点i在空间图像y轴的坐标,zi表示目标特征点i在空间图像z轴的坐标,λ表示四旋翼无人机机载相机焦距;
将多个目标特征点i的图像特征构成的图像特征向量,如下所示:
其中,s表示多个目标特征点i的图像特征构成的图像特征向量;
计算目标特征点i的雅可比矩阵,如下所示:
其中,Li表示目标特征点i的雅可比矩阵;
将多个目标特征点i的雅可比矩阵构成的叠加阵,如下所示:
其中,L(z,s)表示多个目标特征点i的雅可比矩阵构成的叠加阵。
其中,所述步骤2具体包括:
根据多个目标特征点i的雅可比矩阵构成的叠加阵和机载相机的速度构建四旋翼无人机机载相机透视投影模型,如下所示:
其中,V表示机载相机的速度,V=[Tx Ty Tz ωz]T,Tx表示机载相机x轴的线速度,Ty表示机载相机y轴的线速度,Tz表示机载相机z轴的线速度,ωz表示机载相机z轴的角速度。
其中,所述步骤3具体包括:
设定目标特征点i在图像平面u轴的坐标的可视约束,如下所示:
umin≤ui≤umax,i=1,...,n (6)
其中,umin表示图像平面中u轴坐标的下边界,umax表示图像平面中u轴坐标的上边界;
设定目标特征点i在图像平面u轴的坐标的可视约束,如下所示:
vmin≤vi≤vmax,i=1,...,n (7)
其中,vmin表示图像平面中v轴坐标的下边界,vmax表示图像平面中v轴坐标的上边界。
其中,所述步骤4具体包括:
根据目标特征点i在图像平面u轴的坐标和设定的目标特征点i在图像平面u轴的坐标的期望值计算目标特征点i在图像平面u轴的图像特征误差,如下所示:
根据目标特征点i在图像平面v轴的坐标和设定的目标特征点i在图像平面v轴的坐标的期望值定义目标特征点i在图像平面v轴的图像特征误差,如下所示:
其中,所述步骤5具体包括:
其中,ρ∞表示性能函数的稳态界值,ρ∞均为正常数;
根据式(10)-式(14)确定预设性能函数,并将预设性能函数作为指数性能函数,如下所示:
其中,所述步骤5还包括:
其中,所述步骤6具体包括:
其中,所述步骤6还包括:
根据目标特征点i在图像平面u轴的图像特征误差函数设计目标特征点i在图像平面u轴的同胚映射函数,如下所示:
根据目标特征点i在图像平面v轴的图像特征误差函数设计目标特征点i在图像平面v轴的同胚映射函数,如下所示:
其中,所述步骤7具体包括:
设定雅可比矩阵的伪逆雅可比矩阵的估计和控制增益k,根据设定雅可比矩阵的伪逆雅可比矩阵的估计控制增益k、目标特征点i在图像平面u轴的同胚映射函数和目标特征点i在图像平面v轴的同胚映射函数设计预设性能视觉伺服控制器,如下所示:
其中,V(s,t)表示伺服控制器的输出,V(s,t)=[ub,vb,wb,rb]T,其中,ub表示u轴的线速度,vb表示v轴的线速度,wb表示w轴的线速度,rb表示绕z轴旋转的角速度,表示雅可比矩阵的伪逆,表示雅可比矩阵的估计,表示雅可比矩阵估计的转置,k表示控制增益。
本发明的上述方案有如下的有益效果:
本发明的上述实施例所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,从四旋翼无人机机载相机的视角约束出发,对目标跟踪时的动态和稳态性能进行定量设计,引入预设性能函数,使得特征误差满足相应的预设性能约束,保证图像特征误差的局部渐进稳定,在保证目标特征的跟踪误差能收敛到预先设定的任意小的区域的同时,保证收敛速度及超调量满足预先设定的条件,从而最大程度的保证跟踪目标不丢失,实现四旋翼无人机对运动目标的跟踪控制,对于未校准的机载摄像头和不够精确的目标特征的深度估计具有较强的鲁棒性。
附图说明
图1为本发明的流程图;
图2为本发明的四旋翼无人机机载相机成像模型;
图3为本发明的四旋翼无人机串级PID控制示意图;
图4为本发明的多个地面运动目标特征误差曲线示意图;
图5为本发明的四旋翼无人机速度控制命令曲线示意图;
图6为本发明的四旋翼无人机与地面运动物体的三维轨迹示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的四旋翼无人机视觉伺服控制中,由于机载相机的视角限制和无人机运动与机载相机的运动耦合导致无人机所跟踪的目标极易丢失,从而导致任务失败的问题,提供了一种基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法。
如图1至图6所示,本发明的实施例提供了一种基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,包括:步骤1,通过四旋翼无人机的机载相机获取目标特征点的空间图像坐标和目标特征点的图像平面坐标,获得四旋翼无人机机载相机焦距,计算目标特征点的图像特征和目标特征点的雅可比矩阵,将多个目标特征点的图像特征构成图像特征向量,将多个目标特征点的雅可比矩阵构成叠加阵,获取机载相机的速度;步骤2,根据多个目标特征点的雅可比矩阵构成的叠加阵和机载相机的速度构建四旋翼无人机机载相机透视投影模型;步骤3,根据机载相机的视角限制设定图像特征坐标的可视约束;步骤4,根据当前图像特征和设定的期望图像特征构建图像特征误差;步骤5,选取预设性能函数为指数性能函数对图像特征误差的稳态和瞬态性能进行性能不等式约束;步骤6,对图像特征误差进行归一化处理并设计同胚映射函数;步骤7,根据设定的雅可比矩阵的伪逆、设定的雅可比矩阵的估计、设定的控制增益和同胚映射函数设计伺服控制器,通过伺服控制器进行目标的视觉跟踪控制。
