基于视觉的颗粒过用于四旋翼的态度估计,使用多速延迟测量

科学领域:

• 机器人技术 机器人技术 机器人技术
• 计算机视觉 计算机视觉
• 控制系统 控制系统

背景情况:

• 四旋翼直升机的姿态估计对于稳定的飞行至关重要.
• 集成多速率传感器 (摄像头,陀螺仪) 由于不同的采样速度和延迟而存在挑战.
• 现有的方法与异步传感器数据融合作斗争.

研究的目的:

• 为使用多速率传感器的四旋翼飞机开发先进的姿态估计算法.
• 为了应对将慢摄像头数据与高频陀螺仪测量集成的挑战.
• 在实时应用中提高四旋翼直升机立场估计的准确性和稳定性.

主要方法:

• 扩展抽样的重要性重新抽样 (SIR) 颗粒过器 (PF).
• 开发一个多速率延迟粒子过器来处理异步传感器输入.
• 利用陀螺仪测量用于随机系统建模和摄像机数据用于重量计算和重新采样.
• 在Python-OpenCV中采用ORB特征提取和同质识别方法,用于图像处理和旋转矩阵计算.

主要成果:

• 通过数值模拟证明了拟议的多速率延迟PF的效率.
• 通过DJI Tello四旋翼直升机的实验工作来验证该方法的性能.
• 通过有效地融合多速率传感器数据,实现了准确的态度估计.

结论:

• 拟议的多速率延迟颗粒过器有效地解决了使用多速率传感器进行态度估计的挑战.
• 该方法为实时四旋翼飞机姿态估计提供了强大的解决方案,即使有延迟的传感器测量.
• 这项工作有助于改善无人驾驶飞行器的导航和控制系统.