22、微型飞行器的技术挑战与解决方案

微型飞行器的技术挑战与解决方案

1. 不确定环境下的视觉误差建模

在不确定环境中，微型飞行器（MAV）的视觉发展是一个重要的研究领域。自主飞行控制中，控制MAV避障并应对不确定的城市环境是最复杂的部分。一般来说，所有MAV处理方法，尤其是基于视觉的方法，都需要高性能微处理器，这极大限制了它们在实际MAV中的应用。

自主飞行控制的主要目的是让MAV在未知和不确定环境中尽可能独立飞行。不确定的城市环境对MAV来说是一个复杂且充满挑战的区域，城市中未知街道、建筑物和其他障碍物的位置和方向不确定，且位置有时会发生变化，因此，保证MAV对环境障碍物做出快速响应是一个重大问题。

在这种情况下，算法应引导MAV在城市环境中沿安全且最优的路径飞行，即自主飞行控制的性能完全取决于导航和控制算法。目前有许多关于提高MAV在不确定环境中自主飞行控制有效性的研究，其中大部分集中在基于数字图像处理和机器视觉的MAV上。

基于视觉的系统的重要性在于，它可以分析MAV周围的大片区域，并为路径规划器创建不确定环境的地图。然而，这些MAV的主要缺点是需要复杂的图像处理系统，这需要高功耗的高效DSP处理器，会影响机载电池的可用电量。虽然可以通过增加电池容量来解决这个问题，但会增加MAV的总重量。此外，基于视觉的MAV还存在图像稳定的问题，阴影位置变化、天气变化和其他不确定性会使视觉系统面临复杂的目标。尽管如此，基于视觉的系统仍可被视为自主MAV的未来，但要在现实世界系统和MAV尺寸方面应用，仍有许多工作要做。

1.1 基于视觉的MAV的优缺点

优点	缺点