基于Kinect传感器的四旋翼无人机运动控制研究Word格式.docx
- 文档编号:7072986
- 上传时间:2023-05-07
- 格式:DOCX
- 页数:13
- 大小:98.31KB
基于Kinect传感器的四旋翼无人机运动控制研究Word格式.docx
《基于Kinect传感器的四旋翼无人机运动控制研究Word格式.docx》由会员分享,可在线阅读,更多相关《基于Kinect传感器的四旋翼无人机运动控制研究Word格式.docx(13页珍藏版)》请在冰点文库上搜索。
项目名称
项目编号
起止年月
2015年10月至2016年10月
申请金额(元):
12000
批准金额(元)
学科
领域
(A)
A.机械与控制(包括机械、仪器仪表、自动化控制、工程、交通、建筑等)
B.信息技术(包括计算机、电信、通讯、电子等)
C.数理(包括数学、物理、地球与空间科学等)
D.生命科学(包括生物、农学、药学、医学、健康、卫生、食品等)
E.能源化工(包括能源、材料、石油、化学、化工、生态、环保等)
F.人文社科(包括经济、管理、社会、法律、教育、语言等)
学生负责人
负责人姓名
学号
所属院系
年级
专业
项目拟
参加人数
手机
电子邮箱
指导教师
指导教师姓名
张国伟
自动化
工程学院
项目来源:
□科研□教学□设计□工程□自选□其他()
项目申请理由
(包括项目组学生自身具备的知识、素质、能力、特长、兴趣和已参加过的相关项目等)
本次科创项目组成人员由两名大三学生,均是自动化专业,和两名大二学生,专业均为自动化。
其中大三学生已具备一定专业知识,如自动控制原理,计算机软硬件基础,单片机原理等。
项目成员勤奋刻苦,踏实钻研,富有合作精神和创造力。
其中多人曾多次获得校级奖学金并参加了许多大赛。
项目成员对基于Kinect传感器的四旋翼无人机运动控制研究设计充满热情,已在老师指导下开始自学相关知识。
我们团队的成员素质优异,且都受过良好的工程和其他学科的训练,具有扎实的理论基础和计算机应用能力,对成功完成这次科创任务提供了强大的动力支持,我们也自信在指导老师的协助下能够圆满完成这次科创任务。
一、
立论依据(项目的研究意义、国内外研究现状分析,附主要的参考文献)
1.项目研究意义
四旋翼无人机具是一种可垂直起降(VToL)的飞行器,这种飞行器具有很多优
点,有非常良好的应用和研究价值。
在军事上可用来于获取敌方情报、地面战场侦察、
监视、近距离空中巡逻、电子战、地面通信等方面;
在民用方面的应用也相当广泛,
如自然灾害之后的搜索与救援,巡逻监视和目标跟踪,缉毒和反走私,高压线、大桥、
水坝和地震后路段的检查,航拍和图像传输等。
四旋翼无人机具有飞行时间长、飞行高度高、不容易被发现的特点,可以针对不同的情况对某一区域进行侦察、监控。
四旋翼无人机在控制系统的操作下,能够长时间交替在空中进行各种飞行任务,不久将成为军事情报搜集系统的重要途径之一。
微小型的四旋翼无人机可以用机载摄像头,在空中进行对地面的航拍,以此来获取各种情报,并且将这些情报通过传输系统反馈给控制中心。
四旋翼无人机能够执行过去只有人和飞机才能完成的很多任务。
近年来随着对四旋翼无人机技术研究的不断发展,这种飞机在军事领域的应用越来越多,不久将成为军事战争中的主流武器。
电子战在现代战争中是一种很重要的作战方式,在整个战争中都离不开电子战。
在现代这种战争中,四旋翼无人机能够起到重要的作用。
目前,无人机(UAV)的远程控制主要还是以基站和遥控器为主。
操作者通过地面站或遥控设备控制无人机飞行,操作方式比较复杂,操作人员需要专业学习和培训才能掌握无人机的基本操作技巧。
对于普通用户来说,需要一种简单的控制方式,操作者只需通过直观感觉和简单学习就能够操作无人机。
