简介:摘要:近年来,随着面向消费者的旋翼无人机市场的快速增长,其技术也在迅速变化,比以往任何时候都更多地用于特殊行业甚至军用产品技术(如飞行控制、图像传输、目标识别与跟踪、等)也越来越多地应用于民用无人机,使其越来越接近自动化和智能机器人飞行的概念。
简介:摘要:随着时代发展,电子信息技术不断进步,人们对于生活智能化的要求逐步提高,飞行器作为新型电子设备受到了越来越多的关注。飞行器可以广泛应用于军事和日常中的各个领域。但是,如果飞行器没有效率较高的自动避障设计,不仅会影响飞行器的服务质量,更有可能会造成人员财产损失。因此,提高飞行器的自动避障技术是飞行器研究领域的关键所在。自动避障系统是无人机飞行器在自动飞行的过程中遇到障碍物时,通过在线测量的方式自动识别、有效规避障碍物,达到安全飞行的系统。然而现有的研究成果大多是采用雷达躲避障碍物,本课题旨在将机器视觉应用于飞行器的自动避障系统,为无人飞行器应用提供更安全的保障,使飞行器发挥更大的效用。
简介:摘要:随着时代发展,电子信息技术不断进步,人们对于生活智能化的要求逐步提高,飞行器作为新型电子设备受到了越来越多的关注。飞行器可以广泛应用于军事和日常中的各个领域。但是,如果飞行器没有效率较高的自动避障设计,不仅会影响飞行器的服务质量,更有可能会造成人员财产损失。因此,提高飞行器的自动避障技术是飞行器研究领域的关键所在。自动避障系统是无人机飞行器在自动飞行的过程中遇到障碍物时,通过在线测量的方
简介:摘要:随着时代的发展,电子信息技术的发展,对生活智能的要求逐渐提高,飞行器作为新型电子设备受到越来越多的关注。飞行器可以广泛应用于军事和日常的各个领域。但是,如果飞行器不进行高效的自动避障设计,不仅会影响飞行器的服务质量,还会造成人力财产损失。因此,飞行器的自动防壁技术是飞行器研究领域的关键。自动避障系统是无人机飞行器在自动飞行过程中遇到障碍物时,通过在线测量自动识别和有效避开障碍物,达到安全飞行的系统。但是,现有的研究成果大部分是利用雷达避开障碍物,本文旨在将机器视觉应用于飞行器的自动避障系统,为无人机应用提供更安全的保障,使飞行器发挥更大的效用。
简介:对静态机器人避障问题进行了全面分析,对最短路的设计进行了理论分析和证明,建立了机器人避障最短路径的几何模型,对最短时间路径问题通过建立非线性规划模型,有效地解决了转弯半径、圆弧圆心位置和行走时间等问题.
简介:研究基于深度强化学习技术的避障场景的算法模型设计,采用改进岛深度Q网络(DeepQ-lesrningNet-work,DQN)算法克服了Q-learning表名式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很艰难获得较好结果的情况,改进奖利机制,增知实时奖惩作为补充,解决学习耗时长和练不稳定的问题:采用相对角度、位置金和距离等信息,相比绝对坐标信息可以更有效的躲障碍物。不同于基于栅格法/可视图法等传统人为策略避障算法,深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力,因此适用性更强。该技术可应用在仓储无人车、巡佥机器人、无人机等现实场景。