Call me : 184 0391 0123
无人机具体的光流数据,如何应用到位置估计算法里,可以参考下文。
总体来看,光流算法分为两步:。
通过下视摄像头获得图像数据,分析图像的不同时刻的帧数据,得到像素的移动速度。
将像素的移动速度转换成飞行器的移动速度。
然后讲一下光流的数据在进融合算法前,常见的需要进行哪些预处理。
1,首先是与高度的关系,光流的数据一般在低空范围内有效,比如5m以内,超过一定高度,得到的数据精度就会比较差了,同时与高度有一个线性的关系,根据高度的大小,对光流得到的机体xy速度进行缩放。
一般来说,配合光流的高度数据主要来自超声波传感器,同样可以测农药无人机得低空的高度,而且较气压计而言,精度较高,得到的相对高度比较准确(气压计有漂移,受风影响大,噪音也大)。
2,其次,需要进行姿态补偿。
什么意思呢,假设一种情况,飞行器在原地晃动,比如左右摆动,此时光流会输出一个速度数据出来,而实际飞行器并未有位置上的变化,所以需要将这个误判的速度进行修正掉。
光流传感器输出什么。
首先要知道光流传感器的输出是什么,光流传感器输出的是xy两个轴向的速度数据,注意,没有位置数据,而位置反馈可以通过速度积分获得,不可避免会产生漂移,但实际通过组合导航算法的处理,也可获得较为满意的使用效果。
3,农用无人机最后还有一个yaw的旋转补偿,这个主要针对的是光流传感器并未放在飞行器中心位置,所以在原地yaw旋转运动时,xy会不对称的输出错误的数据,而这个数据是我们不需要的(实际飞行器并未运动)。
无人机准确地知道自己“在哪儿”,“去哪儿”,几乎是类似于人类“从哪里来,到哪里去”的哲学问题,在无人机的任何发展阶段都是绕不开的问题。
1.定位技术。
(1)GPS载波相位定位。
目前正在这方面开展研究的项目有:SwiftNavigaTIon公司开发的Piksi,海洋大学开发的RTKLIB开源项目。
(2)多信息源定位。
军方BAE最近公布了他们研农业无人机发的名为NAVSOP的定位技术,该技术将利用包括TV,收音机,Wi-Fi等等信息定位,弥补GPS的不足。
(3)UWB(UltraWideband,超宽带)无线定位。
2.测速技术。
目前公认的比较精确的测速方案是通过“视觉(光流)+超声波+惯导”的融合,AR.Drone是最早采用该项技术的多旋翼飞行器,极大提升了飞行器的可操控性,获得了巨大的成功。
PX4自驾仪开源项目提供了开源的光流传感器PX4Flow,该传感器可以帮助多旋翼在无GPS情况下精确悬停,公司推出的“悟”和“Phantom3”,“Phantom4”同样采用了该项技术。
农药无人机,也叫农用无人机,是农业植保过程中的重要的植保机械,农药无人机网主要介绍农药无人机产品种类特点,讲解农药无人机植保作业流程,分享农药无人机的现场视频,https://nongyaowurenji.com/。