随着信息化的不断发展,人机交互[1](human-computerinteraction,HCI)已经成为研究的重点,人机交互的中心已由计算机转移到人的身上,人通过手势、姿态、语音等方式来实现人机交互[2]。
Kinect是微软发布的一款体感外设.设备拥有3个摄像头,可同时获取RGB彩色图像、深度图像和人体骨骼图像,是研究基于计算机视觉的手势识别技术的理想设备[3]。
人体姿态和手势与Kinect相结合进行开发,在教育界、商务界、医疗界、计算机应用和机器人视觉控制等方面都有很多的成果[4]。
2、国内外研究现状分析
目前国外很多高校以及科研单位已经对四旋翼无人机技术进行了大量的研究,其研究内容主要集中在以下几个方面:
基于惯性导航的飞行控制技术、基于视觉的自主飞行控制和自主飞行控制系统,其典型代表分别是:
瑞士洛桑联邦科技学院(EPFL)的OS4、宾夕法尼亚大学的HMX4、佐治亚理工大学的GTMARS和美国Draganflyer公司研制的Dragannyer系列。
近年来,国外已经有许多学者发表了很多关于四旋翼无人机控制技术的相关的文章[5][6][7],主要包括数学建模方面以及控制技术方面。
现在关于四旋翼无人机研究的关键技术主要在于以下几个方面:
整体设计的最优化、动力与能源的设计、数学模型的建立、控制方法以及定位导航与通信。
由于四旋翼飞行器是典型的多变量、非线性、强耦合和欠驱动运动系统,四旋翼的建模和控制方法是当前国内外相关专家学者的研究热点[8][9][10]。
常用的四旋翼无人机控制算法主要有PID、LQ、滑膜控制和反演控制等。
PID、LQ是2种传统的线性控制方法,虽然应用很广,但不适合非线性的强耦合控制系统[11][12]。
滑模控制虽然简单且鲁棒性强,但滑模控制需要不断变换控制逻辑容易导致控制抖振发生[13][14][15][16]。
近年来手势识别成为了人机交互领域的研究热点。
JUANGBH等利用单个摄像头获取图像信息,然后通过K-Means算法自组织聚类基元进行实时手语识别;
SILANONK等根据手势运动的情况,提出了分析和识别字母的方法;
ZHANGShilin等利用隐马尔可夫模型创建手语模型,来进行视频检索。
常用方法还有基于肤色信息、利用梯度直方图来进行手势特征提取。
但是以上这些手势识别方法容易受到复杂背景"
光照和算法复杂等因素的影响,实时性较差,识别率较低!
2010年微软公司体感摄像头Kinect面世,在后续不到1年的时间里,许多基于该设备的各种系统被研发出来。
以前的手势系统基本上不能或者不容易分割和定位手部位置的,以前的手势系统只能识别一些较简单的手势,但是基于Kinect体感器可以很好应对这个问题。
手势是人机交互中最为自然且直观的控制方式,基于视觉的手势识别也是实现新型一代人机交互所不能缺少的关键性技术之一,手势识别的研究正是顺应了时代这一潮流。
由于手势本身具有多样性、多义性以及时间上和空间上相异性等等特点,而且人体手部位置和形状也复杂多变,因此,基于视觉信息的手势识别是一个多学科交叉且富有困难和挑战的研究课题Error!
Referencesourcenotfound.Error!
Referencesourcenotfound.。
本研究利用Kinect传感器采集深度信息,改进了手势运动的特征提取过程;
对于静态手势,对其轮廓提取了Hu矩作为识别特征,然后设计了BP神经网络作为其学习识别手段,之后再使用GA改进后的BP神经网络对静态手势进行识别,取得了较为理想的识别效果,且此识别结果不受光照条件的影响。
对于动态手势,使用骨骼关节运动轨迹的欧氏距离作为运动轨迹描述子,制定特定手势三维坐标系,针对人体结构特点构造上臂的结构向量,通过计算向量间角度和模比值获得手势表示的特征量;
利用优化动态时间调整方法进行手势识别,提高了稳定性和实时性!
