1 微米纳米加工技术全国重点实验室, 上海 200241
2 上海交通大学 微纳电子学系, 上海 200241
近年来仿生扑翼飞行器利用视觉系统自主飞行成为一个具有广泛前景的研究方向, 然而, 其有限的带载能力对视觉传感器的类型、尺寸和重量提出了严格要求。目前商用图像处理模块的尺寸和重量较大, 且需要回传图像信息至地面控制系统处理, 文章旨在设计一款轻量化机载单目视觉系统, 帮助微型仿生扑翼飞行器获取外界信息并实现智能自主的飞行。相比于其他图像处理模块, 此系统以国产高算力芯片K210为核心进行设计, 可脱离电脑端完成图像处理, 尺寸仅为2.2cm×2.3cm, 重量仅为3g, 内部兼容轻量化网络模型实现分类识别, 通过串口进行信息交互, 控制扑翼飞行器实现手势识别和目标追踪。
仿生飞行器 单目视觉系统 卷积神经网络 轻量化 目标识别 机载图像处理 串口通信 自主飞行 bionic aircraft monocular vision system convolution neural network lightweight target recognition onboard image processing serial communication autonomous flight
针对在无GPS环境下的小型无人机自主飞行问题，提出了一种基于改进的粒子群优化(IPSO)的快速同步定位和地图创建(FastSLAM)方法—IPSO FastSLAM算法。IPSO算法通过引入自适应重采样方法，有效克服了粒子退化问题，又减少了过频重采样带来的计算负担。提出了以粒子集多样性测度作为启发因子，引导重采样后的粒子优化搜索过程，克服重采样过程造成的样本枯竭问题，保证粒子集多样性水平最优。最后，应用该算法对一种小型无人机模型进行仿真实验，结果验证了该算法正确、可行。
小型无人机 自主飞行 粒子群优化 同步定位与地图构建 自适应重采样 Samll Unmanned Aerial Vehicle ( SUAV) autonomous flight particle swarm optimization simultaneous localization and map building adaptive resampling
1 南京理工大学，南京210094
2 清华大学，北京100084
提出了一种基于飞行器频域辨识模型的模型参数摄动分析方法。该方法通过将克莱姆-拉奥定理与频域辨识方法相结合对辨识模型参数的摄动范围估计算法进行了分析及证明。同时运用摄动范围计算过程中的相关指标对模型结构进行了优化，解决了飞行器模型辨识过程中模型阶次较难确定的问题。通过对辨识模型的摄动分析及模型结构优化使得模型能更准确地对系统进行描述。根据一种小型无人直升机悬停状态下的偏航通道飞行实验数据，利用该方法对其频域辨识模型参数摄动进行了分析并对其模型结构进行了优化，理论分析结果与统计结果的比较表明理论与实验方法效果一致，模型时域预测输出与实际输出的比较验证了摄动分析方法的可行性及有效性。
无人直升机 自主飞行控制 频域辨识 不确定性分析 克莱姆-拉奥定理 unmanned rotorcraft autonomous flight control frequency domain identification uncertainty analysis Cramer-Rao Theorem
