设计了一种以STM32单片机为控制核心的短距离高精度定位系统。系统通过识别定点位置的单一颜色块作为标识物来控制无人机不断飞到标识物上空,从而实现精准定位。本系统基于OV7670+STM32的结构开发,通过OV7670采集图像存储在FIFO中;STM32通过读取FIFO中的数据进行颜色识别与跟踪。实验结果表明,本系统识别准确率较高,定位精度较GPS定位提高了一个量级。对识别准确率的干扰,增强系统的鲁棒性。预处理完成后开始识别跟踪工作,每一帧图像识别完成后会返回识别标识物的中心点的宽度与高度。系统会对识别物体的宽度高度信息进行分辨,看是否符合设定的阈值,在一定程度上减少了环境的干扰。当系统确定识别到的物体就是标识物后,根据中心点坐标来判断无人机与标识物对象的位置,控制无人机不断向标识物上空飞行。图1系统结构图系统在控制无人机过程中参考遥控器接收机控制飞控过程无人机定位系统-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机,模拟接收机输出PWM波,通过调节PWM占空比来控制无人机的飞行姿态和油门大校考虑到本系统的精确定位作用,只需模拟接收机的前后、左右、油门三个通道的PWM波形,即可实现无人机精准定位。2识别跟踪算法2.1降噪处理图像在形成过程中由于各种各样的因素会产生各种噪声污染(如椒盐噪声、高斯噪声、白噪声等),噪声的存在严重干扰了后续的图像处理工作。迄今为止,在图像去噪方面主要有两大类方法:频域滤波和空域滤波[7]。传统的滤波算法有高斯滤波、中值滤波(MF)、均值滤波等[8]。经过多次试验发现,本系统所产生的的噪声多为高斯噪声和椒盐噪声。高斯噪声是一种随机噪声,其概率密度函数为:中,文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanj
- [2019-08-06]传感器优化设计-液压电动滚圆机
- [2019-08-06]界面自组装-数控滚圆机滚弧机电
- [2019-08-06]澄清效果的影响-数控滚圆机滚弧
- [2019-08-05]刚度的解析公式-数控滚圆机滚弧
- [2019-08-05]制备及缓释性能-数控滚圆机滚弧
- [2019-08-05]组振动建模研究-数控滚圆机滚弧
- [2019-08-04]模型的风电功率预测-数控滚圆机
- [2019-08-04]最大准入容量计算-数控滚圆机滚
- [2019-08-03]传输电缆建模研究-数控滚圆机滚
- [2019-08-03]风电网损及运行-数控滚圆机滚弧