登录社区云,与社区用户共同成长
邀请您加入社区
无人机在军事、民用领域应用日益广泛,其路径规划问题成为关键研究方向之一。本文针对威胁区域存在的无人机路径规划问题,提出一种基于凸优化算法的解决方案。该算法将路径规划问题转化为凸优化问题,并利用Matlab工具进行求解,有效避免传统路径规划算法陷入局部最优解的缺陷,并能高效、稳定地生成安全、高效的无人机飞行路径。一、引言随着无人机技术的快速发展,其应用领域不断拓展,包括军事侦察、空中巡逻、物流配送、
OVA-DETR是一种用于航空目标检测的高效率开放词汇检测器,它利用图像-文本对齐和融合技术。具体来说,为了打破传统检测器中预定义类别的限制,将类别语义整合到检测器中,并构建了一个区域-文本对比损失,以对齐图像和文本特征。进一步引入了一种双向视觉-语言融合方法,包括双注意力融合编码器和多级文本引导融合解码器,它们共同构成了一个文本引导的编码器-解码器结构。双注意力融合编码器旨在增强前景特征提取,而
无人机在复杂山地环境中执行任务时,路径规划至关重要,直接影响无人机的能耗和任务完成效率。本文提出了一种基于改进蜣螂算法、蜣螂算法、遗传算法和粒子群算法的无人机三维路径规划方法。该方法通过改进蜣螂算法的搜索策略,增强了算法的全局搜索能力和收敛速度。同时,结合蜣螂算法、遗传算法和粒子群算法的优势,实现了多策略协同优化,进一步提高了路径规划的质量。在复杂山地环境下的仿真实验表明,该方法能够有效规划出低能
基于Matlab的四旋翼无人机动力学PID控制仿真具体内容包括:运用欧拉方程对地面坐标到机体坐标的转换矩阵进行了推导在无人机动力学模型基础上,采用经典PID控制算法对其内环姿态和外环位置进行控制说明文档:①详细推导四旋翼飞行器的数学模型②PID控制器的设计、位置回路控制器设计、姿态回路控制器设计③PID参数调整④仿真结果分析98
本文全面梳理无人机MAVROS从安装到应用的基础知识,并提供简单的基于MAVROS无人机控制的案例
一、引言随着科技的快速发展,无人机技术在各个领域都得到了广泛的应用,如航空摄影、货物运输、环境监测等。尤其是在山地环境下,由于地形复杂,传统路径规划方法难以满足需求,因此研究无人机三维路径规划算法显得尤为重要。传统的无人机路径规划算法主要基于图搜索、启发式算法等,但在处理复杂山地环境时面临着诸多挑战,例如:**地形复杂度高:**山地地形起伏不定,存在大量障碍物和狭窄通道,给路径规划带来了极大的困难
该四轴无人机采用FreeRTOS操作系统和裸机两种开发方式,采用无刷电机进行驱动,提供了:①PID控制、LPF、滑动窗口滤波等多种无人机相关飞行控制算法;②陀螺仪、加速度计、气压计、超声波、NRF24L01、定时器PWM、GPS、蓝牙、WiFi等多种传感器的驱动;③匿名地面站、SBUS等多种遥控遥测协议的数据解析。所有代码均开源,尤其适合初学者DIY。
Ardupilot官网关于《Peripheral Hardware》的翻译 —《(20) 操纵杆或游戏手柄》。
Ardupilot官网关于《Mission Planner》的翻译 —《(10.6) 开发人员工具(下载)》。
Ardupilot官网关于《Rangefinders》的翻译 —《(2.4) TerraRanger Tower/Tower EVO(360度)》。
Ardupilot官网关于《Peripheral Hardware》的翻译 —《(1.5) Benewake TFmini/TFmini Plus/TF-Luna》。
Ardupilot官网关于《Peripheral Hardware》的翻译 —《(1.9) HC-SR04声纳》。
Ardupilot官网关于《Rangefinders》的翻译 —《(0.1) 测距仪设置概述》。
Ardupilot官网关于《Peripheral Hardware》的翻译 —《(33) 接收信号强度指示(RSSI)》。
Ardupilot官网关于《Peripheral Hardware》的翻译 —《(1.7) GY-US42声纳》。
Ardupilot官网关于《Telemetry Radio》的翻译 —《(3) 应用与信息》
Ardupilot官网关于《Peripheral Hardware》的翻译 —《(33.3) 连接实例》。
Ardupilot官网关于《Mission Planner》的翻译 —《(10.9) 术语表(二)》。
Ardupilot官网关于《Peripheral Hardware》的翻译 —《(25) 光流传感器》。
Ardupilot官网关于《Telemetry Radio》的翻译 —《(1.13) SiK无线电高级配置(五)》。
1、承前启后在上一篇文章最后,我们已经基于四旋翼的基本假设和动力学理论得到了线性化的控制模型,特别是援引了《多旋翼无人机-设计与控制》中的底层飞行控制框架。本篇文章将据前文内容进行四旋翼控制系统设计,而后依照设计结果,在MATLAB/Simulink环境中搭建四旋翼控制的仿真模型。2、控制算法说明在本篇文章中,作者将采用基本的PID算法设计控制器。本篇文章所最终搭建的模型将不是测试中采用的最终版本