四旋翼等小型無人飛行器的自主飛行能力是其執(zhí)行復(fù)雜任務(wù)的先決條件,也是相關(guān)領(lǐng)域研究的主要發(fā)展方向。無人機在未知環(huán)境中的自主飛行依賴于高精度的飛行控制方法、穩(wěn)定的飛行狀態(tài)估計、穩(wěn)定可靠的地圖建立方法、準(zhǔn)確的運動決策和運動規(guī)劃等多種技術(shù)。這些問題彼此關(guān)聯(lián),共同組成完整的自主飛行系統(tǒng)。本文從四旋翼無人機自主探索未知環(huán)境的任務(wù)出發(fā),調(diào)研分析相關(guān)領(lǐng)域研究現(xiàn)狀,并重點對四旋翼無人機相關(guān)的數(shù)學(xué)模型建立、視覺/慣性組合導(dǎo)航方法、自抗擾姿態(tài)控制方法、同時定位與地圖創(chuàng)建算法以及運動決策和運動規(guī)劃方法進(jìn)行研究。四旋翼無人機可以看作是一個由四組電機和螺旋槳組成的執(zhí)行機構(gòu)驅(qū)動的一個剛體。本文首先建立包含執(zhí)行機構(gòu)模型和剛體動力學(xué)方程在內(nèi)的數(shù)學(xué)模型。并根據(jù)螺旋槳的氣動模型分析了風(fēng)對螺旋槳拉力和扭矩的影響。利用實測螺旋槳結(jié)構(gòu)尺寸以及拉力和扭矩曲線計算了氣動模型中的相關(guān)參數(shù)。本文以緊耦合形式融合相機和慣性元件測量值,建立了視覺/慣性組合導(dǎo)航系統(tǒng)。系統(tǒng)將相機輸出的原始光度值用作測量值,通過計算當(dāng)前圖像與關(guān)鍵幀圖像的光度偏差作為殘差補償慣性導(dǎo)航估計誤差的漂移,基于擴展信息濾波方法建立了視覺/慣性導(dǎo)航系統(tǒng)。在此基礎(chǔ)上針對系統(tǒng)模...

【文章頁數(shù)】：140 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 四旋翼飛行器及自主導(dǎo)航機器人發(fā)展和應(yīng)用概況
        1.2.1 四旋翼飛行器發(fā)展概況
        1.2.2 自主導(dǎo)航移動機器人發(fā)展概況
    1.3 相關(guān)領(lǐng)域研究現(xiàn)狀
        1.3.1 四旋翼無人機的姿態(tài)控制方法研究
        1.3.2 視覺導(dǎo)航相關(guān)技術(shù)研究
        1.3.3 無人機組合導(dǎo)航技術(shù)研究
        1.3.4 四旋翼無人機運動規(guī)劃方法研究
        1.3.5 SLAM問題研究
        1.3.6 未知環(huán)境中機器人運動規(guī)劃問題研究
    1.4 國內(nèi)外文獻(xiàn)綜述的簡析
    1.5 本文的主要研究內(nèi)容和組織結(jié)構(gòu)
第2章 四旋翼無人機和未知環(huán)境探索問題的數(shù)學(xué)模型
    2.1 引言
    2.2 執(zhí)行機構(gòu)模型
        2.2.1 電機模型
        2.2.2 螺旋槳氣動模型
    2.3 機體運動學(xué)和動力學(xué)方程
    2.4 螺旋槳氣動模型參數(shù)測量與計算
    2.5 未知環(huán)境探索問題建模
    2.6 本章小結(jié)
第3章 混合階容積H_∞信息濾波視覺/慣性導(dǎo)航
    3.1 引言
    3.2 系統(tǒng)建模
        3.2.1 坐標(biāo)系定義
        3.2.2 運動學(xué)方程
        3.2.3 關(guān)鍵幀管理和點集篩選
        3.2.4 測量模型
    3.3 基于擴展信息濾波的視覺/慣性導(dǎo)航方法
        3.3.1 誤差狀態(tài)轉(zhuǎn)移矩陣
        3.3.2 測量矩陣
        3.3.3 時間復(fù)雜度分析
        3.3.4 混合架構(gòu)處理器上算法效率測試
    3.4 混合階容積H_∞信息濾波組合導(dǎo)航方法
        3.4.1 基于貝葉斯濾波的視覺/慣性導(dǎo)航方程
        3.4.2 混合階容積信息濾波
        3.4.3 魯棒容積H_∞濾波
        3.4.4 時間復(fù)雜度分析
    3.5 驗證分析
    3.6 本章小結(jié)
第4章 四旋翼無人機高階滑模自抗擾姿態(tài)控制
    4.1 引言
    4.2 姿態(tài)動力學(xué)模型的反饋線性化
    4.3 基于反饋線性化模型的自抗擾姿態(tài)控制方法
        4.3.1 修正羅德里格參數(shù)跟蹤微分器
        4.3.2 擴張狀態(tài)觀測器
        4.3.3 非線性誤差反饋控制律
        4.3.4 非線性控制量分配方法
    4.4 固定時間收斂自抗擾姿態(tài)控制方法
        4.4.1 固定時間收斂擴張狀態(tài)觀測器
        4.4.2 多變量高階滑模反饋控制律
    4.5 數(shù)學(xué)仿真
        4.5.1 考慮風(fēng)干擾的仿真模型
        4.5.2 四旋翼姿態(tài)控制數(shù)學(xué)仿真
    4.6 實驗驗證
    4.7 本章小結(jié)
第5章 無人機在未知環(huán)境中的運動規(guī)劃和自主導(dǎo)航
    5.1 引言
    5.2 八叉樹地圖描述的FastSLAM算法
        5.2.1 三維環(huán)境柵格描述方法
        5.2.2 八叉樹數(shù)據(jù)結(jié)構(gòu)
        5.2.3 基于RGBD相機的FastSLAM算法
    5.3 基于改進(jìn)A*算法的最優(yōu)探索路徑規(guī)劃方法
        5.3.1 未知環(huán)境探索中的運動決策問題
        5.3.2 基于虛擬布朗運動微粒的邊界提取方法
        5.3.3 基于并行A*算法的最優(yōu)路徑?jīng)Q策方法
        5.3.4 全路徑信息增益改進(jìn)A*算法
    5.4 四旋翼無人機的路徑跟蹤方法
        5.4.1 基于反步法的位置控制
        5.4.2 基于微分平滑特性的姿態(tài)指令生成
    5.5 仿真驗證
        5.5.1 軟硬件環(huán)境
        5.5.2 仿真系統(tǒng)組成
        5.5.3 基于八叉樹地圖的FastSLAM算法仿真驗證
        5.5.4 未知環(huán)境中的運動規(guī)劃和路徑跟蹤方法仿真
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其它成果
致謝
個人簡歷



本文編號：3823714