小型無人機(jī)技術(shù)創(chuàng)新大賽報(bào)告與源碼4win

項(xiàng)目無人小飛機(jī)快速目標(biāo)1跟蹤過程中，使2項(xiàng)目無人小飛機(jī)快速目標(biāo)1跟蹤過程中，使2像處理策2PID參數(shù)自整定模糊PID控制器以誤差E和誤差變化Ec作為輸入，它的結(jié)構(gòu)如圖2圖2參數(shù)自整定模糊PID常規(guī)離散PID控制器的位置式描述為（cvMorpholo模糊PID無人機(jī)底部攝ku(k)KpE(k)Kiku(k)KpE(k)KiE(i)KdEc(kKpKiKd對(duì)輸出特性的影響情況，一般情況下，在不同的E，Ec下被控過程對(duì)參數(shù)的自整定要求可歸納為：1|E|為中等大小時(shí)，為使系統(tǒng)響應(yīng)的超調(diào)減小，應(yīng)取較小 ， 大小適中，以KpKi證系統(tǒng)的響應(yīng)速度；3，當(dāng)|E|較小時(shí)，為使系統(tǒng)具有良好的穩(wěn)態(tài)性能，應(yīng)增(PS)、正中(PM)、正大(PB)KpKiKd模糊語言變量均為：零(z)、小(S)、中(M)(B)。建立表1所示的控制規(guī)則表1PID4（threadGUI對(duì)ARDrone的鍵盤控制（起飛、著陸、開始跟蹤等項(xiàng)目二尋跡自主行飛行控制，使其沿著地上的標(biāo)志飛行，控制框架項(xiàng)目二尋跡自主行飛行控制，使其沿著地上的標(biāo)志飛行，控制框架如圖1所示。1ARDroneARDrone2圖像處理方2對(duì)ARDrone進(jìn)行相應(yīng)的控制，使其沿著賽提取輪廓（cvFindContours），得到跟蹤點(diǎn)序?qū)D像進(jìn)行形態(tài)學(xué)處理，消除內(nèi)部小空洞，減小對(duì)紅色部分進(jìn)行反向投影，化為將圖像從RGB色彩空間轉(zhuǎn)換到HSV色彩空34所示。因此，rollpitch可以保持34所示。因此，rollpitch可以保持前前進(jìn)反41234565=選取的點(diǎn)，計(jì)算y坐標(biāo)的平均值，得到它與圖像中點(diǎn)（y=180）的偏差E，對(duì)pitch進(jìn)行模糊控制，控制方法采用項(xiàng)目1一樣的方法，這里不再贅述。roll4.3E與擬合得到的角度值（yaw）roll的數(shù)值。模糊控制規(guī)則為：1，在直道上無人4.4roll的模糊控制處理，在實(shí)際測(cè)試中可以使無人機(jī)順利地通過小彎，但對(duì)于y坐標(biāo)的平均值avg_Y，然后計(jì)算第一個(gè)點(diǎn)的y坐標(biāo)與avg_Y的差值，如果差值的絕對(duì)值大減速方法：根據(jù)實(shí)時(shí)獲取得到的Navdata（200Hz）Vy速度，對(duì)y軸方向的速度進(jìn)行PD控制，使y方向的速度快速降到設(shè)定值。5點(diǎn)的檢測(cè)和6項(xiàng)目三基于語音的飛行項(xiàng)目三基于語音的飛行Wi-1由于android手機(jī)需要與ARDrone通過Wi-Fi進(jìn)行通所以語音識(shí)別無法采用在線識(shí)本地語音識(shí)別可以考慮語音識(shí)別引擎PocketSphinx和國內(nèi)科大訊飛公司的話音APIAPI進(jìn)行本地22第三方應(yīng)用程序集成使用“訊飛語音+”控制ARdrone飛行與獲取Navdata可以直接根據(jù)開發(fā)文檔提供的格式編寫AT命令。但YADronejava軟件包，里面封裝好了與ARDrone進(jìn)行交互的命令，因此只需根據(jù)語音識(shí)別的結(jié)果直接ARDrone發(fā)送控制命令即因?yàn)橥ㄟ^語音識(shí)別控制ARDrone實(shí)時(shí)性較差，經(jīng)常因?yàn)閬聿患翱刂茖?dǎo)致ARDrone發(fā)UI3用戶界面設(shè)3用戶界面設(shè)34Navdata項(xiàng)目基于慣項(xiàng)目基于慣性器件的動(dòng)作識(shí)別軟1識(shí)別方案設(shè)FFT256個(gè)樣研究已經(jīng)驗(yàn)證了用50%重疊的滑動(dòng)窗提取動(dòng)作特征是有效的。因?yàn)楸痉桨覆杉瘮?shù)據(jù)時(shí)的采就會(huì)出現(xiàn)嚴(yán)重的延遲現(xiàn)象。經(jīng)反復(fù)驗(yàn)證，最后本方案取滑動(dòng)窗窗長為256個(gè)樣本點(diǎn)。FFT64FFTFFT特征。這里需要指出的FFT系數(shù)被去除掉，因?yàn)樗鼈兪侵绷鞣至?，代表的是加速度傳感器的重力分量。因此，每個(gè)動(dòng)作在每個(gè)窗口內(nèi)，F(xiàn)FT特征的維數(shù)是63×3維。矢量用SVM訓(xùn)練為參考模板。本方案使用