索文凱,胡文剛,班利明,林源和,錢(qián) 樂(lè)
(1.陸軍工程大學(xué)石家莊校區(qū) 電子與光電工程系,石家莊050003;2.中國(guó)人民解放軍32272部隊(duì),蘭州730000;3.中國(guó)人民解放軍西部戰(zhàn)區(qū)陸軍保障部,蘭州730000)
近年來(lái),在應(yīng)用市場(chǎng)多元激勵(lì)的作用下,無(wú)人機(jī)(unmarned aerial vehide,UAV)的研發(fā)經(jīng)歷了前所未有的變革。伴隨著各種單一功能和多用途軍用無(wú)人機(jī)實(shí)踐應(yīng)用的日益成熟化和產(chǎn)品化,無(wú)人機(jī)在民事領(lǐng)域的應(yīng)用前景也越來(lái)越廣闊。與此同時(shí),用無(wú)人機(jī)執(zhí)行任務(wù)與反無(wú)人機(jī)介入的斗爭(zhēng)也愈演愈烈。在應(yīng)用市場(chǎng)、任務(wù)背景和應(yīng)對(duì)多重挑戰(zhàn)等因素的作用下,無(wú)人機(jī)的獨(dú)立性、自主性、實(shí)時(shí)性要求越來(lái)越高。因此,如何快速準(zhǔn)確地獲取無(wú)人機(jī)和目標(biāo)的飛姿信息,并將之高效精準(zhǔn)地轉(zhuǎn)化為無(wú)人機(jī)的飛控參量成為無(wú)人機(jī)邁向智能化的關(guān)鍵環(huán)節(jié)[1]。
在無(wú)人機(jī)領(lǐng)域的研究中,基于視覺(jué)圖像的位姿信息解算與參量轉(zhuǎn)換研究正逐漸成為無(wú)人機(jī)自主化研究的熱點(diǎn),其核心是從連續(xù)的2維視覺(jué)圖像及高度信息中獲取無(wú)人機(jī)六自由度信息,利用牛頓力學(xué)和動(dòng)量力矩等定理完成運(yùn)動(dòng)方程的構(gòu)建和位姿信息的轉(zhuǎn)換。參考文獻(xiàn)[2]中通過(guò)對(duì)比無(wú)人機(jī)輸入航跡與自身航跡的偏差,計(jì)算方向向量與加速度向量,利用比例-積分-微分(proportion-integration-differentiation,PID)控制算法完成無(wú)人機(jī)航跡和姿態(tài)進(jìn)行控制。參考文獻(xiàn)[3]中提出了一種結(jié)合學(xué)習(xí)特征的圖像視覺(jué)伺服方法,利用統(tǒng)一投影模型,分析了虛擬單位球體投影的解耦視覺(jué)伺服方法,研究了結(jié)合非線性模型預(yù)測(cè)控制的球體投影約束視覺(jué)伺服控制方法,并設(shè)計(jì)出結(jié)合離散化參考軌跡的無(wú)標(biāo)定視覺(jué)預(yù)測(cè)控制算法。參考文獻(xiàn)[4]中介紹了神經(jīng)網(wǎng)絡(luò)補(bǔ)償結(jié)構(gòu)的作用和設(shè)計(jì)方法,基于無(wú)人機(jī)非線性姿態(tài)運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)模型設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)膭?dòng)態(tài)逆控制器,并進(jìn)行了數(shù)學(xué)仿真實(shí)驗(yàn)。本文中主要進(jìn)行無(wú)人機(jī)飛行六自由度信息的解算、運(yùn)動(dòng)模型轉(zhuǎn)換以及動(dòng)態(tài)跟蹤方法的研究,并通過(guò)仿真實(shí)驗(yàn)對(duì)所提出的方法進(jìn)行驗(yàn)證。
經(jīng)過(guò)應(yīng)用環(huán)境的選擇和淘汰,無(wú)人機(jī)主要分固定翼、旋翼和直升機(jī)三大類(lèi),其中基于視覺(jué)導(dǎo)航跟蹤及自主控制的研究又以旋翼無(wú)人機(jī)為主。旋翼無(wú)人機(jī)包括四旋翼、六旋翼和其它多旋翼無(wú)人機(jī),四旋翼無(wú)人機(jī)又分為“十”型和“X”型兩類(lèi)[5]。作者以“十”型無(wú)人機(jī)為例,進(jìn)行了相關(guān)理論研究和仿真實(shí)驗(yàn)。