本发明的上述实施例所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,使用透视投影的方法来提取地面目标的特征点,来获取适当的图像特征,构建四旋翼无人机机载相机透视投影模型,根据当前和期望的图像特征构建特征误差,引入预设性能函数,根据预设性能函数,设置误差函数和同胚映射函数,并设计伺服控制器对四旋翼无人机视觉伺服追踪进行控制,使得特征误差满足相应的预设性能约束,实现四旋翼无人机对运动目标的跟踪控制。
其中,所述步骤1具体包括:计算目标特征点i的图像特征,如下所示:
其中,si表示目标特征点i的图像特征,ui表示目标特征点i在图像平面u轴的坐标,i表示目标特征点,vi表示目标特征点i在图像平面v轴的坐标,xi表示目标特征点i在空间图像x轴的坐标,yi表示目标特征点i在空间图像y轴的坐标,zi表示目标特征点i在空间图像z轴的坐标,λ表示四旋翼无人机机载相机焦距;
将多个目标特征点i的图像特征构成的图像特征向量,如下所示:
其中,s表示多个目标特征点i的图像特征构成的图像特征向量;
计算目标特征点i的雅可比矩阵,如下所示:
其中,Li表示目标特征点i的雅可比矩阵;
将多个目标特征点i的雅可比矩阵构成的叠加阵,如下所示:
其中,L(z,s)表示多个目标特征点i的雅可比矩阵构成的叠加阵。
其中,所述步骤2具体包括:根据多个目标特征点i的雅可比矩阵构成的叠加阵和机载相机的速度构建四旋翼无人机机载相机透视投影模型,如下所示:
其中,V表示机载相机的速度,V=[Tx Ty Tz ωz]T,Tx表示机载相机x轴的线速度,Ty表示机载相机y轴的线速度,Tz表示机载相机z轴的线速度,ωz表示机载相机z轴的角速度。
其中,所述步骤3具体包括:设定目标特征点i在图像平面u轴的坐标的可视约束,如下所示:
umin≤ui≤umax,i=1,...,n (6)
其中,umin表示图像平面中u轴坐标的下边界,umax表示图像平面中u轴坐标的上边界;
设定目标特征点i在图像平面u轴的坐标的可视约束,如下所示:
vmin≤vi≤vmax,i=1,...,n (7)
其中,vmin表示图像平面中v轴坐标的下边界,vmax表示图像平面中v轴坐标的上边界。
其中,所述步骤4具体包括:根据目标特征点i在图像平面u轴的坐标和设定的目标特征点i在图像平面u轴的坐标的期望值计算目标特征点i在图像平面u轴的图像特征误差,如下所示:
根据目标特征点i在图像平面v轴的坐标和设定的目标特征点i在图像平面v轴的坐标的期望值定义目标特征点i在图像平面v轴的图像特征误差,如下所示:
其中,ρ∞表示性能函数的稳态界值,ρ∞均为正常数;
根据式(10)-式(14)确定预设性能函数,并将预设性能函数作为指数性能函数,如下所示:
其中,所述步骤6还包括:根据目标特征点i在图像平面u轴的图像特征误差函数设计目标特征点i在图像平面u轴的同胚映射函数,如下所示:
根据目标特征点i在图像平面v轴的图像特征误差函数设计目标特征点i在图像平面v轴的同胚映射函数,如下所示:
本发明的上述实施例所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,由于引入了上下界约束,进而增加了相应的控制设计的复杂度。因此需要进行无约化处理,即通过定义同胚映射函数,实现预定性能不等式约束到等式约束的对等变换。
其中,所述步骤7具体包括:设定雅可比矩阵的伪逆雅可比矩阵的估计和控制增益k,根据设定雅可比矩阵的伪逆雅可比矩阵的估计控制增益k、目标特征点i在图像平面u轴的同胚映射函数和目标特征点i在图像平面v轴的同胚映射函数设计预设性能视觉伺服控制器,如下所示:
其中,V(s,t)表示伺服控制器的输出,V(s,t)=[ub,vb,wb,rb]T,其中,ub表示u轴的线速度,vb表示v轴的线速度,wb表示w轴的线速度,rb表示绕z轴旋转的角速度,表示雅可比矩阵的伪逆,表示雅可比矩阵的估计,表示雅可比矩阵估计的转置,k表示控制增益。
本发明的上述实施例所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,如图3将伺服控制器的输出,同时将作为四旋翼无人机运动控制器(串级PID控制)的控制输入。
本发明的上述实施例所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,使用机器人操作系统(ROS)和Gazebo框架进行了模拟测试。实验场景设置为四旋翼无人机跟随一个地面移动机器人,地面移动机器人以恒定的线速度um=0.05m/s和角速度ωm=0.01rad/s运动。四旋翼无人机机载相机的分辨率为640*480。期望的特征点为 机器人操作的系统参数l=1/5,ρ∞=20(px),控制增益k=1,仿真结果如图4和图5所示,图4中,展示了4个特征点误差的变化曲线以及定义的误差函数曲线,可以看出,跟踪误差能够快速收敛于0并且始终处于性能函数的范围内,因此满足机载相机的视角约束。图5所示为伺服控制器的控制输出,图6所示为四旋翼无人机和地面移动机器人的三维运动轨迹,可以看出,所述基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法能够实现对运动目标有着较好的跟踪效果,实现在室内无GPS信号的环境下,通过四旋翼无人机对地面运动物体的跟踪控制。
本发明的上述实施例所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,从四旋翼无人机机载相机的视角约束出发,对目标跟踪时的动态和稳态性能进行定量设计,引入预设性能函数,使得特征误差满足相应的预设性能约束,保证图像特征误差的局部渐进稳定,在保证目标特征的跟踪误差能收敛到预先设定的任意小的区域的同时,保证收敛速度及超调量满足预先设定的条件,从而最大程度的保证跟踪目标不丢失,实现四旋翼无人机对运动目标的跟踪控制,对于未校准的机载摄像头和不够精确的目标特征的深度估计具有较强的鲁棒性。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,其特征在于,包括:
