无人机飞行准备研究论文

学号：20021210879 姓名：曹卓为 【嵌牛导读】本文简单介绍了港科大沈劭劼教授团队在无人机自主避障快速导航等领域做出的贡献。 【嵌牛鼻子】无人机避障导航技术 【嵌牛正文】 原文链接：       如果面前有一片树林，无人机能自己穿过去吗？现在的技术已经能够做到这一点，但速度一般。      最近两年，港科大沈劭劼教授带领的研究小组向这一问题发起了挑战。他们提出的新方法不仅能让无人机穿过树林，还实现了快速自主导航。       从 demo 中我们可以看到，这架无人机可以在障碍重重的室内外快速飞行，即使在拐弯处也不会撞到障碍物。这还要得益于他们提出的一个稳健的 perception-aware 重规划框架——RAPTOR（字面含义：猛禽）。      正如名字中所寄予的期望，RAPTOR 经历了各种复杂环境的考验，结果都能保证无人机的平稳、快速自主飞行。相关研究已经提交给机器人学顶会 T-RO 接受评审。 论文链接： 项目链接： 在此之前，该研究团队还有两篇相关论文，其中一篇被 ICRA 2020 接收。       近年来，由于轨迹重规划不断取得进展，让四旋翼无人机在未知环境中自主导航已经不是什么难事。然而，大多数方法只适用于中速飞行。是什么阻碍了四旋翼无人机的提速之路？作者总结出了以下几个原因： 1. 在未知的环境中高速运行时，四旋翼无人机需要在极短的时间内重新规划轨迹，以避免撞到障碍物，否则它会坠毁。然而，在非常有限的时间内，大多数方法不能保证快速找到可行轨迹。 2. 目前的方法通常是在一个拓扑等价类中寻找局部最优轨迹，但该类别可能并没有包含平稳、快速飞行所需的最佳解决方案。 3. 现有的方法对环境的感知不足，当飞行速度和障碍物密度变高时，这可能是一个致命的缺陷。如果不注意感知，按照原计划执行的运动可能会遭遇环境能见度受限等问题，进而导致安全航行所需的周围空间信息不足。      图 1 可以更好地说明在重新规划中不考虑感知的后果。为了最小化能量消耗，系统在靠近墙壁的地方生成了一条轨迹。如果沿着这条轨迹飞行，无人机对角落后面未知空间的可见性非常有限，转过去的瞬间才发现障碍物已经近在眼前。然而，此时情况已经难以逆转，无人机可能会直接撞上去。因此，对于无人机的安全、高速飞行来说，积极地观察和避免可能的危险比被动地躲避危险更加关键。二、RAPTOR 做了什么？       为了解决上述问题，港科大的研究者提出了一个稳健的 perception-aware 轨迹重规划框架——RAPTOR。       为了确保在有限的时间内获得可行轨迹，港科大的研究者提出了一种基于路径引导梯度（path-guided gradient）的优化方法，利用几何引导路径消除不可行的局部极小值，保证路径重新规划的成功。同时，为了进一步提高重新规划的最优性，该研究还引入了一种在线拓扑路径规划，以提取一组能够捕捉环境结构的全面的路径。在多条不同路径的引导下，多条轨迹并行优化，使解空间得到更彻底的探索。         这一解决方案是在之前的论文《Robust real-time UAV replanning using guided gradient-based optimization and topological paths》中首次提出的。然而，该方法采用了 optimistic 的假设，缺乏对环境的感知意识，因此限制了无人机在更高速度、更复杂的环境中的能力。       为了弥补这一差距，研究人员采用 perception-aware 规划策略将上述方法扩展到更快、更安全的飞行。       首先，该研究提出了一种风险感知的轨迹精化方法，并将其与 optimistic 规划器相结合。利用该方法，沿着 optimistic 轨迹，识别对无人机存在潜在危险的未知区域。这些区域的可见度以及安全反应距离都被明确规定，以确保无人机能够更早地发现未标记区域中存在的障碍并及时躲避。       其次，研究者将无人机的偏航角纳入了两步运动规划框架。在离散状态空间中寻找一个使信息增益和平滑度最大化的最优偏航角序列，并通过优化使其更加平滑。由偏航角规划的运动使视场（FOV）受限的四旋翼无人机主动探索未知空间，为下一步的飞行获取更多相关知识。       本文所提出的重规划系统如图 3 所示。该算法利用全局规划、密集映射和状态估计模块的输出，对全局参考轨迹进行局部修改，以避免先前未知的障碍物。      重规划分两步进行：首先，稳健的 optimistic 重规划通过路径引导优化并行生成多个局部最优轨迹。优化是通过从拓扑路径搜索中提取并精心选择的拓扑独特路径来引导的。在这一步中采用 optimistic 假设。第二步是利用 perception-aware 规划策略。在这一步骤中，局部最优轨迹中的最佳轨迹通过风险感知轨迹精化进一步细化，提高了其在未知和危险空间中的安全性和可见性。在优化轨迹的基础上，偏航角得到规划，以主动探索未知环境的内容。       研究者通过基准比较和具有挑战性的现实世界实验，对所提出的 perception-aware 规划策略和整个规划系统进行了系统的评估。结果表明，perception-aware 规划策略能够在传统方法无法保证安全的、具有挑战性的场景中，支持快速和安全的飞行。此外，整个规划系统在快速飞行任务的几个方面都优于 SOTA 方法。在复杂环境中进行的大量室内外飞行试验也验证了该规划系统的有效性。

无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。下面是我为大家精心推荐的无人机应用技术论文，希望能够对您有所帮助。

无人机航测技术的应用分析

【摘 要】以生产项目为例，以无人机航测的技术流程为主线，介绍了无人机航测技术方面的应用分析。

【关键词】无人机、航测技术

【Abstract】Production project as an example, the unmanned aerial technology process, introduced the UAV aerial application analysis.