“十”型四旋翼無(wú)人機(jī)的結(jié)構(gòu)如圖1所示。從圖中可以看出兩條機(jī)臂成90°相交于無(wú)人機(jī)的質(zhì)心,1號(hào)~4號(hào)旋翼和電機(jī)分別安裝于無(wú)人機(jī)飛行空間的前后左右4個(gè)方位,其結(jié)構(gòu)、大小完全一樣,且關(guān)于質(zhì)心對(duì)稱,每個(gè)旋翼和電機(jī)距離質(zhì)心的長(zhǎng)度相同,電機(jī)控制旋翼轉(zhuǎn)速產(chǎn)生升力。在調(diào)整無(wú)人機(jī)飛行姿態(tài)時(shí),通過(guò)電機(jī)調(diào)整旋翼的轉(zhuǎn)速,改變旋翼的總力矩。轉(zhuǎn)速調(diào)整越大,總力矩變化越大,無(wú)人機(jī)飛姿調(diào)整就越快。由牛頓定理可知,旋翼在旋轉(zhuǎn)的同時(shí),會(huì)向電機(jī)施加一個(gè)反作用力(又稱反扭矩),為了消除這種反作用力,就需要在同一方向上施加另一種反方向的力[6]。因此,四旋翼無(wú)人機(jī)的4個(gè)旋翼中相鄰兩個(gè)旋翼的方向是相反的。在無(wú)人機(jī)飛行時(shí),1號(hào)、3號(hào)旋翼和2號(hào)、4號(hào)旋翼產(chǎn)生的順時(shí)針和逆時(shí)針?lè)醋饔昧ο嗷サ窒?,無(wú)人機(jī)就可以保持平穩(wěn)飛行。
Fig.1 Structure of the“十”four-rotor UAV
展開(kāi)無(wú)人機(jī)控制原理的分析之前,先介紹無(wú)人機(jī)飛行的六自由度信息,分為質(zhì)心的3個(gè)沿軸移動(dòng)自由度和3個(gè)繞軸轉(zhuǎn)動(dòng)自由度,分別對(duì)應(yīng)無(wú)人機(jī)的空間位置(前后量x,側(cè)向量y,升降量z)和無(wú)人機(jī)姿態(tài)(俯仰角 θ,滾轉(zhuǎn)角 φ,偏航角 ψ),即六自由度信息{x,y,z,θ,φ,ψ},或六自由度速度信息,或六自由度加速度信息}[7-8]。
無(wú)人機(jī)的飛行模式對(duì)應(yīng)其六自由度信息,即前后、側(cè)向、升降、俯仰、滾轉(zhuǎn)和偏航運(yùn)動(dòng)。四旋翼無(wú)人機(jī)的不同飛行模式主要通過(guò)調(diào)整4個(gè)控制參量,使4個(gè)旋翼電機(jī)產(chǎn)生不同的旋轉(zhuǎn)速度,提供4個(gè)不同大小的升力(累計(jì)為總升力Fsum)與重力m g(m為質(zhì)量,g為重力加速度)矢量合成,產(chǎn)生指定方向和角度的外力Fext,控制無(wú)人機(jī)按照外力的方向飛行,如圖2所示。當(dāng)外力方向與重力方向同軸時(shí),無(wú)人機(jī)進(jìn)行懸停、升降飛行,當(dāng)外力方向與重力方向垂直時(shí),無(wú)人機(jī)進(jìn)行橫移、偏航飛行,當(dāng)外力方向與重力方向成其它角度時(shí),無(wú)人機(jī)進(jìn)行俯仰、滾轉(zhuǎn)飛行。
Fig.2 Schematic diagram of the action of the four-rotor UAV
四旋翼無(wú)人機(jī)可進(jìn)行6個(gè)自由度的飛行運(yùn)動(dòng),但是只有4個(gè)獨(dú)立的控制輸入量,因此其是1種欠驅(qū)動(dòng)系統(tǒng)。由牛頓定理可知,升力隨著轉(zhuǎn)速的變化而變化,所以通過(guò)調(diào)節(jié)旋翼電機(jī)的轉(zhuǎn)速就可以控制無(wú)人機(jī)的飛行姿態(tài)。無(wú)人機(jī)處于懸停狀態(tài)時(shí),4個(gè)旋翼提供的合力剛好等于無(wú)人機(jī)自身的重力,即外力Fext=0,設(shè)定此時(shí)旋翼的轉(zhuǎn)速為N0,當(dāng)改變部分或全部旋翼的轉(zhuǎn)速時(shí),外力Fext≠0,無(wú)人機(jī)就會(huì)按照外力的方向進(jìn)行飛行,如圖3所示。