步骤1,通过四旋翼无人机的机载相机获取目标特征点的空间图像坐标和目标特征点的图像平面坐标,获得四旋翼无人机机载相机焦距,计算目标特征点的图像特征和目标特征点的雅可比矩阵,将多个目标特征点的图像特征构成图像特征向量,将多个目标特征点的雅可比矩阵构成叠加阵,获取机载相机的速度;
步骤2,根据多个目标特征点的雅可比矩阵构成的叠加阵和机载相机的速度构建四旋翼无人机机载相机透视投影模型;
步骤3,根据机载相机的视角限制设定图像特征坐标的可视约束;
步骤4,根据当前图像特征和设定的期望图像特征构建图像特征误差;
步骤5,选取预设性能函数为指数性能函数对图像特征误差的稳态和瞬态性能进行性能不等式约束;
所述步骤5具体包括:
其中,ρ∞表示性能函数的稳态界值,ρ∞均为正常数;
根据式(10)-式(14)确定预设性能函数,并将预设性能函数作为指数性能函数,如下所示:
步骤6,对图像特征误差进行归一化处理并设计同胚映射函数;
步骤7,根据设定的雅可比矩阵的伪逆、设定的雅可比矩阵的估计、设定的控制增益和同胚映射函数设计伺服控制器,通过伺服控制器进行目标的视觉跟踪控制。
2.根据权利要求1所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,其特征在于,所述步骤1具体包括:
计算目标特征点i的图像特征,如下所示:
其中,si表示目标特征点i的图像特征,ui表示目标特征点i在图像平面u轴的坐标,i表示目标特征点,vi表示目标特征点i在图像平面v轴的坐标,xi表示目标特征点i在空间图像x轴的坐标,yi表示目标特征点i在空间图像y轴的坐标,zi表示目标特征点i在空间图像z轴的坐标,λ表示四旋翼无人机机载相机焦距;
将多个目标特征点i的图像特征构成的图像特征向量,如下所示:
其中,s表示多个目标特征点i的图像特征构成的图像特征向量;
计算目标特征点i的雅可比矩阵,如下所示:
其中,Li表示目标特征点i的雅可比矩阵;
将多个目标特征点i的雅可比矩阵构成的叠加阵,如下所示:
其中,L(z,s)表示多个目标特征点i的雅可比矩阵构成的叠加阵。
4.根据权利要求3所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,其特征在于,所述步骤3具体包括:
设定目标特征点i在图像平面u轴的坐标的可视约束,如下所示:
umin≤ui≤umax,i=1,...,n (6)
其中,umin表示图像平面中u轴坐标的下边界,umax表示图像平面中u轴坐标的上边界;
设定目标特征点i在图像平面u轴的坐标的可视约束,如下所示:
vmin≤vi≤vmax,i=1,...,n (7)
其中,vmin表示图像平面中v轴坐标的下边界,vmax表示图像平面中v轴坐标的上边界。
9.根据权利要求8所述的基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法,其特征在于,所述步骤7具体包括:
设定雅可比矩阵的伪逆雅可比矩阵的估计和控制增益k,根据设定雅可比矩阵的伪逆雅可比矩阵的估计控制增益k、目标特征点i在图像平面u轴的同胚映射函数和目标特征点i在图像平面v轴的同胚映射函数设计预设性能视觉伺服控制器,如下所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110258315.6A CN112947569B (zh) | 2021-03-09 | 2021-03-09 | 基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110258315.6A CN112947569B (zh) | 2021-03-09 | 2021-03-09 | 基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947569A CN112947569A (zh) | 2021-06-11 |
CN112947569B true CN112947569B (zh) | 2022-08-12 |
Family
ID=76229077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110258315.6A Active CN112947569B (zh) | 2021-03-09 | 2021-03-09 | 基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947569B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114545907B (zh) * | 2022-03-15 | 2023-12-19 | 中南大学 | 一种基于滤波器的飞行控制系统的故障检测方法 |
CN116700348B (zh) * | 2023-07-12 | 2024-03-19 | 湖南文理学院 | 一种四旋翼飞行器视觉受限的视觉伺服控制方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011083374A1 (en) * | 2010-01-08 | 2011-07-14 | Koninklijke Philips Electronics N.V. | Uncalibrated visual servoing using real-time velocity optimization |
