多旋翼无人机“仿鸟类”精确拦截飞行目标，助力低空安全

摘要：

使用低成本携带捷联式相机的无人机拦截低空入侵目标是一种具有竞争力的选择。然而，非合作目标的恶意机动和摄像头的耦合使得这项任务充满挑战。为了解决这个问题，提出了一种基于比例导引且具有视场保持能力的基于图像的视觉伺服（IBVS）的控制算法。所提出的控制器在提高拦截过程中视觉伺服系统的稳定性的同时，减少了多旋翼无人机的拦截脱靶量。软件在环（SITL）仿真实验表明，与最近的研究相比，圆概率误差（CEP）降低了72.8%。这一改进将拦截精度从分米级提升到了厘米级。真实世界的实验进一步验证了所提出算法的有效性。

相关资源：

论文预印本链接：http://arxiv.org/abs/2409.17497

b站视频链接：https://b23.tv/KZgkzy0

引言：

低空中存在的非合作目标给航空器的飞行安全带来巨大威胁，限制了低空经济的发展。而常用的反非合作目标方案中在面对机动目标时均存在明显不足，射频信号干扰和高能武器击落]的方式虽然有效但影响环境，撒网捕捉的方式对环境影响小但难以应对运动目标。采用搭载传感器的无人机拦截入侵目标近些年因其方便快速部署、安全且成本效益高备受关注，特别是基于相机的方案以其低成本、轻质量和高通用性展现出巨大潜力。

然而四旋翼无人机的基于图像的视觉伺服的在精准拦截空中非合作飞行目标时，面临显著挑战。除了视觉伺服系统需要保持二维可见性的挑战外，拦截精度受到目标运动、视觉系统时延、无人机动力学响应时延以及制导策略等多种复杂因素的共同制约。

为此受游隼捕猎行为的启发，我们设计了一个基于比例导引（PNG）的视觉伺服控制器，能够像鸟类一样持续稳定地跟踪目标，并以更平直的轨迹进行精确拦截。本文的贡献归纳如下：

1）所提出的算法在经典的CEP测试中达到了0.089米，将拦截精度从最新算法的分米级提高到了厘米级。拦截精度使用CEP进行评估，这意味着拦截器有50%的概率命中以目标为圆心、以该指标为半径的圆内。

2）考虑到PNG和多旋翼飞行器的动力学特性，设计了一种FOV保持控制器，使拦截器在目标跟踪过程中更加平稳。

3）在多种场景中进行大量比较的真实和模拟实验证明了我们算法的有效性和准确性。

控制器框架

基于RflSim的仿真实验

部分实飞实验

结论

本文针对拦截非合作飞行目标的问题，设计了一种基于PNG的多旋翼无人机IBVS控制器。PNG生成的平直的轨迹可减少图像处理延迟造成的误差，从而提高拦截精度。通过为多旋翼飞行器设计的FOV保持控制器，所提出的算法还具有更强的鲁棒性。此外，大量的仿真实验和实际飞行实验证明了所提算法的精确拦截能力。该方法可以为拦截低空入侵目标，守护低空安全提供一种极具潜力的方案。