發(fā)表在美國《工程學(xué)》(Engineering)雜志上的一項研究介紹了一種新穎的基于圖像的視覺伺服(IBVS)方法,用于無人駕駛飛行器(UAV)在 GPS 信號缺失的環(huán)境中跟蹤動態(tài)目標(biāo)。
這篇題為 "無人駕駛飛行器在不可預(yù)測干擾下的動態(tài)目標(biāo)跟蹤 "的研究文章介紹了一種綜合方法,該方法可解決外部干擾下的目標(biāo)速度估計、圖像深度估計和跟蹤穩(wěn)定性等難題。
所提出的方法利用構(gòu)建的虛擬相機(jī)來推導(dǎo)欠驅(qū)動無人機(jī)的簡化和解耦圖像動態(tài)??紤]到動態(tài)目標(biāo)不可預(yù)測的旋轉(zhuǎn)和速度所造成的不確定性,研究人員開發(fā)了一種獨(dú)特的圖像深度模型,該模型擴(kuò)展了 IBVS 方法,可跟蹤任意方向的旋轉(zhuǎn)目標(biāo)。該模型可確保精確的圖像特征跟蹤和旋轉(zhuǎn)目標(biāo)的平滑軌跡。
為了估算無人機(jī)與動態(tài)目標(biāo)之間的相對速度,設(shè)計了一個速度觀測器。該觀測器無需進(jìn)行平移速度測量,并可減輕由含噪聲測量引起的控制顫振。此外,還引入了基于積分的濾波器,以補(bǔ)償不可預(yù)測的環(huán)境干擾,從而增強(qiáng)無人機(jī)的抗干擾能力。
利用 Lyapunov 方法對速度觀測器和 IBVS 控制器的穩(wěn)定性進(jìn)行了嚴(yán)格分析。通過對比模擬和多級實(shí)驗(yàn),說明了所提方法在動態(tài)旋轉(zhuǎn)目標(biāo)下的跟蹤穩(wěn)定性、抗干擾能力和跟蹤魯棒性。
本研究的主要貢獻(xiàn)包括:
(1)新穎的圖像深度模型:研究人員提出了一種獨(dú)特的圖像深度模型,無需跟蹤目標(biāo)的旋轉(zhuǎn)信息即可準(zhǔn)確估計圖像深度。該模型使提出的 IBVS 控制器能夠追蹤任意方向的動態(tài)旋轉(zhuǎn)目標(biāo)。
(2)速度觀測器:設(shè)計了一個專用的速度觀測器,用于估算無人機(jī)與動態(tài)目標(biāo)之間的相對速度。這使得所提出的方法可以在 GPS 信號缺失的環(huán)境中使用,同時還能減輕因含噪聲的速度測量而引起的控制抖動。
(3)基于積分的濾波器:已開發(fā)出一種基于積分的濾波器,用于估計和補(bǔ)償不可預(yù)測的干擾,包括動態(tài)目標(biāo)的加速度和環(huán)境干擾。這增強(qiáng)了無人機(jī)處理動態(tài)目標(biāo)未知運(yùn)動和外部干擾的能力。
總之,本研究提出了一種動態(tài) IBVS 方法,可顯著提高無人機(jī)在不可預(yù)測干擾下的跟蹤性能。通過利用速度觀測器、新型圖像深度模型和基于積分的濾波器,所提出的方法展示了更強(qiáng)的跟蹤穩(wěn)定性、抗干擾能力和魯棒性。
利用 Lyapunov 理論對該方法的穩(wěn)定性進(jìn)行了深入分析,并通過模擬和實(shí)驗(yàn)驗(yàn)證了其有效性。
2025-08-26 13:49
2025-07-25 08:53
2025-07-25 08:50
2025-07-24 09:07
2025-07-24 09:05
2025-07-23 09:24
2025-07-23 09:22
2025-07-22 09:24
2025-07-22 09:22
2025-07-21 13:36