WO2016193781A1 (en) * | 2015-05-29 | 2016-12-08 | Benemérita Universidad Autónoma De Puebla | Motion control system for a direct drive robot through visual servoing |
CN107901041A (zh) * | 2017-12-15 | 2018-04-13 | 中南大学 | 一种基于图像混合矩的机器人视觉伺服控制方法 |
CN108839026A (zh) * | 2018-07-19 | 2018-11-20 | 浙江工业大学 | 一种移动机器人视觉伺服跟踪预测控制方法 |
CN109358507A (zh) * | 2018-10-29 | 2019-02-19 | 东北大学 | 一种时变性能边界约束的视觉伺服自适应跟踪控制方法 |
CN110039542A (zh) * | 2019-06-13 | 2019-07-23 | 东北大学 | 具有速度方向控制的视觉伺服跟踪控制方法及机器人系统 |
CN110362098A (zh) * | 2018-03-26 | 2019-10-22 | 北京京东尚科信息技术有限公司 | 无人机视觉伺服控制方法、装置以及无人机 |
CN111443724A (zh) * | 2020-04-20 | 2020-07-24 | 中南大学 | 一种基于自抗扰混合切换控制的四旋翼无人机的控制方法 |
CN111596693A (zh) * | 2020-06-17 | 2020-08-28 | 中国人民解放军国防科技大学 | 基于云台相机的无人机对地面目标跟踪控制方法及系统 |
CN111931387A (zh) * | 2020-09-23 | 2020-11-13 | 湖南师范大学 | 一种面向移动柱状组合体的视觉伺服趋近方法 |
CN112256001A (zh) * | 2020-09-29 | 2021-01-22 | 华南理工大学 | 一种视角约束下的移动机器人视觉伺服控制方法 |
-
2021
- 2021-03-09 CN CN202110258315.6A patent/CN112947569B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011083374A1 (en) * | 2010-01-08 | 2011-07-14 | Koninklijke Philips Electronics N.V. | Uncalibrated visual servoing using real-time velocity optimization |
WO2016193781A1 (en) * | 2015-05-29 | 2016-12-08 | Benemérita Universidad Autónoma De Puebla | Motion control system for a direct drive robot through visual servoing |
CN107901041A (zh) * | 2017-12-15 | 2018-04-13 | 中南大学 | 一种基于图像混合矩的机器人视觉伺服控制方法 |
CN110362098A (zh) * | 2018-03-26 | 2019-10-22 | 北京京东尚科信息技术有限公司 | 无人机视觉伺服控制方法、装置以及无人机 |
CN108839026A (zh) * | 2018-07-19 | 2018-11-20 | 浙江工业大学 | 一种移动机器人视觉伺服跟踪预测控制方法 |
CN109358507A (zh) * | 2018-10-29 | 2019-02-19 | 东北大学 | 一种时变性能边界约束的视觉伺服自适应跟踪控制方法 |
CN110039542A (zh) * | 2019-06-13 | 2019-07-23 | 东北大学 | 具有速度方向控制的视觉伺服跟踪控制方法及机器人系统 |
CN111443724A (zh) * | 2020-04-20 | 2020-07-24 | 中南大学 | 一种基于自抗扰混合切换控制的四旋翼无人机的控制方法 |
CN111596693A (zh) * | 2020-06-17 | 2020-08-28 | 中国人民解放军国防科技大学 | 基于云台相机的无人机对地面目标跟踪控制方法及系统 |
CN111931387A (zh) * | 2020-09-23 | 2020-11-13 | 湖南师范大学 | 一种面向移动柱状组合体的视觉伺服趋近方法 |
CN112256001A (zh) * | 2020-09-29 | 2021-01-22 | 华南理工大学 | 一种视角约束下的移动机器人视觉伺服控制方法 |
Non-Patent Citations (3)
Title |
---|
Finite-time asynchronous sliding mode control for Markovian jump systems;李繁飙;《Automatica》;20190831;全文 * |