圖中 Δa,Δb,Δa′為旋翼的轉(zhuǎn)速調(diào)整變量,其中Δa,Δa′為一組對(duì)應(yīng)的變量,當(dāng)同一軸上的旋翼分別為N0+Δa,N0-Δa時(shí),無(wú)人機(jī)只存在此軸上的外力,此時(shí)無(wú)人機(jī)沿該軸做直線運(yùn)動(dòng),如圖3a~圖3c所示;當(dāng)同一軸上的旋翼分別為N0+Δa,N0-Δb時(shí),無(wú)人機(jī)存在該軸與z軸組成平面的外力,此時(shí)無(wú)人機(jī)繞另一軸做繞軸運(yùn)動(dòng),如圖3d~圖3e所示;當(dāng)不同軸上的旋翼分別為 N0+Δa,N0-Δa時(shí),無(wú)人機(jī)存在Ouxuyu平面的外力,此時(shí)無(wú)人機(jī)繞z運(yùn)動(dòng),如圖3f所示。
Fig.3 Control process of four-rotor UAV
無(wú)人機(jī)飛行過(guò)程中有兩個(gè)通用的坐標(biāo)系,即無(wú)人機(jī)質(zhì)心坐標(biāo) u系 Ouxuyuzu和地面坐標(biāo) g系Ogxgygzg
[9-10]。與不斷變化的質(zhì)心坐標(biāo)系不同,地面坐標(biāo)系是固定的,如圖4所示。為便于理解,必須先將無(wú)人機(jī)的姿態(tài)角進(jìn)行明確的定義,從圖中可以看出,俯仰角θ是質(zhì)心坐標(biāo)系xu軸與地面坐標(biāo)系Ogxgyg平面的夾角,以O(shè)gxgyg平面上方為正;滾轉(zhuǎn)角φ是質(zhì)心坐標(biāo)系yu軸與地面坐標(biāo)系Ogxgyg平面的夾角,以O(shè)gxgyg平面上方為正;偏航角ψ是質(zhì)心坐標(biāo)系z(mì)u軸在地面坐標(biāo)系Ogxgyg平面的投影與地面坐標(biāo)系xg軸夾角,角度值以xg軸為起點(diǎn),以東偏北逆時(shí)針?lè)较驗(yàn)檎?/p>
Fig.4 Spatial model construction
四旋翼無(wú)人機(jī)運(yùn)動(dòng)方程主要包括物像關(guān)系式、質(zhì)心運(yùn)動(dòng)方程和地面坐標(biāo)運(yùn)動(dòng)方程[11-12],如下所示:
(1)式為物像關(guān)系式,式中,C0為相機(jī)已知的內(nèi)參系數(shù),其中 d x,d y為像元素大小,(iO,jO)為質(zhì)心 Ou在像平面的坐標(biāo),f為相機(jī)的焦距;(2)式為無(wú)人機(jī)質(zhì)心運(yùn)動(dòng)方程,式中,(xu,0,yu,o,zu,o)為無(wú)人機(jī)在 g系的初始坐標(biāo),(xu,yu,zu)為無(wú)人機(jī)質(zhì)心在無(wú)人機(jī)坐標(biāo)系下實(shí)時(shí)坐標(biāo),(xg,yg,zg)為無(wú)人機(jī)質(zhì)心在地面坐標(biāo)系的實(shí)時(shí)坐標(biāo),Lu,g為無(wú)人機(jī)坐標(biāo)系相對(duì)于地面坐標(biāo)系的轉(zhuǎn)換系數(shù),且滿足:
式中,θ,φ,ψ為無(wú)人機(jī)的三軸姿態(tài)角;(3)式為地面坐標(biāo)運(yùn)動(dòng)方程,其中,b為旋翼電機(jī)的升力系數(shù),Ωi為旋翼電機(jī)的轉(zhuǎn)速,i為1號(hào) ~4號(hào)電機(jī);K={k1k2k3},分別為無(wú)人機(jī)在地面坐標(biāo)系x軸、y軸、z軸3軸的空氣阻力系數(shù),綜上可得,在地面坐標(biāo)系下,無(wú)人機(jī)運(yùn)動(dòng)方程為:
四旋翼無(wú)人機(jī)的控制參量主要是用來(lái)控制無(wú)人機(jī)的四旋翼電機(jī),給無(wú)人機(jī)提供特定方向的動(dòng)力,因此無(wú)人機(jī)的欠輸入?yún)⒘颗c無(wú)人機(jī)的飛行動(dòng)力緊密相關(guān)。由于四旋翼無(wú)人機(jī)的質(zhì)心即為其中心,所以其姿態(tài)轉(zhuǎn)動(dòng)可以視為剛體繞質(zhì)心的定點(diǎn)轉(zhuǎn)動(dòng)。根據(jù)轉(zhuǎn)動(dòng)力學(xué)定理可知,地面坐標(biāo)系下四旋翼無(wú)人機(jī)的力學(xué)方程[13-15]如下式所示:
式中,L為角動(dòng)量,I為轉(zhuǎn)動(dòng)慣量,ω為角速度,M為無(wú)人機(jī)的外力矩,(d L/d t)u為無(wú)人機(jī)質(zhì)心坐標(biāo)系下的角動(dòng)量的變化率。
無(wú)人機(jī)轉(zhuǎn)動(dòng)過(guò)程中,作用力主要有旋翼產(chǎn)生的動(dòng)力和空氣阻力。由牛頓定理和歐拉轉(zhuǎn)動(dòng)定理可知,“十”型四旋翼的轉(zhuǎn)動(dòng)力矩τ如下式所示:式中,L為旋翼中心距質(zhì)心的距離,τa(τa,x,τa,y,τa,z)為空氣阻力力矩,τF為動(dòng)力阻力力矩。
繼而可得十字型無(wú)人機(jī)的角運(yùn)動(dòng)方程如(9)式所示,考慮到四旋翼無(wú)人機(jī)飛行速度較小,受到空氣阻力作用也較小,可將空氣阻力忽略,得到(10)式:
設(shè)無(wú)人機(jī)的四輸入控制量的力矩分別為俯仰力矩μ1、滾轉(zhuǎn)力矩 μ2、偏航力矩 μ3、爬升力矩 μ4,可得下式:
忽略空氣阻力的作用,由(5)式、(10)式可得無(wú)人機(jī)的六自由度系統(tǒng)方程[16]如下式所示:
無(wú)人機(jī)實(shí)際飛行中,通常只涉及俯仰飛行和偏航飛行,特殊條件下才伴有滾轉(zhuǎn)飛行,因此對(duì)滾轉(zhuǎn)角暫不進(jìn)行研究。本文中基于視覺(jué)圖像的無(wú)人機(jī)飛姿控制研究核心內(nèi)容就是:通過(guò)初始狀態(tài)下無(wú)人機(jī)的定速定向飛行,識(shí)別已知運(yùn)動(dòng)狀態(tài)的特定地面合作目標(biāo),通過(guò)圖像中目標(biāo)像點(diǎn)位移情況,推算無(wú)人機(jī)的飛姿信息和高度,并利用無(wú)人機(jī)航跡與合作目標(biāo)軌跡的夾角等信息,得出無(wú)人機(jī)完成跟蹤或降落過(guò)程所需要的飛控參量。從前面可知,“十”型四旋翼無(wú)人機(jī)初始高度H0定向飛行時(shí),質(zhì)心坐標(biāo)系與地面坐標(biāo)系只存在一個(gè)夾角也即俯仰角θ0,由于此時(shí)無(wú)人機(jī)沒(méi)有進(jìn)行滾轉(zhuǎn)飛行即φ0=0,因此此時(shí)無(wú)人機(jī)航跡與合作目標(biāo)的航跡的像平面夾角也即偏航角ψ0,無(wú)人機(jī)要完成跟蹤或降落功能,就需要對(duì)航跡進(jìn)行修正,修正量即為 H0,θ0,ψ0。由參考文獻(xiàn)[17]和參考文獻(xiàn) [18]可知,θn=arctan[Δan*Hn/(fa)],θ˙n=(θn-θn-1)/Δt,θ¨n=(θ˙nθ˙n-1)/Δt,ψn=arctan[(ani*d y)/(anj*d x)],ψ˙n=(ψn-ψn-1)/Δt,ψ¨n=(ψ˙n-ψ˙n-1)/Δt,其中,a為合作目標(biāo)外邊長(zhǎng)度,an*為n時(shí)刻外邊a的像素值,Δan*為兩條相對(duì)外邊像的長(zhǎng)度差,ani*,anj*分別為 an*在像素坐標(biāo)的行寬和列寬。所以基于視覺(jué)圖像的四旋翼無(wú)人機(jī)四輸入控制量為:
Fig.5 Cooperation target
