摘要：火场残留助燃剂检测是火灾调查的重要组成部分。现有方法以大型分析仪器为主,存在成本高、速度慢等缺点。提出了一种面向火场助燃剂快速检测的便携式电子鼻系统设计及相关的识别方法。采用15个金属氧化物半导体气体传感器和Jetson Nano核心控制器构造了电子鼻系统,并利用此电子鼻对汽油、柴油、酒精和稀料四种典型助燃剂采集气味信息,分别建立了未燃烧与燃烧后助燃剂气味数据集。基于四种传统机器学习算法、一维卷积神经网络(1D CNN)、二维CNN(2D CNN)和通道分离CNN(CS⁃CNN)模型开展了助燃剂识别实验。结果表明,CS⁃CNN模型针对未燃烧与燃烧后气味数据集的识别率分别为96.57%与94.66%,优于其他六种分类算法。本研究初步验证了电子鼻用于火场助燃剂快速识别的可行性,为后续的深入研究与应用奠定了基础。

摘要：本文研究了四旋翼无人机执行器发生部分失效时的姿态控制问题.通过分析其动力学特性,将执行器故障以乘性因子加入系统模型,得到执行器故障情况下四旋翼无人机的姿态动力学模型.在同时存在未知外部扰动和执行器故障的情况下,设计了一种基于自适应滑模控制的容错控制器.利用基于Lyapunov的分析方法证明了所设计控制器的渐近稳定性.在四旋翼无人机实验平台上进行了实验,验证了该算法对存在未知外部扰动和执行器部分失效时四旋翼无人机的姿态控制具有较好的鲁棒性.

摘要：针对四旋翼无人机吊挂飞行系统,本文设计了一种新型控制策略.本文首先建立了四旋翼无人机吊挂系统的数学模型.其中负载被看作由刚性绳悬挂在四旋翼无人机重心位置的质点.之后本文通过能量分析的方法设计了针对此系统的非线性控制器.本文提出的控制方法可以在抑制吊挂负载摆动的同时将四旋翼无人机移动到目标位置.本文运用李雅普诺夫稳定性分析和拉塞尔不变性原理对闭环系统的稳定性进行了证明.最后,通过数值仿真,分别将本控制器镇定控制和调节控制的控制效果与线性二次调节器(linear-quadratic regulator,LQR)控制器进行了对比.

摘要：本文基于浸入–不变集理论,针对小型无人直升机存在的参数不确定性问题,设计一种新型的自适应控制器.利用基于Lyapunov的分析方法和La Salle不变性原理,进行闭环系统的稳定性分析,确保无人直升机姿态角的跟踪误差全局渐进收敛,以及闭环系统的稳定性.在无人直升机姿态飞行控制实验平台上,进行了无人机姿态跟踪控制实验.实验结果表明,本文所提出的控制方法具有良好的跟踪控制效果.

摘要：提出为实现小型四旋翼无人机自主飞行控制,设计一种基于视觉的飞行控制方法,并搭建嵌入式控制架构飞行试验平台。在控制过程中,光流信息与姿态角信息进行融合用于估计无人机水平位置信息,利用获取到的水平位置信息作为内外环结构的比例微分积分(Proportion integration differentiation,PID)控制器外环反馈信息。不同于传统的基于地面站的控制架构试验平台,该飞行系统中采用了一个嵌入式控制架构的试验平台。该平台依靠机载嵌入计算机进行光流计算、运动状态估计,并采用机载飞行控制器执行控制算法。这种嵌入式控制架构工程实现难度高,但更利于实现四旋翼无人机的全自主飞行控制。试验结果表明,提出的设计方法取得了较好全自主飞行控制效果。

摘要：为实现四旋翼无人机的自主飞行控制,设计并搭建了四旋翼无人机的硬件飞行控制平台.该平台采用自行组装的四旋翼飞行器作为本体,航向姿态参考系统(AHRS)MTi-G单元作为主要机载传感器,ARM嵌入式系统芯片作为主控制器,AVR单片机作为超控单元.基于四旋翼无人机的非线性动态模型,采用内外环结构的PD控制算法,构造了无人机的位置与姿态跟踪控制器.实现了四旋翼无人机滚转角、俯仰角和水平纵向、横向位置共四个自由度的自动控制.实验结果表明,本文提出的机载控制系统设计取得了较好的飞行控制效果.

摘要：针对一类非线性多变量被控对象的控制问题,设计了一种基于自适应2阶终端滑模的自主控制方法.与传统滑模控制方法相比,该控制方案保留了其结构简单、鲁棒性强的优点,并有效削弱了传统滑模控制引发的抖振问题.利用基于李亚普诺夫的分析方法进行闭环系统的稳定性分析,确保了闭环系统的稳定性以及控制误差有限时间收敛.通过在3自由度控制实验平台上进行姿态镇定和跟踪实验,表明本文所提出的控制方法具有良好的姿态控制效果.

摘要：针对现有视频图像火焰检测算法前景提取不完整、准确率低和误检率高等问题,提出一种基于改进混合高斯模型(GMM)和多特征融合的视频火焰检测算法。首先针对背景建模,提出了自适应高斯分布数和学习率的改进GMM方法,以提高前景提取效果和算法实时性;然后利用火焰颜色特征筛选出疑似火焰区域,再通过融合改进局部二值模式纹理和边缘相似度特征用于火焰检测。基于支持向量机设计火焰融合特征分类器并进行对比实验,在公开数据集上的实验结果表明,所提算法有效提高了背景建模效果,火焰检测准确率可达到92.26%,误检率低至2.43%。

摘要：针对GPS(global positioning system)信号缺失环境下无人机(UAV)自主飞行控制问题,设计了一种基于视觉的自主定位与控制方法.首先通过增加特征点提取数量和优化关键帧存储来对传统视觉SLAM(simultaneous localization and mapping)算法进行改进,提高了算法的鲁棒性与通用性.其次,引入光流传感器作为视觉SLAM地图丢失情况下辅助位置信息测量单元,提高无人机飞行控制的安全性,并成功地克服视觉SLAM图像丢失问题和光流法存在的位置漂移问题.然后采用EKF(extended Kalman filter)融合无人机位置和3维加速度信息,得到了较为精确的位置信息,同时提高了信号输出频率.最后,利用上述方法获取的无人机位置信息设计PID(proportion integration differentiation)和RISE(robust integral of the signum of the error)非线性控制器,增加了算法的鲁棒性.为验证该控制策略的有效性,搭建了四旋翼无人机视觉控制系统实验平台.该平台采用嵌入式控制系统架构,使用机载计算机运行所提算法,避免了图像及控制命令在无线传输过程中引起的时间延迟和信号干扰.室外飞行实验表明,此控制方案实现了自主定位与飞行控制功能.