实验结果表明,该方法准确率高达96%,同时可有效克服复杂背景和光照的干扰,具有较好的鲁棒性!
在这个对智能要求非常高的时代,无人机的控制不能只满足于电脑鼠标,遥控器,按钮等不太智能的控制方式,此时,Kinect传感器的手势识别就显得尤为重要,利用Kinect传感器的手势识别对无人机进行直接的运动控制,实现真正的人机交互,真正的摆脱鼠标键盘等控制方式。
参考文献
[1]ChengLiying,SunQi,SuHan.Designandimplementationofhu-man-robotinteractivedemonstrationsystembasedonkinect[C]∥ChineseControlandDecisionConference,2012:
971-975.
[2]黄国范,李亚.人体动作姿态识别综述[J].电脑知识与技术,2013
(1):
133-135.
[3]朱涛,金国栋,芦利斌.基于Kinect应用概述及发展前景[J].现代计算机,2013
(2)8-11
[4]GB4943.1—20ll,信息技术设备安全第1部分:
通用要求[S].2011.
[5]聂博文.微小型无人直升机建模及控制方法研究.【硕士学位论文】.国防科学技术大学2006.11
[6]薛尧舜.无人机控制器软件研制与控制算法研究【硕士学位论文】.西北工业大学.2003.3
[7]钱勇.高精度三轴未定微型姿态确定和控制系统研究.【博士学位论文】.西北工业大学.2002.
[8]ZhangR,QuanQ,CaiKY.Attitudecontrolofaquadrotoraircraftsubjecttoaclassoftime-varyingdisturbances[J].IETControlTheoryApplications,
2011,5(9):
1140−1146.
[9]Zuotrackingcontroldesignwithcommand-filteredcompensationforaquadrotor[J].IETControlTheoryApplications,2010,4(11):
2343−2355.
[10]张浩,任芊.基于人工视觉的四旋翼飞行器室内定位与控制[J].兵工自动化,2013,32
(1):
28−31.
[11]段国强.四旋翼无人直升机仿真及控制方法比较研究[D].哈尔滨:
哈尔滨工业大学,2013:
3−4.
[12]IvanGonzalez,SergioSalazarRogelioLozano,JuanTimeAltitudeRobustcontrollerforaQuad-rotoraircraft[J].ICUAS,2013,1
(1):
650-660.
[13]李尧.四旋翼飞行器控制系统设计[D].大连:
大连理工大学,2013:
2-10.
[14]第五鹏杰,杨树兴.微小型多旋翼飞行器的非线性建模研究[J].兵工自动化,2012,31(6):
14-17.
[15]李俊,李运堂.四旋翼飞行器的动力学建模及PID控制[J].辽宁工程技术大学学报:
自然科学版,2012,1(31):
114-117.
[16]国倩倩.微型四旋翼飞行器控制系统设计及控制方法研究[D].长春:
吉林大学,2013:
3-5.
[17]冯志全,蒋彦.手势识别研宄综述[J].济南大学学报,2013,27(4):
336-341.
[18]S.S.Rautaray,A.Agrawal.Visionbasedhandgesturerecognitionforhumancomputerinteraction:
asurvey[J].ArtificialIntelligenceReview,2012,DOIs6-9.
[19]C.Charayaphayan,A.Marble.Imageprocessingsystemforinterpretingmotioniri'
Ainericansignlanguage[J].JournalofBiomedicalEngineering,1992,14:
419-425.
[20]T.Starneretal.Visualrecognitionofamericansignlanguageusinghiddenmarkovmodels[D].MITMediaLaboratory,MIT,USA,1995.