Fig.6 Target recognition and extraction processa—RGB original imag—HSV transformation imag—color threshold processin—inner contour extractio—color region segmentatio—linear defection effec—confour detection effec—geometric feature effect
設(shè)計(jì)了一種具有方向引導(dǎo)功能的多形狀組合彩色合作目標(biāo),如圖5所示。紅色、綠色引導(dǎo)帶指示目標(biāo)移動(dòng)方向,黑色、白色圖形提升目標(biāo)與周?chē)h(huán)境的識(shí)別率,圓形、正方形能夠提供較為精確地方向和角度信息。根據(jù)合作目標(biāo)獨(dú)有的灰度特征、幾何特征、顏色特征、以及點(diǎn)特征,先后經(jīng)灰度變換、色相、飽和度明度(hue saturation value,HSV)色彩變換、以及 Hu不變距匹配等方法,從機(jī)載相機(jī)拍攝的連續(xù)幀實(shí)時(shí)圖像中準(zhǔn)確識(shí)別出合作目標(biāo),并獲取有關(guān)的位姿信息。如位移像素 xu,yu,zu,外邊像素 an*,外邊像素差Δan*等。同時(shí),在無(wú)人機(jī)低空和超低空飛行時(shí),顏色導(dǎo)引帶可以快速提供準(zhǔn)確的目標(biāo)方向信息,便于無(wú)人機(jī)快速的識(shí)別和跟蹤合作目標(biāo),如圖6所示。
根據(jù)同物不同時(shí)像平面像素變化情況,利用無(wú)人機(jī)物像關(guān)系式、質(zhì)心運(yùn)動(dòng)方程和地面坐標(biāo)方程等,計(jì)算出地面坐標(biāo)系下合作目標(biāo)相對(duì)于無(wú)人機(jī)的3軸位移變量,再結(jié)合第2.3節(jié)中θn和ψn的公式以及φ0=0,得出無(wú)人機(jī)的3軸角度,相對(duì)時(shí)間進(jìn)行求導(dǎo),得出無(wú)人機(jī)三軸線速度信息{˙x,˙y,˙z}和角速度信息{˙θ,˙φ,˙ψ},進(jìn)而獲得無(wú)人機(jī)的實(shí)時(shí)高度、坐標(biāo)轉(zhuǎn)換矩陣Lu,g等。
使用基于視覺(jué)圖像的無(wú)人機(jī)飛行控制算法如圖7所示。主要通過(guò)提取圖像中目標(biāo)特征點(diǎn)的位移信息,獲取無(wú)人機(jī)的實(shí)時(shí)位姿信息,利用前后兩個(gè)固定時(shí)間段位姿信息對(duì)時(shí)間的導(dǎo)數(shù),得到無(wú)人機(jī)的速度信息。以當(dāng)前時(shí)刻無(wú)人機(jī)與合作目標(biāo)的位姿差信息,作為下一時(shí)刻加速度的控制矢量,直至在地面坐標(biāo)系下無(wú)人機(jī)與合作目標(biāo)的位姿信息差為0,此時(shí)無(wú)人機(jī)完成穩(wěn)定跟蹤功能[19-20],如下式所示:
式中,ΔOc*為合作目標(biāo)當(dāng)前時(shí)刻與前一時(shí)刻的位移像差。同理,當(dāng)合作目標(biāo)中心與無(wú)人機(jī)質(zhì)心在像平面保持重合或近似重合時(shí),無(wú)人機(jī)即可完成自主降落功能。
從(14)式可知,當(dāng)Δxg,Δyg,Δzg三者出現(xiàn)數(shù)值時(shí),表示無(wú)人機(jī)完成搜索識(shí)別階段,當(dāng)Δxg,Δyg兩者為零時(shí),無(wú)人機(jī)完成穩(wěn)定跟蹤階段,當(dāng) Δxg,Δyg,Δzg都為零時(shí),即完成自主降落功能。
Fig.7 UAV flight control algorithm based on visual image
為了進(jìn)一步驗(yàn)證基于視覺(jué)圖像的無(wú)人機(jī)控制算法的科學(xué)性和可行性,利用MATLAB軟件進(jìn)行了仿真實(shí)驗(yàn),主要研究不同高度不同速度下無(wú)人機(jī)完成識(shí)別跟蹤及降落過(guò)程的時(shí)效性和精準(zhǔn)性。
