1 卫星导航系统与装备技术国家重点实验室, 石家庄 050000
2 南京航空航天大学,a.电子信息工程学院
3 南京航空航天大学,b.中小型无人机先进技术工信部重点实验室, 南京 210016
在复杂环境下, 卫星导航信号容易受到干扰, 导致无人机卫星定位失效。提出了一种基于多点约束的微小型无人机自主定位技术, 通过机载光电测量平台对多个地面目标点进行观测, 根据地面目标点、像点和摄像机光心三点共线的几何关系建立无人机自主定位数学模型, 并结合最小二乘估计求解无人机自身空间位置。通过实验验证该方法的可行性与鲁棒性, 实验结果表明该方法能够在误差允许的范围内获取无人机位置信息, 可一定程度上丰富无人机自主定位理论。
微小型无人机 自主定位 最小二乘估计 坐标转换 micro-UAV autonomous positioning least square estimation coordinate transformation
1 南京航空航天大学 电子信息工程学院, 南京 210016
2 南京晓庄学院 电子工程学院, 南京 211171
3 南京航空航天大学 中小型无人机先进技术工业和信息化部重点实验室, 南京 210016
为实现快速、高精度角位移测量, 提出了一种单圈绝对式电子经纬仪测角信号处理算法。只需刻画脉冲左右边沿在阈值附近各2个采样点就可以快速估计出脉冲宽度和脉冲中心坐标; 对现有文献细分方法进行改进, 给出了基于多组刻画脉冲中心求解高分辨力细分角的公式; 并对算法时间复杂度和抗噪声性能分别进行了分析与仿真。实验结果表明, 本方法在水平方向上测角误差标准差仅为2.5″, 平均每秒钟可测角输出25次, 具有实现简单、只需较少计算量就可以获得较高测量精度的优点。研究结果可以为单圈绝对式电子经纬仪、全站仪提供一种新的测角信号处理实用方法。
精密测量 单码道绝对编码器 信号处理 电子经纬仪 precision measurement single-track absolute encoder signal processing photoelectrical theodolite 光学 精密工程
2018, 26(12): 3079
1 南京航空航天大学 电子信息工程学院，南京 210016
2 南京航空航天大学 无人机研究院，南京 210016
针对动态背景下运动目标的检测问题，提出了一种基于鲁棒M估计和Mean Shift聚类的目标检测新方法。首先，在考虑全局光照变化的情况下，构建鲁棒M估计器估计全局运动，以实现最小化相邻2帧图像中所有像素亮度的绝对残差和，根据M估计得到像素点权值，提取出代表局部运动信息的离群点；在离群点中均匀抽取网格点，然后利用Mean Shift聚类算法实现不同运动点的分割；根据聚类的结果生成凸包，准确分割出运动目标区域。实验结果表明，该方法能检测出动态背景下的多个运动目标区域，多目标检测准确度到达95%以上，并且只需两帧图像就可以准确检测并锁定运动目标，满足实时处理的要求，具有一定的工程意义.
运动目标检测 动态背景 鲁棒M估计 Mean Shift聚类 凸包 Moving object detection Dynamic scene Robust M-estimator Mean Shift clustering Convex hull
