摘要：针对直线型倾转多旋翼植保无人机模型耦合复杂、作业时易受施药执行器干扰等问题,提出了一种模型补偿-线性自抗扰控制算法。首先建立无人机运动学和动力学模型,并分析作业时离心喷头产生的力矩作用影响;然后将作业模型中的固定部分作为已知扰动,引入模型补偿-扩张状态观测器估计内外未知总扰动并动态补偿控制系统,完成位姿控制器设计。仿真结果表明,所提出的算法在作业场景下偏航角度误差小于0.2°,恢复时间小于0.55 s,相比于PID算法和线性自抗扰算法最大角度偏差分别降低3.4°和0.9°,恢复时间减少3.1和0.99 s,具有较强的鲁棒性。飞行实验表明,该无人机可以很好地跟踪植保作业轨迹,最大位置稳态误差小于15 cm,满足植保作业需求。

摘要：针对在旋翼动态时产生的外力矩影响下,倾转矢量动力系统中的舵机系统模型辨识精度低、实际响应难以估计的问题,本文将舵机外力矩作为扰动噪声纳入辨识环节,构建系统模型,并提出了一种基于改进生态系统粒子群优化(IESPSO)的倾转旋翼舵机系统参数辨识方法。为确保试验稳定安全进行,本文设计了倾转矢量动力系统辨识平台,进行参数辨识试验。试验结果表明,在旋翼动态时产生的外力矩噪声影响下,IESPSO相对于粒子群优化法、生态系统粒子群优化法与递推最小二乘法,均方根误差降低了1.46%,1.79%与56.37%,辨识精度有明显提升,并具备更快的寻优收敛速度。在修改搜索空间后,IESPSO仍具有较高的寻优精度,避免了在宽搜索空间下无法快速搜索至较优可行解的问题。

摘要：为推进慧智慧乡村信息化、智能化建设进程,解决移动用图系统商业软件价格昂贵、系统庞大、硬件要求高等问题,设计一个轻量化的智慧乡村移动用图系统。基于Android开发平台,结合开源GDAL和移动GIS技术,研究移动GIS、影像金字塔的多线程快速加载、多线程矢量分层按区动态加载、线与节点双属性等关键技术,建设轻量化的智慧乡村移动用图系统。以智慧园区数据为例,研发了轻量化、安装方便、运行快捷、操作简单、展示直观的移动用图系统,取得了较好的应用效果。

摘要：四旋翼无人机在飞行过程中易受到难测量的非线性多源干扰,进而影响系统的稳定性和控制精度。针对此问题,提出了一种基于自适应神经网络的鲁棒轨迹跟踪控制策略。首先,将四旋翼无人机的跟踪问题转化为对位置子系统和姿态子系统的期望指令跟踪控制问题,针对2个子系统设计基于干扰估计器的控制策略,使系统快速逼近期望轨迹;其次,针对干扰估计器存在估计误差问题,在位置子系统引入了自适应神经网络补偿,实现非线性多源干扰的高精度补偿;最后,通过仿真与实验验证所提控制策略的性能。实验结果表明,所提控制策略在快时变干扰下仍然能够实现期望轨迹跟踪控制,风扰环境下悬停和圆形轨迹跟踪的位置控制精度分别达到0.02m和0.1m,姿态控制精度达到0.1°。

摘要：针对当前架空输电线路人工巡检方法存在的劳动强度大、条件艰苦、危险性高且效率低等问题,提出了一种基于无人机低空摄影构建影像点云的输电线路巡检方法。首先阐述了总体技术路线,研究了架空线路无人机影像拍摄方法、航线敷设方法及山区变高飞行航高设计方法,然后利用影像数据进行电力线量测及重建、线路通道场景三维重建以及架空线路障碍物探测,通过试验案例详细对本文方法进行精度分析。试验结果证明,该方法仅依靠低成本设备即可实现可靠的线路巡检,大大降低了现有输电线路的巡检成本,提升树障检测的质量和效率,能保证线路安全运维。