表1中為仿真實(shí)驗(yàn)的部分參量。
本文中無(wú)人機(jī)控制系統(tǒng)分為位置控制器和姿態(tài)控制器,利用同物不同時(shí)像素位移情況,解算出無(wú)人機(jī)與合作目標(biāo)的位姿關(guān)系作為當(dāng)前時(shí)刻實(shí)測(cè)值,通過(guò)基于視覺(jué)圖像的無(wú)人機(jī)飛行控制算法,解算無(wú)人機(jī)與合作目標(biāo)位姿差作為下一時(shí)刻的期望值,根據(jù)期望值不斷調(diào)整位置與姿態(tài)兩個(gè)控制器,進(jìn)而控制不同時(shí)刻的實(shí)測(cè)值,當(dāng)實(shí)測(cè)值逐漸降為0時(shí),即完成自主降落功能。通過(guò)研究同高異初速條件下無(wú)人機(jī)與合作目標(biāo)的高度和中心位距離隨時(shí)間的變換關(guān)系,驗(yàn)證算法的可行性和精確性,實(shí)驗(yàn)結(jié)果如圖8和圖9所示。
Table 1 Parameters of simulation experiment
Fig.8 Landing height curve
Fig.9 Center and centroid distance
通過(guò)仿真實(shí)驗(yàn)發(fā)現(xiàn),無(wú)人機(jī)初速對(duì)跟蹤、靠近、著陸3個(gè)階段的影響是不盡相同的。高度方面:跟蹤階段,初速對(duì)合作目標(biāo)的識(shí)別效率有一定影響,初速為0時(shí),識(shí)別時(shí)間越短,主要因?yàn)閼彝r(shí)姿態(tài)角為0,便于無(wú)人機(jī)搜索識(shí)別??拷A段:初速小時(shí),無(wú)人機(jī)z軸方向分量也就小,高度變化就慢,隨著期望位姿信息的逐漸變大,z軸方向分量也隨之變大,高度變換也隨之加大;初速大時(shí),無(wú)人機(jī)z軸方向分量也就大,高度變化就快,隨著期望位姿信息的逐漸變小,z軸方向分量也隨之變小,高度變化也隨之減小,達(dá)到最大值時(shí)保持不變,降落曲線則表現(xiàn)為類(lèi)直線。著陸階段,由于經(jīng)過(guò)前兩個(gè)階段的調(diào)整控制,無(wú)人機(jī)的狀態(tài)基本一致,所以初速對(duì)著陸階段沒(méi)有影響,高度隨z軸速度一致逐漸減為0。距離差方面:跟蹤階段,中心距離都是逐漸增大,初速越大,距離越大,合作目標(biāo)運(yùn)動(dòng)方向分量大小相同后達(dá)最大值??拷A段,距離越小,位姿信息變化的期望值越小,距離變化就越緩;距離越大,位姿信息變化的期望值越大,距離變化就越劇烈,同理達(dá)到最大值時(shí)保持不變直至進(jìn)入著陸階段。著陸階段,初速對(duì)距離差同樣沒(méi)有影響,距離隨著無(wú)人機(jī)的降落逐漸減為0。
針對(duì)無(wú)人機(jī)跟蹤或降落過(guò)程中信源易被干擾、環(huán)境感知較差問(wèn)題,利用視覺(jué)圖像的無(wú)源性、實(shí)時(shí)性特性,在同物不同時(shí)物像像素變化關(guān)系的基礎(chǔ)上,根據(jù)牛頓力學(xué)定理與剛體轉(zhuǎn)動(dòng)定理,通過(guò)無(wú)人機(jī)位姿信息的提取與控制參量的轉(zhuǎn)換,確立了無(wú)人機(jī)六自由度信息與四輸入?yún)⒘恐g的關(guān)系,提出了基于視覺(jué)圖像的無(wú)人機(jī)飛行控制算法,并進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,所提出的控制系統(tǒng)算法在識(shí)別跟蹤目標(biāo)后,可以獨(dú)立完成無(wú)人機(jī)自主降落功能,克服了無(wú)線電信源易干擾有延時(shí)的不足,且動(dòng)態(tài)性能良好。該算法的成熟與應(yīng)用將有助于真正實(shí)現(xiàn)無(wú)人機(jī)自主化和智能化。