原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
龙源期刊网
基于视觉的四旋翼室内悬停与定位控制
作者：傅君刘子龙
来源：《软件导刊》2018年第10期
摘要：为使四旋翼飞行器具有更好的室内定点悬停效果及定位精度，提出一种基于视觉
辅助与四旋翼飞行器惯性传感器数据融合的控制算法。利用机体下视摄像机获得光流航速信
息，与惯性传感器姿态信息数据融合实现良好的室内悬停效果。机体前视摄像机通过ORB算
法将当前帧与关键帧进行特征点匹配，以提高四旋翼飞行器的室内定位精度。将PARROT公
司的ARDrone2.0四旋翼飞行器作为实验平台，采用OpenCV软件对图像进行处理，对控制算
法进行验证，结果表明：基于光流和惯性传感器姿态数据的融合确保了四旋翼飞行器控制的安
全性，提高了飞行器悬停效果和定位精度。
关键词：视觉；四旋翼飞行器；室内悬停与定位；光流；ORB特征提取；OpenCV
DOIDOI：10.11907/rjdk.181731
中图分类号：TP319
文献标识码：A文章编号：1672-7800（2018）010-0144-04
英文摘要Abstract：Inordertoachieveabetterindoorfixed-pointhovereffectandpositioning
accuracyforquadrotorcrafts，acontrolalgorithmbasedonvisualaideddatafusionwith
quadrotorcraftinertialsensorswasproposed.Weutilizethebodydowncameratoobtaintheoptical
flowspeedinformation，andtheinertialsensorposeinformationdatafusionachievesagoodindoor
hovereffect.TheORBalgorithmisemployedsothatthebodyfrontlookingcameracanmatchthe
indoorpositioningaccuracy.Inthispaper，theARDrone2.0quadrotorfromPARROTwasusedas
theexperimentalplatform.TheabovecontrolalgorithmwasverifiedbyusingOpenCVtoprocessthe
dataensuresthecontrolsafetyofofthequadrotorandimprovestheaircraft′shovereffectand
positioningaccuracy.
英文关键词KeyWords：vision；quadrotorcrafts；indoorhoverandposition；opticalflow；
ORB；OpenCV
引言0
四旋翼无人机飞行器具有可垂直起降、机动性能好的优点，定位是其发展的关键因素。无
人机定位指利用自身传感器确定无人机在飞行环境中相对于惯性坐标系的位置和姿态信息准确
的位姿估计，是实现无人机避障、轨迹规划及目标跟踪等复杂飞行任务的前提和基础[1]。传
龙源期刊网
统的四旋翼飞行器定位主要借助机身自带的惯性传感器单元（IMU）和全球定位系统（GPS）
的数据融合，但在一些特殊环境如室内、楼群之间，由于GPS信号弱，很难实现传统的飞行
器定位[2]。而基于视觉的定位方法仅使用机载摄像头作为外部传感器，具有体积小、重量
轻、价格低、精度高等优势，视觉导航逐渐成为四旋翼无人机自主控制研究的主要方向[3-5]。
麻省理工学院和宾夕法尼亚大学是基于视觉图像的自主定位导航四旋翼无人飞行器研究的
典型代表。麻省理工学院的实时室内自主飞行器试验环境主要用于多无人飞行器的协同控制与
定位。宾夕法尼亚大学的HMX4通过安装在地面的摄像头测量四旋翼无人飞行器底部标记的
位置和，得到其姿态角与位置信息
文档评论（0）