摘要
近年来，由于MEMS惯性传感器技术的成熟和价格下降，使多旋翼无人机自动飞行控制系统硬件体积缩小，稳定性提高，成本降低，于是多旋翼无人机在影视、运输、农业等多个行业得到了应用。借助于GPS定位技术，多旋翼无人机在空中可按预定轨迹精准航行，但在建筑物附近降落时，信号往往丢失，失去定位，无法精准降落。 针对此问题，本文提出了一种在无人机上完成全部计算的视觉定位方法。该方法用超声波测量高度，通过机载摄像头寻找地面上黑白相间的圆环的圆心，然后根据相机成像原理推算出无人机的水平位置，最后采用PID等控制策略使其位置和高度稳定。 本文首先研究了多旋翼无人机的位置测量，根据所采用的表示位置参考点的特征图案，找到了一种简洁的视觉搜索算法；在图像中找到位置参考点后，由成像原理推导了相对位置计算公式；为了计算出绝对位置，应用了无损卡尔曼滤波器融合来自IMU等传感器的数据，估计出姿态。滤波和控制策略是本文的第二部分研究内容，先由刚体动力学和空气动力学基本规律推导了多旋翼无人机水平方向和竖直方向的动力学方程；然后依据此数学模型设计了消除位置测量值噪声的卡尔曼滤波器和控制水平位置的PID控制器，并用仿真验证了有效性；用反馈线性化方法设计了参数自适应的高度控制策略。最后制作了样机，采用低成本的32位的MCU和30万像素的图像传感器制作了硬件；给出了关键的算法和程序流程图，用C语言实现了视觉搜索算法、卡尔曼滤波算法、PID控制算法和高度控制算法，开发了相关上位机监视和调试软件。 实验结果表明，该系统可使多旋翼无人机位置和高度稳定，可引导无人机精准地降落在位置参考点。本文研究为视觉识别方法、多旋翼无人机的定点降落以及其他相关问题的研究与解决提供极有价值的参考，具有一定的理论意义和工程应用价值。
NETL