English 日本語 Русский

动捕技术助力基于映射规划框架的四旋翼飞行器自主导航研究

动捕技术助力基于映射规划框架的四旋翼飞行器自主导航研究

客      户
哈尔滨工业大学
关  键 词
四旋翼飞行器、自主导航、障碍物感知
被捕捉物
四旋翼飞行器

鲁棒性和有效性的运动规划算法是四旋翼飞行器在复杂环境下实现自主飞行的关键。环境表征作为感知模块与规划模块之间的桥梁,对生成轨迹的质量有着巨大的影响。人们提出了各种算法来构建导航地图,每种算法对应不同的规划方法。

为了提高四旋翼飞行器自主导航能力,哈尔滨工业大学的研究团队提出了一个新的映射规划框架(如图1所示)来导航在线四旋翼飞行器的飞行。在映射模块中,使用多面体来表示观察到的障碍物,从占用网格图中提取环境信息,以便为运动规划提供各种信息。规划模块中,通过构建局部拓扑图来有效地覆盖潜在搜索区域,利用该图指导基于分割运动原语的路径搜索,并采用基于多项式的优化方法得到安全、平滑的轨迹。


图1:新的映射规划框架概述

图1:新的映射规划框架概述

这种新的映射规划框架,能在线构建多面体环境,提供全面的障碍物信息,并利用设计的拓扑规划器,采用分段搜索加速策略,有效生成与障碍物有足够间隙的安全、平滑的轨迹。

大量的仿真和实验验证了这个新的映射规划框架的有效性。其中在实际飞行实验中,NOKOV度量动作捕捉设备为四旋翼飞行器提供了高精度的室内定位信息。


图2:四旋翼飞行器飞行实验

图2:四旋翼飞行器飞行实验


图3:格栅图和感应范围内的多面体环境

图3:格栅图和感应范围内的多面体环境

实验结果表明,这种新的映射规划框架在计算效率和轨迹质量方面均优于所选基准。通过实际飞行验证了该框架的鲁棒性和有效性。

参考文献

Junjie Gao, Fenghua He, Wei Zhang, and Yu Yao. (2023). Obstacle-Aware Topological Planning over Polyhedral Representation for Quadrotors. In International Conference on Robotics and Automation (ICRA).



惯性式上肢动作捕捉系统开发

西安交通大学机械工程学院陕西省智能机器人重点实验室施虎老师团队利用惯性传感器开发了一套低成本、高灵活性的上肢动作捕捉系统,为机械臂遥操作任务提供了更自然、更高效的人机交互方案。NOKOV度量光学动作捕捉系统提供了人体上肢运动的高精度位置和姿态数据,助力惯性动捕系统性能评估。

IEEE RAL 足式机器人鲁棒状态估计 精度较基线提升40%以上

山东大学研究团队发表面向绳驱动连续体机器人的融合非线性扩展状态观测器的自适应滑模跟踪控制方法,度量动捕为实验提供机器人末端执行器位姿数据,助力验证控制方法有效性。

室外环境无人车动作捕捉

清华大学李翔老师团队在室外环境下对无人车进行动作捕捉。NOKOV度量抗日光版本动捕镜头过滤日光干扰,准确识别无人车表面的反光标记点,获取高精度运动轨迹。

IJRR | 北航团队提出机器人复合分层抗干扰框架:实现无人机边飞边学

北航杭研院郭克信老师团队在IJRR上发表FORESEER机器人复合分层抗干扰框架,研究在五种不同构型的无人机平台上进行了室内外大量实验,通过四类代表性任务系统验证框架的性能。 NOKOV度量动作捕捉系统为实验提供了无人机在室内执行飞行任务时的高精度位姿数据及轨迹信息,助力验证FORESEER框架处理各种不确定性的有效性。
联系我们
如需更多应用、案例信息或产品报价,请致电 010-64922321,或在下方留言:
机器人/无人机 VR/AR/XR 运动康复 传媒娱乐
北京度量科技有限公司(总部)
Location 北京市朝阳区安慧里四区15号五矿大厦8层820室
Email info@nokov.com
Phone 010-64922321
提交成功!请您耐心等待!
欢迎关注公众号,获取更多信息
关闭