基于光流的视觉控制.ppt

* 5.6 基于多个Snapshot的归航(homing) [29] A. Denuelle and M. V. Srinivasan, A Sparse Snapshot-based Navigation Strategy for UAS Guidance in Natural Environments, In IEEE International Conference on Robotics and Automation (ICRA), 2016. 起始点 (S1) 终点(Sn) S1 S2 …… Route Learning: Homing: 起始点 (S1) 终点(Sn) S1 S2 …… 当摄像头相对当前Snapshot (key-frame)的运动超过一个预先设定的值，采集新的Snapshot。地图中包含从起点到终点采集到的一系列Snapshot以及相邻Snapshot的相对姿态。 归航过程中，逆序从终点回到起点。需要判断是否到达先前采集Snapshot的位置，如果到达，地图中前一帧Snapshot作为新的目标点。 [28] A. Cartwright and T. S. Collett, Landmark Maps for Honeybees, Biological Cybernetics, 1987. 6. 尺度估计 双目视觉 超声，激光 单目 + 惯导 多个摄像头，视角不交叉[30,31] [30] J. Chahl, K. Rosser and A. Mizutani, Axially Displaced Optical Flow Sensors for Feasuring and Controlling the Landing Height of a UAV Flow, In 15th Australian International Aerospace Congress, 2015. [30]: [31] S. Omari, G. Ducard and R.Y. Siegwart, Robust Metric Velocity Estimation For Non-Overlapping Camera Systems, In 2014 IEEE Conference on Control Applications. 6.1 Homography 模型 (6.1.2) (6.1.3) (6.1.4) (6.1.1) 6.1 Homography 模型 (6.1.5) 2-SVD [32] [32] V. Grabe, H. H. Bulthoff and P. R. Giordano, On-board Velocity Estimation and Closed-loop Control of a Quadrotor UAV based on Optical Flow, In IEEE/RJS International Conference on Intelligent Robots and Systems, 2012. 6.1 Homography 模型 Pan-tilt Unit [17] P. Li, M. Garratt, A. Lambert and S. G. Lin, Metric Sensing and Control of a Quadrotor using a Homography-based Visual Inertial Fusion Method, Robotics and Autonomous Systems, 2016. 1-SVD [17] 6.2 信号融合 状态空间: 系统状态: 系统观测： 系统输入： 状态矩阵: 观测矩阵: 扩张状态观测器： 垂直方向 水平方向 乘以 6.3 仿真 6.4 系统框架 6.5 闭环飞行实验 系统观测（输出）: 状态空间： 系统状态： 系统输入： 7. 飞行状态和平面法向量估计 预测： 更新: 7.1 部分的元素作为系统观测量： 7.2 可观测性 8. 链接 1. YouTube: /channel/UCSngpysUTl-ouT9Ep3kXthw 2. Video for my ICMA 2015 presentation: /meeting/mediaAction!mediaDetail.action?id=17377 谢谢！ * * * * * * * * * * * * * * * * 基于光流的视觉控制 李 平 光流的基本概念 计算