【Key woerds】UAV、aerial surveying technology

中图分类号：V279+.2文献标识码：A 文章编号：

0 引言

无人机航测遥感技术是继卫星遥感、飞机遥感之后发展起来的一项新型航空遥感技术，在应急测绘保障、国土资源监测、重大工程建设等方面得到广泛应用。它是一种机动灵活、可以实现快速响应的一种航测技术。但也存在影像重叠度不规则、像幅小、影像倾角大、旋偏角大，影像有明显畸变等问题，这些情况都对现有无人机航测技术提出了挑战。

本文从生产案例出发，以无人机航测技术为主线，对生产过程中无人机航测出现的一些问题进行了分析探讨。

1 生产实践

1.1主要技术依据

《无人机航摄系统技术要求》(CH/Z3002-2010);

《低空数字航空摄影规范》(CH/Z3005-2010);

《低空数字航空摄影测量内业规范》(CH/Z 3003-2010);

《低空数字航空摄影外业规范》(CH/Z 3004-2010) ... ...

1.2 数据源及预处理

1.2.1 数据源

本测区选用无人机航空摄影获取的真彩色影像，航摄面积为10平方公里。航摄仪采用Canon EOS 5DMarkⅡ，焦距为：35mm，相幅大小为：5616×3744，像元分辨率为6.41um。影像地面分辨率为0.2米。

1.2.2遥感影像预处理

无人机航空摄影采用的相机为非量测型相机，因此，在进行空中三角测量恢复影像空中姿态时，需要对相机进行像片畸变差改正。(相机畸变改正在四维公司检校完成)

1.3 无人机航测总体作业流程

1.4无人机航空摄影

本次无人机航摄分两个架次进行，由GPS领航数据计算相对飞行高度。飞行质量和影像良好，影像清晰度高、色彩均匀、饱和度良好，能够表达真实的地物信息，可以满足1:2000成图要求。

像片航向重叠度为75%，旁向重叠一般为35%-45%，旋偏角一般控制在12度以下。

1.5 像片控制测量

1.5.1 像控点精度要求

像控点对最近基础控制点的平面位置中误差不大于0.2米，高程中误差不大于0.2米。

1.5.2 像控点布点方案

项目布点方案确定为双模型布点，全部布设为平高点。

1.5.3 像控点测量

在像控测量之前，首先对测区内收集到的已知控制点进行联测，检核控制点情况;为满足后续像控测量，联测已知点的同时加密了2个控制点。联测采用GPS静态相对定位方式施测，采用边连式的布网形式。全网共联测已有已知点4个，新设控制点2个，观测时具体技术参数依据规范，像控点采用GPS实时动态定位(RTK)的方法进行测量，满足要求。

1.6 空中三角测量

本项目采用Virtuozo工作站进行空三加密，根据航飞及影像分布情况，将空三区域分为两个加密区域网采用自动与手动相结合的方式进行空三加密，即采用自动匹配进行像点量测，剔除粗差。人工调整直至连接点符合规范要求，检查点平面中误差为0.3米，高程中误差为0.17米，最终加密成果符合1:2000数据采集要求。

1.7 数据采集

在空三完成后，利用空三成果进行单模型定向时我们发现有模型无法定向的情况，第一架次无法建立的模型有29个，占总模型数的4%。第二架次有67个无法建立的模型占总模型数的9%。主要原因为无人机航摄姿态不稳定导致的飞行倾角、旋偏角过大，航线弯曲、像片比例不一致等现象都是导致单模型定向精度差的原因。考虑到1:2000地形图精度要求，我们提出了如下解决方案：在测图定向超限点的周围进行野外实测用来检核分析数据并进行必要的修正。

1.8 项目精度报告

根据1:2000精度要求对测绘产品检进行了精度的统计，统计了3幅地形图，其中高程精度中误差最大为0.36米，最小为0.27米，从统计的结果看，粗差率比较高，有的达到了5%，平面精度中误差为0.75米。

2 结 论

(1)无人机航空摄影测量技术应用于地形图的生产存在不确定性，比如，区域网整体加密精度评定良好，但单模型定向精度存在超限情况，在测图过程中表现为测图定向点和立体模型套合差大、接边误差大等，可以通过外业实测进行补充测量、验证。

(2)利用无人机航测进行航空摄影测量时，应采用试验区的作业方法，即在确定布点方案前选取一定面积的试验区进行布点方案试验，分析精度指标后确定作业方案。

(3)目前，无人机航测技术主要应用于载人飞机航测技术的补充方面，如多块小面积、危险场所、远离机场或没有可供其起降场地的区域，在载人机不便或无法完成的情况下，由无人机来完成。

参考文献：

[1] 范承啸，韩俊，熊志军，赵毅。 无人机遥感技术现状与应用[J] 测绘科学 2009，34(5)：214-215;

[2] 崔红霞，李杰，林宗坚，储美华。非量测数码相机的畸变差检测研究[J] 测绘科学2005，30(1)：105-107;

[3] 连镇华。无人机航摄相片倾角对立体高程扭曲的影响分析[J] 地理空间信息2010，8(1)：20-22;

作者简介：徐锦前(1982-)，男，辽宁铁岭人，工程师，主要从事摄影测量和地理信息系统建库等测绘工作。

点击下页还有更多>>>无人机应用技术论文