多无人机智能监控系统中的编队控制及图像相关应用研究

Regarding the traditional video surveillance systems, the locations of all cameras are fixed and there is no coordination among them. In order to circumvent the drawbacks aforementioned, this project proposes to integrate a camera with each quadrotor to fully utilize the high mobility and formation pattern among multiple quadrotors. Essentially, this project applies both the control theory and image processing into multi-UAV systems to improve the system's intellegence level and autonomous capability. This project aims at investigating some significant scientific problems, such as cooperative control as well as image processing in multi-UAV panoramic surveillance systems. The main contents include the following three aspects: (Control Perspective) build the Euler-Lagrange model of quadrotor, and design formation control algorithm with obstacle/collision avoidance with rigorous stability proof; (Image Perspective) improve the feature points extraction method, and design the distributed image stitching algorithm and framework according to the adjacent images' physical relation; (System Perspective) integrate the image processing with control in a feedback structure. The success of this project not only further explores the multi-UAV systems' potential, but provide theoretical and technical support for other related area, such as satellite surveillance as well as geographical mapping, etc. It also implies much scientific significance and application value.

传统视频监控系统机位固定，一旦安装只能覆盖有限范围，同时由于缺少协同机制往往导致资源浪费。针对以上问题，本课题拟将摄像头搭载至移动旋翼无人机平台，充分利用平台高机动性及多机之间的编队控制，实现对大范围目标区域的高效灵活实时监控。本课题针对多无人机智能监控系统，探索旋翼无人机协同控制理论及利用时空相关特性的图像拼接等关键科学问题，其核心思想是将协同控制与图像处理相结合，提升监控系统智能自主能力。本课题主要内容分为三个层面：（控制）采用欧拉-拉格朗日方法建立旋翼无人机数学模型，设计具有避障\撞功能的高精度编队控制算法；（图像）改进特征点提取方法，设计基于时空重叠性的图像拼接算法及分布式架构；（系统）设计图像与控制闭环反馈机制。本项目的成果不仅可以拓展多无人机系统的应用潜力，并且可为其他相关领域（卫星监控、空间测绘等）提供理论及技术支持，具有重要的科学意义及应用价值。

针对多无人机全景视频监控系统，本课题将摄像头搭载至移动旋翼无人机平台，充分利用平台高机动性及多机之间的编队控制，实现对大范围目标区域的高效灵活实时监控。本课题针对多无人机智能监控系统，探索旋翼无人机协同控制理论及利用时空相关特性的图像拼接等关键科学问题，其核心思想是将协同控制与图像处理相结合，提升监控系统智能自主能力。本课题主要内容分为三个层面：（控制）采用欧拉-拉格朗日方法建立旋翼无人机数学模型，设计具有避障\撞功能的高精度编队控制算法；（图像）改进特征点提取方法，设计基于时空重叠性的图像拼接算法及分布式架构；（系统）设计图像与控制闭环反馈机制。本项目的成果不仅可以拓展多无人机系统的应用潜力，并且可为其他相关领域（重大赛会安全监控、区域巡检、卫星监控、空间测绘等）提供理论及技术支持，具有重要的科学意义及应用价值。.在该项目支持下，申请人共发表SCI 论文44篇，其中顶级期刊35篇，其中1篇入选ESI高被引论文，发表会议论文33篇，1篇获2020年度ICGNC国际会议Li Ming最佳会议论文，此外发表中文行业论文4篇。申请人申请国家发明专利15项，其中授权7项；申请软件著作权2项，授权2项。共培养博士研究生5名，硕士研究生10名。综上所述，该项目完成全部研究内容，理论与实际均取得较多研究成果，各项指标均超额完成。