无人机跟随一维高度避障场景--逻辑分析

已于 2023-08-20 05:32:29 修改
阅读量919 收藏 2
点赞数 1
分类专栏： DIY Drones 文章标签： 无人机
于 2023-08-15 14:37:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lida2003/article/details/132296789
版权

无人机跟随一维高度避障场景--逻辑分析

1. 源由

最近拿到一台测试样机，功能很多，就不多赘述。

这里针对跟随功能进行下吐槽和分析，当然由于成本或者技术问题，该机不配备3D/2D避障功能。

2. 视频

首先，上视频，不废话。

HoverX1 同样的路不一定好走，但低头走路一定不行

3. 问题

问题就是我走的好好的，结果这个跟随的飞机碰到树的枝叶了。

头脑风暴开始需要发散，然而实际问题需要收敛。

3.1 思维发散

通常认为【在指定时刻】，【3维空间】无人机对主体目标的【可视无遮挡】【相对位置】。

这里将几个比较关键的描述用“【】”给加强出来。

所以该问题实际上存在几个分析点：

  • 两个相对物体（无人机，主体目标）同一时刻下
  • 在三维空间坐标系统下的坐标和速度
  • 在可视区域，中间无遮挡的情况下
  • 相对位置在可控范围（视频能看清/跟踪信号良好等）

3.2 问题收敛

接下来，比较务实的来收敛这个问题，假设如下：

  • 地面物体低速运动(< 10m/s)场景 // 100米奥运世界纪录是9.58秒，由博尔特创造的记录。
  • 路径规划xy跟随目标行进路线
  • 不提升硬件规格或者设计前提

基于以上假设，可以认为：

  • 无人机速度能够跟得上低速运动跟随目标。
  • 在目标运动xy轨迹与横截面构成的空间区域可以定义为无障碍空间。

此时，需要考虑如下几个场景

  • 常规异常情况【电池耗尽、目标丢失等等】
  • 当飞行高度超过目标高度时，在飞行高度上出现障碍物
  • 跟随飞行过程中，在目标与无人机之间突然出现障碍物
  • 跟随飞行过程中，目标高度出现变化（比如：人弯腰行进等）

综合上面场景，将问题收敛到在原有策略基础上增加一维高度维度的障碍物感知分析。

4. 图示

测试视频是设置平拍模式。

按照本人的理解平拍是在某个高度（智能的角度，VIO自动测定的一个跟踪目标的高度）。

注：鉴于测试样机是可以选择跟随高度：高、中（平拍）、低。

4.1 水平模式

在这里插入图片描述

4.2 下坡模式

在这里插入图片描述

4.3 上坡模式

在这里插入图片描述

4.4 碰撞分析

视频在上坡时发生与树枝的碰撞，如图所示。

如此时能在Z方向的高度维度进行视频障碍物检查，降低高度，同时跟随摄像头抬高视角，走到S位置，将可以规避该风险。

在这里插入图片描述
从实际视频效果看，小飞机跟随策略是始终保持头部高度以上一点的位置，因此，下坡就没有类似问题。

在这里插入图片描述

5. 总结

5.1 一维高度避障场景

这里仅仅针对上桥跟随视频出现树枝遮挡这种障碍物场景进行了简单的分析。

从逻辑的角度，如果没有3D避障传感器支持的情况下，需要通过单目摄像头测距，平面解析几何，来做出高度方向的规划。

作为有保护圈的小型无人机，可以考虑降低以安全避开此类障碍物，因为低空通过性会更好，更安全（需要考虑最低高度，越低出现突然障碍物的可性能就会大幅度提高，比如：小孩）。

在公园或者小树林，其实这种场景是很多的。如果没有很好的3D避障传感器，那么做一个跟随一维高度避障就显得很有意义。

以下是设置平拍（勉强在这个公园能通过，不过一些角落是没有去的），如果设置高，那么100%会碰到树枝。

HoverX1 城北公园散步

5.2 业界跟随产品

目前，市场上比较成熟的产品可以参考下以下视频：

Top 5 best follow me drone 2023

5.3 APM集成跟随

当然目前业界排名前列的产品也并非做到了非常好的跟随效果，尤其是在避障方面。

通过对Ardupilot的了解，如果能将ROS在避障方面的智能集成进来，也未尝不是一种很好的解决方案。

示意图一：

在这里插入图片描述

示意图二：

在这里插入图片描述

示意图三：

在这里插入图片描述
上述方案可能或多或少都会涉及到新增飞行模式（当然也看飞控和传感器的物理连接方式，这里主要是针对ArduPilot），关于飞行模式可以参考：ArduPilot开源飞控之飞行模式

Drone based follow

6. 参考资料

【1】ArduPilot开源飞控系统之简单介绍
【2】ArduPilot开源飞控之飞行模式

7. 补充资料 - 大疆智能跟随

总的来看，避障方面做的都不太好。所以有所突破就是产品亮点。

7.1 炸机

【损失桨叶一套】MNI 3 PRO智能跟随炸机了

大疆mini3pro自动跟随模式炸机啦！视频结尾处~

大疆御3，萌新自动跟随炸机

大疆御3自动跟随炸机，撞树。维修费用自理。大家看看是否正常。宣传片里可以穿林，在树梢穿越。是否属于虚假宣传？

DJI Mini 3 Pro 自动跟随炸机

7.2 成功

mini3pro智能跟随

大疆无人机智能跟随，避障功能无敌了，结果真没想到……

lida2003
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
目标检测YOLO实战应用案例100讲-基于无人机的运动目标检测
qq_36130719的博客
11-14 274
无人机（Unmanned Aerial Vehicle, UAV）是指由机载计算机自动控制或由 地面飞行员远程控制的无人驾驶飞行器。20世纪末，随着定位技术和通信技术 的发展，无人机在军用领域初露锋芒。21世纪初，微型化技术让研制便携式无 人机成为可能，研究人员研发了“渡鸦”固定翼无人机，该无人机配备摄像头 和视频接收器，起飞后可以通过视频接收器在屏幕上看到图像。“渡鸦”可以手 动投掷起飞，活动范围10公里，后续通过自动驾驶到接近悬停的方式后自行着 陆。
MATLAB算法实战应用案例精讲-【人工智能】SLAM（概念篇）
qq_36130719的博客
06-06 1905
SLAM是Simultaneous Localization and Mapping的缩写，意为“同时定位与建图 （同步定位与地图构建）”，是业界公认视觉领域空间定位技术的前沿方向。它是指运动物体自身位置不确定的条件下，根据传感器的信息，一边计算自身位置，一边构建环境地图的过程,同时利用地图进行自主定位和导航。它主要用于解决机器人在未知环境运动时，如何通过对环境的观测确定自身的定位和运动轨迹，同时构建出周围环境的地图。
APM基础
不一样的梦想的博客
03-15 747
1、稳定模式Stabilize 稳定模式是使用得最多的飞行模式，也是最基本的飞行模式，起飞和降落都应该用此模式。此模式下，飞控会让飞行器保持稳定。（陀螺仪，加速度计介入解算姿态，气压计，GPS不介入解算姿态）是初学者进行一般飞行的首选。一定要确保遥控器上的开关能很方便无误地拨到该模式，这对抢救紧急情况十分重要。 2、定高模式ALT_HOLD 初次试飞之后就可以尝试定高模式，此模式不需要GPS...
基于NMPC的无人车路径跟踪与避障控制算法详细分析及实现
zcaXjSwFPV的博客
04-01 481
NMPC算法作为一种优化控制方法，具有较强的适应性和鲁棒性，能够有效地解决路径跟踪和避障控制问题。通过详细分析代码的结构和算法的原理，我们对路径跟踪和避障控制问题有了更深入的了解。其中，路径跟踪和避障是无人车自动驾驶的两个重要问题。本文将介绍一种基于非线性模型预测控制（NMPC）算法的路径跟踪和避障控制算法，并对其进行详细的分析。可视化展示是对路径跟踪和避障控制结果的直观呈现，有助于研究者们对算法的效果进行评估和改进。在路径跟踪和避障控制中，地图的准确性和完整性对于保证无人车的安全驾驶至关重要。
文章2：多功能智能跟随行李箱控制系统设计 | 本科毕业设计 - 【论文终稿】
热门推荐
COOL_DREAM_的博客
02-10 3万+
毕 业 设 计 [论 文] 题 目： 多功能智能跟随行李箱控制系统设计 摘要 科技产品不断融入人们的生活，给人们带来了便利。近年来，与人们出行相关的智能跟随行李箱产品不断涌入市场，其丰富的功能和自动跟随特性，在解放了人们双手的同时，也满足了人们在旅途中的需求，提高了人们的旅行体验。 本文针对市场上智能跟随行李箱在功能及自动跟随性能上的不足，并结合人们的需求，进行了多功能智能跟随行李箱控制系统设计。在自动跟随系统的设计中，对定位技术和定位跟随方法进行了对比分析，建立了行李箱运动的数学模型，设计出了一套自动跟随
CMU-TARE 探索算法官方社区问答汇总
qq_42994487的博客
03-25 2326
CMU-TARE 探索算法官方社区问答汇总
MATLAB算法实战应用案例精讲-【人工智能】SLAM（概念篇）（补充篇）
qq_36130719的博客
06-07 956
SLAM 算法最早出现在 SmithSelf 和 Cheeseman 的论文中,他 们 运用扩展卡尔曼滤波对状态空间中的机器人位姿和特征 ( 路标 ) 位置进行同 时 估 计。计 算 复 杂 度 高 一 直 是 SLAM 的 难 题 之 一 ，在 基 于 特 征 的SLAM 算法中,标准 EKF SLAM 方法的计算复杂度与环境特征个 数 呈二次方关系,这使得它只能在一般不超过上百个特征的较小范围内应用。因此,研究一种计算量可随地图大小进行缩放的 SLAM 算法成为一个公共难题。
MATLAB算法实战应用案例精讲-【人工智能】基于机器视觉的机器人及机械臂运动规划
qq_36130719的博客
05-25 2647
移动机器人运动行为是由自主导航系统决定的，自主导航系统主要包含感知、规划、控制与定位四个模块，感知模块是连接机器人与环境的桥梁，其作用是“阅读、提取”环境内容；规划模块是连接感知与控制的桥梁，其作用是“分析、理解”环境内容，根据用户目标及需求输出可执行控制命令，因此感知、规划模块是决定导航系统智能程度的关键。运动规划一直是机器人领域非常经典的研究热点之一，诸多学者和研究机构针对运动规划中的科学问题进行了深入研究。
云计算实战应用案例精讲-【自动驾驶】多模态融合智能检测方法及 SLAM 车载实现（论文篇）
qq_36130719的博客
04-20 1094
针对助老陪护应用场景，为了使智能机器人更好地实现交互，本文选择了语音、手势和场景对象进行融合识别。针对助老陪护的现实特点，为了达到更自然的交互效果，本文识别了老年人日常生活陪护和心理陪护游戏中的四种模态信息。在手势识别方面，本文分析研究了老年人表达意图经常使用的几种手势，并在项目组前期工作基础上完成识别与应用[58]。在语音识别方面，本文通过现有接口，完成音频文件到语言文字的识别转换。在场景对象的检测方面，本文实现了日常生活用品的目标检测，以及心理陪护游戏中所使用游戏积木的检测。
MATLAB算法实战应用案例精讲-【优化算法】蘑菇繁殖优化算法(MRO)(附MATLAB代码实现)
qq_36130719的博客
12-13 730
蘑菇作为真菌，繁殖主要通过孢子繁殖和菌丝繁殖两种方式。孢子繁殖是指蘑菇通过产生孢子来进行繁殖，这些孢子落在合适的环境中可以发芽生长成为新的菌丝。菌丝繁殖是指菌丝通过分支扩展和连接形成菌丝网络，并且在特定条件下形成菌核，从而实现繁殖和传播。蘑菇繁殖算法（）是由等人于2018年提出的一种新的元启发式种群智能优化算法，以其原理简单、参数较少、易于实施等优点而备受关注，目前已在众多应用领域取得了满意的结果。在自然界中蘑菇会在繁殖区周围进行搜索，寻找营养丰富的区域进行繁殖；而当。
无人机避障-室外场景基于GPS的无人机分布式编队避障飞行上位机系统实现-附项目源码-优质项目实战.zip
05-16
无人机避障_室外场景基于GPS的无人机分布式编队避障飞行上位机系统实现_附项目源码_优质项目实战
行业文档-设计装置-一种自动避障机器人平台.zip
08-19
行业文档-设计装置-一种自动避障机器人平台.zip
井下移动机器人智能视觉避障研究-论文
07-08
针对现有井下移动机器人避障方法在面对井下复杂障碍物时不能准确检测障碍物位置信息，对井下非线性障碍物不能准确进行避障控制等问题，提出了一种基于模糊控制的井下移动机器人智能视觉避障方法。首先采用双目立体...
纳雷无人机避障神器-毫米波雷达.pdf
03-16
。。。
纳雷无人机避障神器-毫米波雷达.docx
03-16
。。。
腾盾科创无人机亮相第二十四届新疆农机博览会引发观展热潮
最新发布
tangtianxia的博客
05-27 174
为响应本届博览会“智慧农业˙智能农机与农业现代化”的主题，腾盾科创此次携旗下产品参展，在充分展现无人机系统能力的同时，更综合展示了公司在大型无人机应用于农业领域的思考与研究。在展会现场，参展人员为观展嘉宾介绍了产品情况，并与国内外农机装备科研单位和企业就大型无人机在农牧业数据航空探测与采集、航空播撒、农林植保、高价值农副产品物流运输，以及大型无人机人工影响天气在增产和减灾防灾等方面的应用和技术发展进行了广泛交流与充分沟通。
无人机侦察：雷达系统概述
05-21 830
通过不断的技术创新和应用拓展，无人机侦察雷达系统将为未来的军事行动提供更加精准、高效的情报支持。同时，也需要关注并解决系统在实际应用中可能遇到的问题和挑战，以确保系统的稳定性和可靠性。展望未来，无人机侦察雷达系统将继续发挥其在侦察领域的重要作用，并随着科技的进步不断发展和完善。同时，随着5G、物联网等通信技术的快速发展，雷达系统也将与其他信息系统实现更紧密的融合，共同构建智能化的信息感知网络。随着无人机技术的快速发展和战场环境的不断变化，无人机侦察雷达系统正面临着新的发展机遇和挑战。
无人机技术：倾转旋翼飞行器的关键技术详解
05-22 949
因此，如何实现旋翼和机翼之间的协调控制，确保飞行器在不同飞行阶段都能保持稳定性和操控性，是倾转旋翼飞行器设计的难点之一。通过精确测量飞行器的姿态、速度、加速度等参数，结合飞行器的动力学模型和飞行控制策略，实现对旋翼和机翼的实时调整和优化。在设计过程中，应充分考虑电机的功率、扭矩、重量等参数，以及电池的能量密度、充放电速度等性能，确保飞行器在各种飞行状态下都能获得稳定的动力支持。机械结构部分负责支撑和驱动旋翼的倾转，而控制系统则根据飞行器的状态和飞行员的指令，精确地控制倾转角度和速度。
无人机的三维环境避障，MATLAB中的代码，带详细注释
06-03
好的，下面是一个使用 MATLAB 实现无人机三维环境避障的示例代码。这个代码实现了一个简单的避障算法，包括了对障碍物的检测和规避。代码中也有详细的注释，希望能对您有所帮助。 ``` % 初始化无人机的位置和速度 pos = [0, 0, 0]; % 初始位置 vel = [1, 1, 1]; % 初始速度 % 初始化障碍物位置 obstacles = [2, 2, 2; -1, -1, -1]; % 设置运行时间和时间步长 T = 10; % 运行时间 dt = 0.1; % 时间步长 % 主循环，模拟无人机的运动 for t = 0:dt:T % 计算无人机与障碍物之间的距离 dist_to_obstacle1 = norm(pos - obstacles(1,:)); % 障碍物1 dist_to_obstacle2 = norm(pos - obstacles(2,:)); % 障碍物2 % 判断是否需要避障 if dist_to_obstacle1 < 1 || dist_to_obstacle2 < 1 % 如果需要避障，计算避障力 if dist_to_obstacle1 < dist_to_obstacle2 % 靠近障碍物1，避开障碍物1 F = (pos - obstacles(1,:)) / dist_to_obstacle1^2; else % 靠近障碍物2，避开障碍物2 F = (pos - obstacles(2,:)) / dist_to_obstacle2^2; end else % 否则，保持直线运动 F = [0, 0, 0]; end % 计算速度和位置 vel = vel + F * dt; % 更新速度 pos = pos + vel * dt; % 更新位置 % 显示当前位置和速度 disp(['t = ', num2str(t), 's, pos = [', num2str(pos), '], vel = [', num2str(vel), ']']); end ``` 这个代码中，首先定义了无人机的初始位置和速度，以及障碍物的位置。然后，设置了运行时间和时间步长，进入主循环。在主循环中，首先计算无人机与两个障碍物之间的距离，判断是否需要避障。如果需要避障，根据距离计算避障力；否则，保持直线运动。最后，更新速度和位置，并显示当前位置和速度。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值