某型无人机着陆过程中地面滑行段的建模与仿真

无人机在着陆过程中地面滑跑阶段的运动特性与空中飞行时不同,建立无人机在这一阶段的数学模型,对进一步深入研究实现无人机安全着陆具有重要意义。本文以某型无人机为背景,对无人机进行详细的受力分析,研究并建立了地面滑行阶段的非线性数学模型。并在Matlab/Simulink平台上对其进行仿真,通过仿真结果与实际飞行状态数据的对比,表明模型可用。     

系统辨识方法在微型飞行器建模中的应用

为对微型飞行器的飞行进行控制,需要建立其动力学模型。讨论了微型飞行器模型的系统辨识方法,设计了实验方法与采集装置,在数据处理、模型结构选择、模型评价等方面进行了探讨。简要介绍了输入输出端存在噪声时系统的线性最小二乘无偏辨识方法原理,最后给出了微型飞行器的纵向通道的仿真算例,结果表明,运用这种方法对微型飞行器进行建模是准确而有效的。     

某型MAV的自主导航算法及飞行试验*

针对某型固定翼MAV,在飞行姿态控制和高度控制已经比较完善、机载GPS精度受到制约并存在信号延时的状况下,对该MAV的导航算法进行了探讨。历经多次计算机仿真和飞行试验,根据PID控制原理,设计并完善了适合该MAV的导航算法,给出了基于此算法的飞行试验结果。试验结果表明,该算法满足MAV执行长距离飞行任务的要求。     

基于数学形态学和支持向量机的跑道检测方法

提出了一种基于数学形态学和支持向量机的跑道检测方法.首先采用Otsu法对原始图像进行全局阈值化处理,并利用灰度形态学边缘检测算法对所得图像进行边缘检测;然后利用Hough变换提取线段,若线段超过一定长度,则判定其所在区域为跑道的候选区域;最后选择8个分量组成跑道候选区域的纹理特征向量,用支持向量机作为分类函数,对候选区域的纹理特征向量进行分类,判别出跑道.实验表明,该算法对跑道定位准确,误检率低.