基于目标加速度估计的无人机捕获目标的控制方法技术

技术编号:29155501 阅读:29 留言:0更新日期:2021-07-06 22:54
本发明专利技术公开了一种基于目标加速度估计的无人机捕获目标的控制方法,该方法中通过机载摄像机实时拍摄目标无人机的画面,从而获得带有目标无人机的连续图像信息,利用卷积神经网络,通过图像识别的方式获得每一帧图像上目标无人机的特征点位置,再根据特征点位置实时解算出无人机相对于摄像机的状态估计,在此基础上解算追踪无人机的控制指令,进而控制所述追踪无人机捕获目标。

【技术实现步骤摘要】
基于目标加速度估计的无人机捕获目标的控制方法
本专利技术涉及旋翼无人机识别及追踪目标的控制方法,基于目标加速度估计的无人机捕获目标的控制方法。
技术介绍
随着无人机应用的兴起,利用光学传感器进行无人机检测和姿态估计成为协同飞行和低空安全的重要研究课题。现有的技术仅基于目标检测方法获得目标无人机的位置,进而控制无人机追踪或捕获目标,然而现有技术中,对于目标位置、速度等信息的实时估计的准确性、即时性都有待提高,在获得目标的运动信息后,追踪无人机的制导控制方案一般为PID控制算法,但是实际结果并不够理想,其精度和即时性也难以满足所有的飞行任务要求。为了获得更好的适应性和增强协同性能,目标无人机的姿态信息成为了解其状态和意图的关键信息,例如四旋翼的加速度,目前,大多数的目标6D位姿估计算法都依赖于精确的位姿标注或三维目标模型,这些算法耗费大量人力资源,难以应用于非合作目标。然而,对于非合作目标,不可能提前在目标无人机上绘制特殊识别标记,所以需要基于无人机的一般特征进行识别和判断,但目前并没有相关领域的研究。由于上述原因,本专利技术人对现有的四旋翼无人机状态估计做了深入研究,并研究新的追踪无人机控制方案,以期待设计出一种能够解决上述问题的基于目标加速度估计的无人机捕获目标的控制方法。
技术实现思路
为了克服上述问题,本专利技术人进行了锐意研究,设计出一种基于目标加速度估计的无人机捕获目标的控制方法,该方法中通过机载摄像机实时拍摄目标无人机的画面,从而获得带有目标无人机的连续图像信息,利用卷积神经网络,通过图像识别的方式获得每一帧图像上目标无人机的特征点位置,再根据特征点位置实时解算出无人机相对于摄像机的状态估计,在此基础上解算追踪无人机的控制指令,进而控制所述追踪无人机捕获目标,从而完成本专利技术。具体来说,本专利技术的目的在于提供一种无人机捕获目标的控制方法,该方法中实时获得目标无人机的状态估计,并据此解算追踪无人机的控制指令,通过该控制指令控制所述追踪无人机捕获目标。其中,所述控制指令通过下式(一)实时获得:ac=Kp(Pt-P)+Kv(Vt-V)+Kα(at-a)(一)其中,Kp、Kv和Kα都表示控制参数;优选地,Kp的取值为1.6,Kv的取值为3.6,Kα的取值为0.8;Pt表示目标无人机的位置,Vt表示目标无人机的速度,αt表示目标无人机的加速度;P表示追踪无人机的位置,V表示追踪无人机的速度,a表示追踪无人机的加速度。其中,所述目标无人机的状态估计通过下述步骤获得:步骤1,通过携带有摄像机的追踪无人机追踪并拍摄目标无人机,获得连续的包含目标无人机的图像;步骤2,通过卷积神经网络处理所述图像,并从每帧图像中都提取出目标无人机的4个关键点的像素坐标;步骤3,根据所述目标无人机的4个关键点的像素坐标获得目标无人机的状态估计。其中,在步骤2中,首先通过图像识别的方式框选出目标无人机的基础关键点位置,再根据基础关键点位置寻找并框选出相关关键点的位置,进而获得目标无人机的4个关键点的像素坐标。其中,所述步骤3包括如下子步骤:子步骤1,通过目标无人机关键点的像素坐标获得旋转矩阵,子步骤2,通过旋转矩阵获得目标无人机的姿态,子步骤3,通过目标无人机的姿态获得目标无人机的加速度,子步骤4,通过目标无人机的加速度获得目标无人机的实际位置和速度。其中,在所述子步骤1中,通过下式(二)获得旋转矩阵:其中,R表示旋转矩阵,即用于从正交坐标系到相机坐标系做转换的3×3旋转矩阵;R′表示任意3×3旋转矩阵,其第三列[r7r8r9]T等于旋转轴Za,且R′满足旋转矩阵的正交约束;旋转轴表示点Pi0指向点Pj0的向量,||Pi0Pj0||表示点Pi0指向点Pj0的向量的模;rot(Z,αl)表示目标无人机绕Z轴的旋转角度为αl;c=cosαl,s=sinαl。其中,在所述子步骤2中,通过下式(三)获得目标无人机的姿态:其中,当-asin(R31)的值落在范围内时,θ1表示目标无人机的俯仰角,θ2无意义;当-asin(R31)的值未落在范围内时,θ2表示目标无人机的俯仰角,θ1无意义;ψ1表示俯仰角为θ1时对应求解得到的目标无人机的偏航角,ψ2表示俯仰角为θ2时对应求解得到的目标无人机的偏航角,φ1表示俯仰角为θ1时对应求解得到的目标无人机的滚转角,φ2表示俯仰角为θ2时对应求解得到的目标无人机的滚转角,R31、R32、R33表示式(二)中求解得到的旋转矩阵R中第三行的三个元素,R21表示式(二)中求解得到的旋转矩阵R中第二行的第一个元素,R11表示式(二)中求解得到的旋转矩阵R中第一行的第一个元素;asin表示反正弦函数,atan表示反正切函数。其中,在所述子步骤3中,通过下式(四)获得目标无人机的加速度:at=[ax,ay,az]T(四)其中,at表示目标无人机的加速度,ax表示惯性坐标系中X轴方向的加速度分量,ay表示惯性坐标系中Y轴方向的加速度分量,az表示竖直方向的加速度分量,az=0其中,g表示重力加速度;θ表示式(三)中求解所得目标无人机的俯仰角,表示式(三)中求解所得目标无人机的滚转角,ψ表示式(三)中求解所得目标无人机的偏航角。其中,在所述子步骤4中,通过下式(五)获得目标无人机的实际位置,其中,Kk代表卡尔曼增益,γk表示用于模拟间歇测量的二进制随机变量,如果目标无人机在第k帧图像中被检测出,则γk=1,如果目标无人机在第k帧图像中未被检测出,则γk=0;wk表示第k帧图像对应的过程噪声,wk-1表示第k-1帧图像对应的过程噪声;表示基于k-1帧图像估计出的第k帧图像对应的状态量,表示估计得到的最优的第k-1帧图像对应的状态量,表示估计得到的最优的第k帧图像对应的状态量,出值知都可以表示为X,Zk表示第k帧图像对应的量测量,可表示为Z;A表示过程矩阵,H表示观测矩阵;Pt表示目标无人机的位置,vt表示目标无人机的速度,at表示目标无人机的加速度,h表示图像的采样周期,优选为25Hz,I3表示三维单位矩阵。本专利技术所具有的有益效果包括:(1)根据本专利技术提供的基于目标加速度估计的无人机捕获目标的控制方法能够针对非合作的目标无人机进行追踪,进行能够执行打击、捕获等操作;(2)根据本专利技术提供的基于目标加速度估计的无人机捕获目标的控制方法能够实时根据获得的目标无人机的状态估计调整追踪无人机的飞行状态,使得追踪无人机与目标无人机之间的距离快速缩小,实现对目标的稳定快速追踪;(3)根据本专利技术提供的基于目标加速度估计的无人机捕获目标的控制方法中算本文档来自技高网...