二、研究方案
(创新训练项目)
1.研究目标、研究内容和拟解决的关键问题
1、研究目标
使四旋翼无人机能够根据操作者的不同手势做出相应的起飞,停止,转弯等一系列动作。
二、研究内容
(1)Kinect传感器的静态识别。
研究静态识别时,采用Hu矩阵,结合神经网络算法准确的识别出手势。
(2)研究动态识别时,利用Kinect传感器获取操作者的骨骼节点数,并采用DTW算法进行模板匹配,寻找它和已建好模板指尖的最优匹配,进而准确识别手势内容。
(3)无线数传模块传输控制命令。
实现将手势识别的结果也就是无人机的控制命令,通过无线数传模块发送给四旋翼无人机控制器,达到控制无人机动作的目的。
三、拟解决的关键问题
(1)能利用Kinect传感器的进行准确的手势识别;
(2)能把手势识别的结果发送给无人机,对无人机进行控制。
2.项目描述(对项目基本情况进行阐述);
项目市场前景分析及项目论证(包括市场调研、发展潜力、预期效益等);
项目人员管理及运营构想;
项目运营构想及具体实施方案。
通过对现有比较成功的Kinect传感器对四旋翼无人机的运动控制实例进行研究借鉴,综合试用多种手势识别研究方法,实现在已知环境和未知环境下的实验成功。
项目市场前景分析及项目论证(包括市场调研、发展潜力、预期效益等)
1.市场调研。
无人机已经广泛应用于公共安全、应急搜救、农林、环保、交通、通信、气象、影视航拍等多个领域。
据2015年中国无人机发展现状及前景分析预计,在装备无人化、小型化和智能化的趋势下,未来20年我国民用无人机需求有望达到460亿元。
近年来,随着科学技术的发展,Kinect传感器技术已得到广泛应用,遍及工业、国防、农业、宇宙空间、海洋开发、抢险救灾、医疗康复、家庭服务、原子能电站的维护等领域。
相比消费型无人机,工业型无人机续航时间长,载重量大,主要应用于巡线、农业植保、森林防火、灾害搜救、警用巡视、地图测绘等领域。
传统的人工电力巡线不仅效率低下,而且面临强辐射、自然灾害等安全问题,而无人机巡线一次可以飞行十几公里,既提高了效率,又降低了人工成本。
而且无人机搭载热成像设备,实时传输数据及时处理分析,实现了信息化、智能化巡检。
2.发展潜力。
Kinect传感器的手势识别将成为未来市场炙手可热的领域,世界各国都在抢占先机,以期赢在“第一起跑线”。
时代在发展,社会在进步,对智能的要求也越来越高,实现自然的人机交互是未来发展的一个必然的方向,中国潜在的巨大市场需求也初露端倪。
随着各国武器越来越先进,无人机必然大有用途,那么,让无人机越来越智能是值得我们好好研究的。
3.预期效益。
根据Teal集团这一权威研究机构预计,到2023年无人机市场将达到115亿美元。
而对于军用和民用的市场占比,TealGroup给出了民用市场更加乐观的判断(大约为年化复合增速为9%,到2023年达到15亿美元,当然TealGroup在报告中特别提到了Google、Facebook和Amazon等高科技巨头给民用军用无人机产业带来的潜在的现在难以量化预判的颠覆性变化)。
4.项目人员管理及运营构想对于本项目人员管理,本课题组团队研究人员结构合理,包括一名指导老师和六名学生,其中指导老师连续几年指导大学生科技创新活动,积累了丰富的经验,同时对机器人研究、无人机的运动控制算法有专业的理论支持和实践经验。
五名学生都是自控专业的学生,专业知识扎实,对本课题有一定的掌握和独特的见解。
其中指导老师和学生分工明确,指导老师负责大方向的把握,一名学生负责搭建所需的无人机模块。
两名学生负责查找资料,找出Kinect传感器的使用方法以及其注意事项等相关事宜,两名学生负责图像处理这一块的算法研究,两名学生负责研究DTW算法,找出最优匹配,一名学生负责无线数传这一模块,把获得的手势识别指令传输给无人机,实现对无人机的运动控制。
