无人机因其高效工作及广泛适用性,越来越受到关注和重视。大到军事侦查、环境检测、紧急救援,小到农业耕种、物流运输,演出表演等,无人机的应用,为我们的工作、生活带来了更多可能,提升了工作质量,节省了人力、时间成本。
随着应用场景的扩展以及需求的增长,无人机的性能和安全性也备受瞩目。如何制造出具有高机动性,高安全性、“人机合一”的无人机,成为各大高校、科研机构、以及专家学者的研究攻关的方向。无人机不仅能够提供空中视野,能够根据预定算法,完成运动轨迹,同时自动识别障碍物,实现自主避障导航。此外,在地空协同、编队飞行、异构协同控制方面实现精准操作控制。
动作捕捉技术的应用,为无人机的发展提供了新的突破,通过高精度的定位测量,可视化呈现无人机6DOF数据,及三维空间位置、运动轨迹信息,例如速度、加速度、相对位置、偏航角(Yaw)、横摇角(Rol)、俯仰角( Pitch)、欧拉角等数据,为无人机的姿态控制、运动规划提供完整、精确的数据支撑。
动捕技术在无人机上的应用
应用原理:
通过计算机视觉,借助光学动捕系统对无人机上的标记点进行识别计算,通过标记点的空间位置、移动轨迹,实时呈现无人机的运动状态和位姿信息。此外,根据动捕系统的性能,捕捉精度、以及捕捉数量有所不同、系统的稳定程度也不尽相同。一般情况下,相机数量越多,精度越准。但高精度的相机,通常可以实现更好的捕捉效果。例如青瞳视觉(CHINGMU)K26相机,具备2600万像素、帧率高达360fps、3D精度±0.02mm,能够实现更好的捕捉效果。此外,主动捕捉距离90米,支持室外增强技术,可满足室外,大空间场景的应用需求。
具体表现:
集群编队与协同控制:利用动捕技术,如青瞳视觉(CHINGMU)的光学动捕系统,获取无人机的三维空间坐标和六自由度(6DOF)信息,实现精准的空中定位和编队飞行。
姿态运动控制:动捕技术能够捕捉无人机的姿态和运动变化,为无人机的运动控制提供数据支撑,提升飞行的稳定性和精确性。
地空协同编队控制:通过动捕技术,实现无人机与地面车辆的协同编队,提高任务执行的效率和协同性。
算法验证:动捕技术提供了真实、精确的数据信息,有效验证无人机协同控制和集群编队飞行的算法。
目前,复旦大学、上海交通大学、北京理工大学、广西大学等高校,采用青瞳视觉(CHINGMU)光学动捕系统,进行无人机的控制研究,以及编队飞行实验。
除此之外,动捕系统还可应用于四足机器人、人形机器人、软体机器人等研究。为科研自动化研究、行业进步提供精准的数据支持。