Neuroadaptive integral robust control of visual quadrotor for tracking a moving object;Xingling Shao;《Mechanical Systems and Signal Processing》;20191130;全文 * |
Output based Observation and Control for Visual Servoing of VTOL;Florent Le Bras;《IFAC Proceedings Volumes》;20081231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112947569A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222581B (zh) | 一种基于双目相机的四旋翼无人机视觉目标跟踪方法 | |
Barry et al. | High‐speed autonomous obstacle avoidance with pushbroom stereo | |
Kong et al. | Autonomous landing of an UAV with a ground-based actuated infrared stereo vision system | |
Martínez et al. | On-board and ground visual pose estimation techniques for UAV control | |
CN111596693B (zh) | 基于云台相机的无人机对地面目标跟踪控制方法及系统 | |
Hernandez-Lopez et al. | An automatic approach to UAV flight planning and control for photogrammetric applications | |
CN106931963A (zh) | 环境数据共享平台、无人飞行器、定位方法和定位系统 | |
CN112947569B (zh) | 基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法 | |
CN206804018U (zh) | 环境数据服务器、无人飞行器及定位系统 | |
Gur fil et al. | Partial aircraft state estimation from visual motion using the subspace constraints approach | |
Sanfourche et al. | Perception for UAV: Vision-Based Navigation and Environment Modeling. | |
CN112184812B (zh) | 提升无人机相机对AprilTag识别定位精度方法及定位方法和系统 | |
Eynard et al. | Real time UAV altitude, attitude and motion estimation from hybrid stereovision | |
Li et al. | UAV autonomous landing technology based on AprilTags vision positioning algorithm | |
CN112363528B (zh) | 基于机载视觉的无人机抗干扰集群编队控制方法 | |
Mills et al. | Vision based control for fixed wing UAVs inspecting locally linear infrastructure using skid-to-turn maneuvers | |
CN112136137A (zh) | 一种参数优化方法、装置及控制设备、飞行器 | |
CN110737283A (zh) | 一种面向视觉集群的编队解耦控制方法 | |
Zhang et al. | Autonomous landing on ground target of UAV by using image-based visual servo control | |
CN109521785A (zh) | 一种随身拍智能旋翼飞行器系统 | |
CN113110597A (zh) | 一种基于ros系统的室内无人机自主飞行系统 | |
Duan et al. | Image digital zoom based single target apriltag recognition algorithm in large scale changes on the distance | |
Cui et al. | Landmark extraction and state estimation for UAV operation in forest | |
Yang et al. | Autonomous landing of a rotor unmanned aerial vehicle on a boat using image-based visual servoing | |
Denuelle et al. | Biologically-inspired visual stabilization of a rotorcraft UAV in unknown outdoor environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |