自主移动空中机器人学习总结（一）

@date : 2022.11.12 begin

@author : HNU-Yeehow

1. 课程知识总结

1.1. 课程内容

课程主要包括了三个部分：四旋翼飞行器的建模与控制（Quadrotor Modeling and Control）;计算机视觉基础（Computer Vision Basics）;多传感器融合策略（Multi-sensor Fusion）。内容涉及到刚体力学Vision Basics) ;多传感器融合策略(Multi-sensor Fusion) 。内容涉及刚体动力学(rigid-body dynamics) ，系统建模(system modeling) ，控制(control) ，轨迹规划(trajectory planning) ，传感器融合(sensor fusion) ，基于视觉的状态估计(vision-based state estimation) 等。

1.2. 课程基础要求

• Linear algebra

• Probability

• MATLAB progamming skills

• C++ programming skills

• Linux

• ROS

1.3. 无人机介绍

使用四旋翼无人机

 

四旋翼无人机的运动包括旋转和平移

旋转

 

平移

 

1.4.对于一个自主移动飞行器

包含部分有

Part
Part1	控制器 Control
Part2	轨迹生成 Trajectory generation
Part3	路径规划 Path planning
Part4	传感和感知 sensing and percption
Part5	状态估计 State estimation
Projects	系统综合 System integration

动力学建模及控制（Dtnamic & Control）

关于变换的0阶微分下的位置position正是我们的控制目标(Control Target)，而推力变化(change in Thrust)作为飞行器的直接控制输入来对飞行器进行控制。

传感器和估计（Sensing & Estimation）

• 关键问题：“我”是谁？

• 飞行器的本体传感器：惯性测量单元IMU

• 外界传感器：

  —GPS

  —磁力计

  —气压计

  —相机

  —...

• 处理/控制器

• 算法支持

导航系统（Navigation）

• 遥控 Remote control

• 惯性导航 IMU

• 基于GPS导航 GPS-based navigation

基于GPS导航

（港科大图）

基于激光导航

（港科大图）

而本课程所使用的是基于视觉的导航飞行

本课程所面临挑战

• 传感和感知

  —3D传感和映射

• 状态估计和定位

  —低延迟和高精度

• 避障

  —复杂且未知

• 轨迹控制

  —高机动性

  —平滑的轨迹

• 系统集成

  —有限制的传感和计算模块

  —自主移动

完整系统