可垂直起降(vertical take-off and landing,VTOL)的多旋翼无人机姿态系统具有高度非线性、强耦合性特征,并且系统中存在的外界干扰和内部不确定性因素均会对多旋翼无人机飞行品质产生影响。为提高多旋翼无人机姿态控制的稳定性和鲁棒性...可垂直起降(vertical take-off and landing,VTOL)的多旋翼无人机姿态系统具有高度非线性、强耦合性特征,并且系统中存在的外界干扰和内部不确定性因素均会对多旋翼无人机飞行品质产生影响。为提高多旋翼无人机姿态控制的稳定性和鲁棒性,建立了外部干扰与内部不确定性因素共存的多旋翼无人机姿态系统,提出了基于改进的双闭环积分滑模的姿态自适应控制方法。通过仿真形式,验证了该系统能够稳定有效地执行姿态控制任务,并具有一定的抗干扰能力。文中所提出的方法可为无人机控制技术的发展提供一定的参考价值。展开更多
针对桥梁缺陷检测中存在的识别精度不足、嵌入式部署困难与系统集成度有限的问题,提出一种基于轻量化模型YOLOv5s与Transformer特征增强模块(C3TR)的无人机检测系统。方法上在YOLOv5s主干网络中引入C3TR,以融合全局注意力与局部卷积特征...针对桥梁缺陷检测中存在的识别精度不足、嵌入式部署困难与系统集成度有限的问题,提出一种基于轻量化模型YOLOv5s与Transformer特征增强模块(C3TR)的无人机检测系统。方法上在YOLOv5s主干网络中引入C3TR,以融合全局注意力与局部卷积特征,并设计STM32与Raspberry Pi 4B双主控架构,集成激光测距避障、图像拼接和可视化管理平台。实验结果表明:改进模型在总体数据集上的mAP@0.5达到0.718,Precision为80.4%,Recall为68.2%,较基线YOLOv5s分别提升11.5%、4.5%和2.3%;在Raspberry Pi 4B上实现端到端6~8 FPS的实时推理。与现有YOLOv4、YOLOv3等改进方法相比,本系统在保持轻量化的同时兼顾多类缺陷识别与工程化应用,验证了其在无人机嵌入式巡检中的可行性与实用价值。展开更多
文摘可垂直起降(vertical take-off and landing,VTOL)的多旋翼无人机姿态系统具有高度非线性、强耦合性特征,并且系统中存在的外界干扰和内部不确定性因素均会对多旋翼无人机飞行品质产生影响。为提高多旋翼无人机姿态控制的稳定性和鲁棒性,建立了外部干扰与内部不确定性因素共存的多旋翼无人机姿态系统,提出了基于改进的双闭环积分滑模的姿态自适应控制方法。通过仿真形式,验证了该系统能够稳定有效地执行姿态控制任务,并具有一定的抗干扰能力。文中所提出的方法可为无人机控制技术的发展提供一定的参考价值。
文摘针对桥梁缺陷检测中存在的识别精度不足、嵌入式部署困难与系统集成度有限的问题,提出一种基于轻量化模型YOLOv5s与Transformer特征增强模块(C3TR)的无人机检测系统。方法上在YOLOv5s主干网络中引入C3TR,以融合全局注意力与局部卷积特征,并设计STM32与Raspberry Pi 4B双主控架构,集成激光测距避障、图像拼接和可视化管理平台。实验结果表明:改进模型在总体数据集上的mAP@0.5达到0.718,Precision为80.4%,Recall为68.2%,较基线YOLOv5s分别提升11.5%、4.5%和2.3%;在Raspberry Pi 4B上实现端到端6~8 FPS的实时推理。与现有YOLOv4、YOLOv3等改进方法相比,本系统在保持轻量化的同时兼顾多类缺陷识别与工程化应用,验证了其在无人机嵌入式巡检中的可行性与实用价值。
