如何节省无人机的能耗进而实现长距离运输是一项非常现实且艰巨的任务。然而对于无人机来说,经典的物体检测算法,例如基于深度卷积神经网络的物体检测算法和经典的飞行控制算法,例如基于PID的位置控制算法,都需要大量的能耗,限制了无人机系统的应用场景。针对这一问题,本文针对四旋翼缆绳悬挂有效载荷(QCSP)系统提出了一种轻量级的物体检测网络和线性自抗扰控制器(LADRC)来提高能耗效率。该系统采用YOLOV3网络并将其嵌入到Jesson NX移动平台中,可以精确检测目标位置。此外,采用缆绳悬挂结构的非线性速度控制器来控制有效载荷的速度,采用LADRC算法实现对有效载荷位置的快速准确控制。仿真与实飞实验表明,提出的目标检测算法和LADRC控制策略可以有效节省无人机的能源。
本研究提出了基于自抗扰控制 (ADRC) 方法的控制设计,以抑制三角翼飞机的机翼摇晃运动的影响。为了抑制机翼摇晃运动,已经研究了两种 ADRC 结构;一种基于线性 ADRC,另一种基于非线性 ADRC。设计的 ADRC 控制器的设计参数的设置是另一个问题,该问题已通过使用现代优化技术得到解决。这项工作提出了蝴蝶优化算法 (BOA) 来调整这些设计参数,以便达到控制器的最佳性能。通过数值模拟对 LADRC 和 NADRC 的性能进行了比较研究,结果表明 LADRC 在抑制能力方面优于 NADRC。此外,模拟结果表明,与试错法相比,BOA 可以成功提高所提控制器的性能。