Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Chiến lược phát hiện drogue và theo dõi mẫu theo thời gian thực cho tiếp liệu trên không tự động
Tóm tắt
Công nghệ tiếp liệu trên không tự động là một giải pháp hiệu quả để kéo dài thời gian bay của các phương tiện bay không người lái, đồng thời cũng là một thách thức lớn do độ rủi ro cao. Một chiến lược phát hiện và theo dõi drogue theo thời gian thực mới sử dụng hệ thống thị giác đơn cho tiếp liệu trên không tự động được đề xuất. Chiến lược này sử dụng phương pháp theo dõi dựa trên đăng ký hình ảnh để đảm bảo việc theo dõi đáng tin cậy và theo thời gian thực, cùng với việc phát hiện ROI (Khu vực quan tâm) dựa trên các đặc điểm cạnh để giải quyết vấn đề trôi theo dõi. Cấu trúc kết hợp nhiều mảng được áp dụng trong phương pháp theo dõi để cải thiện độ chính xác theo dõi và làm chậm tốc độ phân kỳ. Cuối cùng, nhiều thí nghiệm đã được thực hiện để xác thực chiến lược xử lý hình ảnh được đề xuất. Các kết quả cho thấy chiến lược này đạt được độ chính xác cao cũng như hiệu suất theo thời gian thực, và đạt hiệu suất tốt hơn so với các phương pháp tiên tiến nhất hiện nay.
Từ khóa
#công nghệ tiếp liệu trên không #hệ thống thị giác #phát hiện drogue #theo dõi theo thời gian thực #phương tiện bay không người láiTài liệu tham khảo
Baker, S., Matthews, I.: Equivalence and efficiency of image alignment algorithms. In: IEEE Conference on Computer Vision and Pattern Recognition, USA (2001)
Bergen, J.R., Anandan, P., Hanna, K.J., Hingorani, R.: Hierarchical model-based motion estimation. Lecture Notes in Computer Science 588, 237–252 (1992)
Brannan, D., Esplen, M., Gray, J.: Geometry. Cambridge University Press, Cambridge, UK (1999)
Chen, C., Koseluk, R., Buchanan, C., Duerner, A., Jeppesen, B., Laux, H.: Autonomous aerial refueling ground test demonstation—a sensor-in-the-loop, non-tracking method. Sensors 15, 10948–10972 (2015)
Christian, J.A., Lightsey, G.E.: Onboard image-processing algorithm for a spacecraft optical navigation sensor system. Journal of Spacecraft and Rockets 49, 337–352 (2012)
Dellaquila, R.V., Campa, G., Napolitano, M.R., Mammarella, M.: Real-time machine-vision-based position sensing system for uav aerial refueling. J. Real-Time Image Process. 1, 213–224 (2007)
Fravolini, M., Mammarella, M., Campa, G., Napolitano, M.R., Perhinschi, M.: Machine vision algorithms for autonomous aerial refueling for uavs using the usaf refueling boom method. Studi. Comput. Intell. 304, 95–138 (2010)
Gander, W., Golub, G.H., Strebel, R.: Least squares fitting of circles and ellipses. BIT Numer. Math. 34, 558–578 (1994)
Gao, S.B., Cheng, Y.M., Song, C.H.: Drogue detection for vision-based autonomous aerial refueling via low rank and sparse decomposition with multiple features. Infrared Phys. Technol. 60, 266–274 (2013)
Giampiero, C., Marcello, R.N., Mario, L.F.: Simulation environment for machine vision based aerial refueling for UAVs. IEEE Trans. Aerosp. Electron. Syst. 45, 138–151 (2009)
Hansen, J.L., Murray, J.E., Campos, N.V.: The NASA dryden aar project: a flight test approach to an aerial refueling system. In: Proceeding of the AIAA Atmospheric Flight Mechanics Conference and Exhibit, Providence, RI, USA (2004)
Hare, S., Saffari, A., Torr, P.H.S.: Struck: structured output tracking with kernels. Int. Conf. Comput. Vis. 2011, 263–270 (2011)
Hsia, C.H., Liou, Y.J., Chiang, J.S.: Directional prediction camshift algorithm based on adaptive search pattern for moving object tracking. J. Real-Time Image Process. 12(1), 183–195 (2016). https://doi.org/10.1007/s11554-013-0382-x
Huang, B., Sun, Y.R., Sun, X.D., Liu, J.Y.: Circular drogue pose estimation for vision-based navigation in autonomous aerial refueling. In: Proceedings of the 2016 IEEE Chinese Guidance, Navigation and Control Conference (CGNCC), Nanjing, China (2016)
Irani, M., Anandan, P.: About direct methods. Lect. Notes Comput. Sci. 1883, 267–277 (2000)
Kalal, Z., Mikolajczyk, K., Matas, J.: Tracking-learning-detection. IEEE Trans. Pattern Anal. Mach. Intell. 34, 1409–1422 (2012)
Kimmett, J., Valasek, J., Junkins, J.L.: Autonomous aerial refueling utilizing a vision based navigation system. In: Proceedings of AIAA Guidance, Navigation, and Control Conference and Exhibit, Monterey, California, USA (2002a)
