基于跟踪-学习-检测算法的四旋翼无人机自主降落姿态控制方法

摘要

在复杂野外环境下，无人机降落过程中目标可能因暂时被遮挡或离开视野而导致跟踪失效。为增强无人机姿态控制精度和稳定性，本文提出了基于跟踪-学习-检测（Trackinglearning-detection,TLD）算法的四旋翼无人机自主降落姿态控制方法。通过结合扩展卡尔曼滤波和TLD算法检测特定目标，并利用多个中值流实现目标跟踪。通过精确捕捉目标位置信息，结合附加惯性项的人群搜索算法和自抗扰控制技术，优化搜索步长以及方向惯性系数的选取方式，从而改善四旋翼无人机的飞行姿态，提升降落过程的稳定性与安全性。实验结果表明，本文方法的平均中心偏移量在1.98像素以内，横滚角、俯仰角以及偏航角偏差均<0.02°，符合期望，运行平稳，性能更优，可以确保四旋翼无人机安全降落。

关键词

跟踪-学习-检测算法 / 四旋翼无人机 / 自主降落 / 姿态控制