5.运营构想及具体实施方案运营构想在进行了市场调研以及查阅一些关于无人机以及Kinect传感器在当下社会的发展等相关资料后,深刻体会到基于Kinect传感器的手势识别很有发展前景。
在军事、国防、农业、宇宙空间、海洋开发、抢险救灾、医疗康复、家庭服务、原子能电站的维护等领域都有所涉及。
3.本项目的特色与创新之处
(1)使用Kinect传感器,用手势识别的方法控制无人机的起飞以及飞行方向。
摆脱了以往鼠标键盘以及遥控器对无人机的控制。
(2)采用DTW算法进行模板匹配,建立多个模板进行最优匹配。
以提高手势识别的准确度和精确性。
4.计划进度(按学期列出计划,注意项目完成的关键节点)
本项目计划用1年时间完成,具体计划如下:
2015年-2016年
(1)资料的整理收集,掌握Kinect传感器的基本原理与基本控制方法。
(2)研究Kinect传感器的手势识别达到最佳的图像识别效果,控制算法的研究分析将其实现。
对无人机进行控制实验研究。
通过Kinect传感器对无人机的控制实验研究,对获得参数进行调整,以期改进控制算法,使无人机完成预定的任务。
完成研究计划,撰写结题报告。
三、研究基础
1.与本项目有关的研究工作积累和已具备的条件
研究工作积累
申请者的指导老师张国伟在移动机器人的研究方面积累了较为丰富的经验。
多次指导学生参与机器人的研究,同时带队参加过全国性的机器人大赛,这方面拥有雄厚的基础和经验,并且张国伟老师在控制算法研究中,取得了一些阶段性突破。
在张国伟老师的指导下,申请者在训练实践课中,已进行过与本项目有关的训练。
具备的实验条件
申请者所在的上海电力学院自动化学院研究室为老师和做科研的学生免费开放,同时,申请者中都有自己的计算机可供使用。
2.尚缺少的条件和拟解决的途径
缺乏相关的实验器件,包括Kinect传感器,四旋翼无人机,单片机等。
二、预期研究成果
1预期的项目成果、考核指标及提供成果的形式
(成果形式:
论文、作品展示、研究或调研报告、商业计划书、销售业绩、用户报告等)
(1)先进控制算法源程序。
(2)搭建无人机实体模型
(3)视频成果展示(手势控制无人机运动)
2.项目完成后的经济、社会效益
(1)该类研究可用于军事方面,利用无人机获取敌方情报、地面战场侦察、监视、近距离空中巡逻、电子战、地面通信等方面,民用方面自然灾害之后的搜索与救援,巡逻监视和目标跟踪,缉毒和反走私,高压线、大桥、水坝和地震后路段的检查,航拍和图像传输等。
(2)Kinect传感器手势识别已是当前一个大的研究方向,实现真正的人机交互,此外,不仅是无人机,在以后的机器人研究方面也是势在必行的。
因此,研究Kinect传感器对无人机的控制具有重大的社会意义和经济意义。
三、经费预算
申请资助总金额(元)
预算科目
金额(元)
计算根据及理由
1.资料费
1000
书刊杂志、电子资料费用等
2.调研费
2000
复印、打印费等
3器材购买费
5000
Kinect传感器,无人机等
4.实验材料费
软件、结构材料费等
5.其他费用
其他与本项目有关的费用
四、项目学生信息(含立项负责人)
学生姓名
学号
院系名称
年级
联系电话
项目分工
项目负责人
个人研究兴趣、特长
学生(签名):
年月日
专业年级
个人研究兴趣特长
七、指导教师意见(对立题、经费预算、项目可行性等签署具体意见)
签名
年月日
八、项目诚信承诺
本项目全体成员慎重承诺,该项目研究将遵守学校有关规定,恪守学术规范,不抄袭他人成果,不弄虚作假,诚信做学问和研究,按项目研究进度保质保量完成各项研究任务。
如有违规行为,愿承担一切责任,接受学校的处理。
项目组成员签名:
指导教师签字:
九、院(部)评审意见
学院(部)负责人签章(公章)
一十、校创新教学管理委员会评审意见
负责人签章(教务处代章)
年 月 日
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 Kinect 传感器 四旋翼 无人机 运动 控制 研究