Kimmett, J., Valasek, J., Junkins, J.L.: Vision based controller for autonomous aerial refueling. In: Proceedings of the 2002 IEEE International Conference on Control Applications, Glasgow, Scotland (2002b)
Li, S., Lu, R.K., Zhang, L., Peng, Y.M.: Image processing algorithms for deep-space autonomous optical navigation. J. Navig. 66, 605–623 (2013)
Luington, B., Johnson, E.N., Vachtsevanos, G.J.: Vision based navigation and target tracking for unmanned aerial vehicles. Intell. Syst. Control Autom. Sci. Eng. 33, 245–266 (2007)
Mao, W., Eke, F.O.: A survey of the dynamics and control of aircraft during aerial refueling. Nonlinear Dyn. Syst. Theory 8, 375–388 (2008)
Martinez, C., Richardson, T., Thomas, P., du Bois, J.L., Campoy, P.A.: Vision-based strategy for autonomous aerial refueling tasks. Robot. Auton. Syst. 61, 876–895 (2013)
Mrwald, T., Prankl, J., Zillich, M., Vincze, M.: Advances in real-time object tracking. J. Real-Time Image Process. 10(4), 683–697 (2015). https://doi.org/10.1007/s11554-013-0388-4
Nelepka, J.P., Hinchman, J.L.: Automated aerial refueling: extending the effectiveness of unmanned air vehicles. In: Proceedings of the AIAA Modeling and Simulation Technologies Conference, San Francisco, CA, USA (2005)
Nieto, M., Corts, A., Otaegui, O., Arrspide, J., Salgado, L.: Real-time lane tracking using rao-blackwellized particle filter. J. Real-Time Image Process. 11(1), 179–191 (2016). https://doi.org/10.1007/s11554-012-0315-0
Pollini, L., Mati, R., Innocenti, M.: Experimental evaluation of vision algorithms for formation flight and aerial refueling. In: Proceedings of the AIAA Modeling and Simulation Technologies Conference and Exhibit, Providence, Rhode Island (2004)
Pollini, L., Innocenti, M., Mati, R.: Vision algorithms for formation flight and aerial refueling with optimal marker labeling. In: Proceedings of AIAA Modeling and Simulation Technologies Conference and Exhibit, San Francisco, California, USA (2005)
Ro, K., Kamman, J.W.: Modeling and simulation of hose-paradrogue aerial refueling systems. J. Guid. Control Dyn. 33, 53–63 (2010)
Tandale, M.D., Bowers, R., Valasek, J.: Robust trajectory tracking controller for vision based probe and drogue autonomous aerial refueling. In: Proceedings of AIAA Guidance, Navigation, and Control Conference and Exhibit, San Francisco, CA, USA (2005)
Tomas, P., Bhandari, U., Bullock, S., Richardson, T.S., du Bois, J.L.: Advanced in air to air refueling. Prog. Aerosp. Sci. 71, 14–35 (2014)
Valasek, J., Gunman, K., Kimmett, J., Junkins, J.L., Hughes, D., Tandale, M.D.: Vision-based sensor and navigation system for autonomous air refueling. In: Proceedings of the 1st AIAA Unmanned Aerospace Vehicles, Systems, Technologies, and Operations Conference and Exhibit, Vancouver, Canada (2002)
Varfolomieiev, A., Lysenko, O.: An improved algorithm of median flow for visual object tracking and its implementation on arm platform. J. Real-Time Image Process. 11(3), 527–534 (2016). https://doi.org/10.1007/s11554-013-0354-1
Wang, X.F., Kong, X.W., Zhi, J.H.: Real-time drogue recognition and 3d locating for UAV autonomous aerial refueling based on monocular machine vision. Chin. J. Aeronaut. 28, 1667–1675 (2015)
Williamson, W.R., Glenn, G.J., Dang, V.T., Speyer, J.L.: Sensors fusion applied to autonomous aerial refueling. J. Guid. Control Dyn. 32, 262–275 (2009)
Wu Y, Lim J, Yang MH (2013) Online object tracking: a benchmark. In: Proceedings of 2013 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Portland, Oregon, USA, pp 2411–2418
Yin, Y., Xu, D., Wang, X.G., Bai, M.R.: Detection and tracking strategies for autonomous aerial refueling tasks based on monocular vision. Int. J. Adv. Robot. Syst. 11, 1–12 (2014)
Zhang, K.H., Zhang, L., Yang, M.H.: Real-time compressive tracking. Comput. Vis. ECCV 2012, 864–877 (2012)
Zhu, Y.F., Sun, Y.R., Huang, B., Li, R.B., Wu, L.: Research on relative navigation algorithm for uav autonomous aerial refueling rendezvous phase. In: Proceedings of the 2016 IEEE Chinese Guidance, Navigation and Control Conference (CGNCC), Nanjing, China (2016)