无人机与机器人技术:路径规划与视觉控制创新
在当今科技领域,无人机和机器人技术正不断取得新的突破。无人机在领土勘测等任务中发挥着重要作用,而机器人在放射性区域的物体监测方面也展现出巨大潜力。下面将详细介绍无人机覆盖路径规划算法以及机器人在放射性区域的计算机视觉控制系统。
无人机覆盖路径规划算法
- 实验环境与参数设置
- 为了测试所提出的覆盖路径规划算法的性能,选用了Gazebo建模环境,并使用标准UAV模型“iris”进行实验。实验在一台具有特定参数的计算机上进行,其处理器为Intel Core i5 - 8250U(1.6 GHz),内存(RAM)为8 GB DDR4 - 2400 MHz,显卡为nVidia GeForce MX 150 2 GB GDDR5,主硬盘为SSD M.2 256 GB(读取速度3300 MB/s,写入速度1200 MB/s)。
- 为了模拟无人机飞行,设置了一系列参数:无人机速度为7 m/s,飞行高度为35 m,飞行任务开始时电池充电百分比为100%,无人机最小电池电量为10%,最大飞行时长为18分钟。
- 实验输入数据
- 进行了6次实验,输入数据包含起飞坐标、降落坐标、勘测场地顶点坐标、区域面积、障碍物顶点坐标以及相机框架宽度等信息。以下是部分实验的输入数据示例:
| 实验编号 | 起飞坐标 | 降落坐标 | 勘测场地顶点坐标 | 区域面积(m²) | 障碍物顶点坐标 | 框架宽度w(m) |
| ---- | ---- | ---
- 进行了6次实验,输入数据包含起飞坐标、降落坐标、勘测场地顶点坐标、区域面积、障碍物顶点坐标以及相机框架宽度等信息。以下是部分实验的输入数据示例:
无人机与机器人路径优化及视觉控制
超级会员免费看
订阅专栏 解锁全文
36

被折叠的 条评论
为什么被折叠?