【技术保护点】
1.一种无人机捕获目标的控制方法,其特征在于,该方法中实时获得目标无人机的状态估计,并据此解算追踪无人机的控制指令,通过该控制指令控制所述追踪无人机捕获目标。/n

【技术特征摘要】
1.一种无人机捕获目标的控制方法,其特征在于,该方法中实时获得目标无人机的状态估计,并据此解算追踪无人机的控制指令,通过该控制指令控制所述追踪无人机捕获目标。


2.根据权利要求1所述的无人机捕获目标的控制方法,其特征在于,
所述控制指令通过下式(一)实时获得:
ac=Kp(Pt-P)+Kv(Vt-V)+Ka(at-a)(一)
其中,Kp、Kv和Kα都表示控制参数;优选地,Kp的取值为1.6,Kv的取值为3.6,Kα的取值为0.8;
Pt表示目标无人机的位置,Vt表示目标无人机的速度,αt表示目标无人机的加速度;所述目标无人机的状态估计包括目标无人机的位置、速度和加速度;
P表示追踪无人机的位置,V表示追踪无人机的速度,a表示追踪无人机的加速度。


3.根据权利要求1所述的无人机捕获目标的控制方法,其特征在于,
所述目标无人机的状态估计通过下述步骤获得:
步骤1,通过携带有摄像机的追踪无人机追踪并拍摄目标无人机,获得连续的包含目标无人机的图像;
步骤2,通过卷积神经网络处理所述图像,并从每帧图像中都提取出目标无人机的4个关键点的像素坐标;
步骤3,根据所述目标无人机的4个关键点的像素坐标获得目标无人机的状态估计。


4.根据权利要求3所述的无人机捕获目标的控制方法,其特征在于,
在步骤2中,首先通过图像识别的方式框选出目标无人机的基础关键点位置,
再根据基础关键点位置寻找并框选出相关关键点的位置,进而获得目标无人机的4个关键点的像素坐标。


5.根据权利要求3所述的无人机捕获目标的控制方法,其特征在于,
所述步骤3包括如下子步骤:
子步骤1,通过目标无人机关键点的像素坐标获得旋转矩阵,
子步骤2,通过旋转矩阵获得目标无人机的姿态,
子步骤3,通过目标无人机的姿态获得目标无人机的加速度,
子步骤4,通过目标无人机的加速度获得目标无人机的实际位置和速度。


6.根据权利要求5所述的无人机捕获目标的控制方法,其特征在于,
在所述子步骤1中,通过下式(二)获得旋转矩阵:



其中,R表示旋转矩阵,即用于从正交坐标系到相机坐标系做转换的3×3旋转矩阵;
R′表示任意3×3旋转矩阵,其第三列[r7r8r9]T等于旋转轴Za,且R′满足旋转矩阵的正交约束;
旋转轴表示点Pi0指向点Pj0的向量,||Pi0Pj0||表示点Pi0指向点Pj0的向量的模;
rot(Z,αl)表示目标无人机绕Z轴的旋转角度为αl;
c=cosαl,s=sinαl。


7.根据权利要求5所述的无人机捕获目标...

【专利技术属性】
技术研发人员:苗瀚金忍曲家琦宋韬王祎婧褚昭晨柴剑铎
申请(专利权)人:北京理工大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1