四旋翼无人机飞行原理

    根据四旋翼对称的组成结构有两种飞行姿态,一种是根据四旋翼十字对称的结构,将处于同一水平线的一对机架梁作为x轴另一对梁作为y轴的“+”型飞行姿态,另一种是将相应两个梁的对称轴线作为x轴,另一条对称轴线作为y轴的“X”型飞行姿态。

 

                                                 (a)                                                                           (b)

                                                                            图2-3 四旋翼的飞行姿态

(1)“+”型飞行姿态飞行原理

   “+”型飞行姿态如图2-3(a)所示。“+”型飞行姿态实现垂直运动需要将M1、M2、M3、M4四个电机的转速同时增大或减小,如图2-4(a)所示。如果想让飞行器进行前后移动,实现俯仰运动,当将M1的转速减小或者将M3的转速增大,保持M2、M4的转速不变的时候,四旋翼后会产生向前上方的合力,使四旋翼向前飞行。当将M1的转速增大或者将M3的转速减小,保持M2、M4的转速不变的时候,四旋翼后会产生向后上方的合力,使四旋翼向后飞行,如图2-4(b)所示。如果控制四旋翼左右飞行,实现滚转运动,需要增加M2或减小M4的转速,保持M1、M3的转速不变,这样会产生右上方的合力,使四旋翼向右飞行。当减小M2或者增加M4的转速,同样保持M1、M3的转速不变时,四旋翼会产生向左上方的合力,使四旋翼向左飞行,如图2-4(c)所示。如果想让飞行器左右转向,实现偏航运动,将M1、M3的转速增加或者将M2、M4的转速减小,四旋翼会向右旋转,实现向右偏航。反之,如果将M1、M3的转速减小或者将M2、M4的转速增加,四旋翼会向左旋转,实现向左偏航,如图2-4(d)所示。

 

                                图2-4 “+”型飞行姿态飞行原理图

(2)“X”型飞行姿态飞行原理

   “X”型飞行姿态如图2-3(b)所示。“X”型飞行姿态垂直运动与“+”型飞行姿态相同,只要同时增加或者减小电机M1、M2、M3、M4的转速就能让飞行器实现垂直运动,如图2-5(a)所示。如果想让四旋翼前后飞行,实现俯仰运动,如果将M1、M2的转速减小或者将M3、M4增加时,四旋翼会产生向前上方的力,使四旋翼向前飞行。反之,如果将M1、M2的转速增加或者将M3、M4减小时,四旋翼会产生向后上方的力,使四旋翼向后飞行,如图2-5(b)所示。如果想让四旋翼左右飞行,实现滚转运动,如果将电机M2、M3的转速增加或者将M1、M3的转速减小时,四旋翼会产生向右上方的合力,使四旋翼向右飞行。反之,如果减小M2、M3的转速或者增加M1、M4的转速,四旋翼会产生向左上方的合力,使四旋翼向左飞行,如图2-5(c)所示。如果想让四旋翼左右转向,实现偏航运动,将M1、M3的转速增加或者将M2、M4的转速减小,四旋翼会向右旋转,实现向右偏航。反之,如果将M1、M3的转速减小或者将M2、M4的转速增加,四旋翼会向左旋转,实现向左偏航,如图2-5(d)所示。

 

                         (a)垂直运动                                                             (b)仰俯运动

 

           

                                (c)滚转运动                                                      (d)偏航运动

                                               图2-5 “X”型飞行姿态飞行原理

              四旋翼飞行姿态为“X”型飞行姿态,这种飞行姿态在控制时,可以通过同时控制四个电机的转速来控制四旋翼的飞行姿态,相比“+”型飞行姿态来说控制要复杂,但是,通过同时控制四个电机的方法控制飞行姿态的联动性较好。
直方图均衡化是一种增强图像对比度的技术,尤其适用于灰度图像。但对于HSI色彩空间中的图像,我们需要分别对H、SI三个分量进行处理。以下是一个简单的Matlab程序,用于对HSI图像的每个分量进行直方图均衡化并显示结果: ```matlab % 假设你已经有了一个名为'input_image'的HSI矩阵,其中包含H(角度)、S(饱度)I(亮度)三个通道 function hsi_equalized = histogram_equalization_HSI(input_image) % 提取HSI分量 [H, S, I] = rgb2hsi(input_image); % 对每个分量执行直方图均衡化 hist_eq_H = imhist(H); hist_eq_S = imhist(S); hist_eq_I = imhist(I); % 计算累积分布函数 (CDF) 并转换为新的像素值范围 CDF_H = cumsum(hist_eq_H) / sum(hist_eq_H); CDF_S = cumsum(hist_eq_S) / sum(hist_eq_S); CDF_I = cumsum(hist_eq_I) / sum(hist_eq_I); % 应用直方图均衡化到原始分量上 hsi_equalized.H = interp1([0 1], H(:), double(CDF_H)); hsi_equalized.S = interp1([0 1], S(:), double(CDF_S)); hsi_equalized.I = interp1([0 1], I(:), double(CDF_I)); % 将结果转换回RGB output_image = hsi2rgb(hsi_equalized); end % 加载或创建你的HSI图像 input_image = imread('your_image_path') / 255; % 注意调整路径文件名 % 进行直方图均衡化 hsi_equalized = histogram_equalization_HSI(input_image); % 显示原图均衡化后图像 figure; subplot(2, 2, 1), imshow(input_image); title('Original HSI Image'); subplot(2, 2, 2), imshow(hsi_equalized.H); title('Equalized H Channel'); subplot(2, 2, 3), imshow(hsi_equalized.S); title('Equalized S Channel'); subplot(2, 2, 4), imshow(hsi_equalized.I); title('Equalized I Channel'); % 或者将所有分量合并成一个RGB图像显示 subplot(2, 1, 2), imshow(output_image); title('Equalized RGB Image'); ``` 请确保替换 `'your_image_path'` 为你实际的HSI图像文件路径。运行这段代码后,你应该能看到原始HSI图像及其均衡化后的各个通道以及最终的RGB图像。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值