最近,协作式无人机 (UAV) 已用于多种复杂的军事和民用应用中。移动目标搜索 (MTS) 和移动目标跟踪 (MTT) 是需要协作式无人机参与的基于 UAV 的应用之一。因此,本文提出了一种用于 MTS 和 MTT 的协作式无人机框架,称为 (CF-UAVs-MTST)。CF-UAVs-MTST 基于 GzUAV 联合模拟器。它提供了一种 MTS 机制来为 UAV 生成空中航路点。MTS 算法考虑了飞行速度和高度以及机载摄像机的分辨率。MTS 算法可确保有效的覆盖率,约为 96.2%。在执行 MTS 任务时,将运行一种基于级联分类器的算法来检测目标。此外,我们提供了一种 MTT 机制来估计目标运动并设计最佳跟踪路径。仿真结果表明,CF-UAVs-MTST 可以实现快速且高精度的跟踪。
在题为“无人驾驶飞行器 (UAV)”的特刊中,我们邀请了有关这些设备涉及 UAV 服务的各个方面的文章,包括数据处理和传感器融合、障碍物和碰撞规避、单个 UAV 或 UAV 组的轨迹生成、UAV 之间的通信和网络、各种目的的任务规划等。已提出并发表了涉及各种 UAV 相关技术的手稿,包括检查农场、葡萄园、牧场动物、石化炼油厂、输油管道和战场;向偏远地区和住宅运送杀虫剂和除草剂、餐馆食物和包裹;摄影、电影和新闻业的前沿;各种领域的测绘——光学、磁学、声学和化学;以及战场上的侦察和战术轰炸。
开箱即用的可飞行无人机实际上在过去十年才开始出现,用于娱乐和研究 - 这是一个不断发展的问题。随着价格低于 500 英镑的消费产品的出现,它们的可用性和价格点在过去 5 年左右加速了普及,例如来自 DJI 的产品,它们易于飞行,可以使用运动相机飞行。大多数无人机都是四轴飞行器,开箱即可飞行 - 任何人都可以使用。大多数用于娱乐而非商业用途。可能用作交付平台,例如亚马逊,但超视距 (BVLOS)、物体避让、隐私等是一个问题。2017 年英国可能有 350 万架无人机。25% 的新娱乐用户不知道如何、在何处、何时飞行它们的任何控制。制定更严格的控制,例如无人机法案、CAP1627,但这些主要旨在降低对人类的风险,例如与飞机相撞。
本论文的总体目标是充分利用敏捷固定翼无人机的所有机动能力,实现自主飞行。主要主题是机动设计、控制和运动规划。论文首先讨论了一些初步主题:飞机动力学模型、反馈控制器和优化框架,这些都将在论文的后续部分中使用。接下来,进行调查以评估侧滑和螺旋桨电流在固定翼无人机极限机动中的重要性。如果在设计机动时没有考虑这两种现象中的任何一种,我们就会确定性能损失的成本。
摘要:在过去的几年中,滥用民用无人机或无人机(无人驾驶飞机)一直是一个令人关注的问题。作为响应,已经开发了多个系统,包括光学,电子甚至声学技术,以进行检测和跟踪。不幸的是,由于其小小的,十分尺寸的大小以及形状和行为的巨大变化,无人机代表了一个具有挑战性的目标。在该博士学位上,我们开发了一种激光雷达(光检测和范围)系统,以解决此问题以拆除一公里处。在我们的系统中,范围是使用ight原理的时间来获取的,并通过使用双轴电量器依次扫描场景来完成图像。我们利用扫描多功能性开发了多种操作模式。标准检测模式使用大量视图的栅格扫描捕获场景的图像。跟踪模式基于围绕目标的本地模式,该模式以非常高的速率更新,以使目标保持在其边界内。e Ort被纳入了我们扫描激增的众多参数的理论和数值优化研究中,以便在最大范围,本地化分辨率和速率方面达到表现性能。用于检测和跟踪模式的模式优化是主要焦点,使用检测的目标概率作为最大化的函数。目标大小,速度和替代性也引入了检测的概率,从而完整概述了系统性能。该原型在几周的试验中测试了无人机检测和跟踪。在我们的LiDAR平台上,从头开始开发,每个组件的表征都可以丰富和验证我们的模型。成功之后,候选人启动和监督了工业前的整合过程。
抽象无人机和无人驾驶汽车(UAV)已演变成具有物流和供应链(LSC)领域中不同应用的高级工具。我们的研究通过检查最近的审查论文发现了明显的差异,这表明在整个供应链中彻底检查无人机/无人机的应用时缺乏。由于该领域的大量出版物,需要采用新的分析方法。采用新颖的文本挖掘方法,定性评估和时间趋势分析,我们检查了一个数据集,其中包含1978年至2023年的Scopus的5364篇论文。通过采用潜在的Dirichlet分配(LDA)模型,我们确定了域内的十个不同的研究主题。我们的发现提出了四个有希望的未来研究方向:(1)通过基于无人机的解决方案来促进可持续的SC,(2)利用新兴技术来实现基于无人机的SC中的全球可扩展性,(3)探索基于无人机供应链在PANDPOOM CONTION中的供应链在Pandepit Control努力中的应用,以及(4)将基于无人机的物流与多层交通集成为基于无人机的运输。这些方向提供了关于在现有和未来供应链中基于无人机运输的整合的宝贵见解,这表明了推进生产和物流系统研究的潜在途径。
本文讨论了 Nurjana Technologies 在意大利国家军事研究计划下开展的第一年活动的成果。它描述了如何应用先进的图像处理技术来实现无人机的机载传感器处理。考虑了四个用例:目标检测、识别和定位、公路/越野和人体部位的语义分割以及人体动作识别。所有算法都是使用基于深度神经网络的最先进的计算机视觉方法开发的。已经开展了收购活动来收集反映典型操作场景的自定义数据集,其中复制了多旋翼无人机的特殊视角。报告了算法架构和训练模型的性能,展示了高水平的准确性和推理速度,为实现机载自主功能铺平了道路。
摘要 —本文介绍了一种基于分散 Voronoi 的线性模型预测控制 (MPC) 技术,用于在有界区域内部署和重构由无人机 (UAV) 组成的多智能体系统。在每个时刻,该区域被划分为与每个 UAV 智能体相关联的不重叠的时变 Voronoi 单元。编队部署目标是根据每个 Voronoi 单元的切比雪夫中心将智能体驱动到静态配置中。所提出的基于 MPC 的编队重构算法不仅允许故障/不合作的智能体离开编队,还允许恢复/健康的智能体加入当前编队,同时避免碰撞。仿真结果验证了所提出的控制算法的有效性。
摘要 本文介绍了一种用于微型旋翼无人机 (UAV) 导航的硬件设备和相关算法。与许多专注于适应单一任务和环境的导航解决方案的研究不同,所提出的方法旨在同时处理室内和室外任务,并且能够抵御传感器丢失和/或错误测量。介绍了一种带有低成本传感器的硬件设备以及用于在线估计由其位置、姿态和速度组成的车辆状态的算法。这种基于互补和卡尔曼滤波器的估计架构能够根据当前环境(室内或室外)从不同的传感器中选择和融合测量值。描述了算法并提供了模拟结果以说明和比较所提方法的性能。