[发明专利]一种静态目标监测的智能巡检无人机吊舱系统

权利要求书

1.一种静态目标监测的智能巡检无人机吊舱系统，包括：

地面站巡检任务模块、机载飞行控制模块、吊舱模块、识别定位模块和锁定控制模块；

所述地面站巡检任务模块预置巡检任务相应的规划航线和无人机及所述吊舱模块初始位姿参数，并将其发送给所述机载飞行控制模块，控制无人机悬停和所述吊舱模块姿态，获取监测目标初始图像；

所述吊舱模块，包括传感器和多自由度云台，执行所述机载飞行控制模块、锁定控制模块指令，控制调整所述多自由度云台姿态和所述传感器的镜头焦距，依次进入初始姿态、锁定姿态和抓拍姿态，获取目标及其缺陷、风险的照片或视频图像，包括初始、锁定和监测图像；

所述识别定位模块，选配移植有深度学习算法的嵌入式计算平台，智能识别所述吊舱模块获取初始图像中的监测目标，并解算目标像素坐标、提取目标特征影像，发送给所述锁定控制模块；

所述锁定控制模块，以所述识别定位模块解算的目标像素坐标、提取的目标特征影像为模板，对所述吊舱模块获取的实时目标锁定图像进行模板匹配，解算目标的实时像素坐标和画幅占比，分步控制调整所述吊舱模块的云台姿态、相机焦距以锁定、放大目标并抓拍目标的监测图像；

所述锁定控制模块包括：外环PID控制器和内环PID控制器；目标像素中心点位置坐标和画幅中心点位置坐标作为所述外环PID控制器输入信号，经外环PID控制器计算得到目标在画幅中的期望运动速度；所述期望运动速度和当前目标像素中心点的移动速度作为所述内环PID控制器的输入信号，经内环PID控制器计算得到所述吊舱模块云台的调整信息；

对输入信号进行偏差信号处理，具体可以如下：

当输入信号的偏差大于设定阈值时采用反抛物线信号处理方法，阈值计算公式为：其中lineat_dist为线性区间阈值，acc_max为目标物体在画幅移动最大加速度限制，p为比例因子；

当目标在画幅中的期望运动速度与目标像素中心点移动速度偏差绝对值在线性区间阈值内时，内环P ID控制器的输入为原偏差量，即：PID_input＝error_rate，当目标在画幅中的期望运动速度与目标像素中心点移动速度偏差绝对值大于线性区间阈值时，内环PID控制器的输入为原偏差量经过反抛物线变换的值，变换公式为：其中PID_input是内环PID控制器的输入量、error_rate是期望运动速度与实际运动速度偏差；

在输入信号中增加前馈的期望速度，所述前馈的期望速度是通过当前时刻目标像素中心点期望移动速度和上一时刻目标像素中心点期望移动速度计算得到，具体如下：

将当前时刻目标像素中心点期望移动速度与上一时刻目标像素中心点期望移动速度偏差经过反抛物线处理后做比例运算，计算出用于前馈的期望速度信号，即：其中，PID_input_forward为：前馈的期望速度信号、target_rate(t)为：当前时刻期望速度；在内环PID控制器的输入信号中增加前馈的期望速度后，内环PID控制器的最终输入信号为：input_PID_{inner_ring}＝PID_input+PID_input_forward，其中，input_PID_{inner_ring}为内环PID控制器的最终输入信号；内环PID输入信号经过PID运算后直接得到电机的PWM控制信号，计算公式为：，其中，PWM(n)为电机的PWM控制信号、Kp为比例增益、Ki为积分增益、Kd为微分增益；PWM控制信号将直接作用云台的无刷电机，电机转动改变目标在画幅的位置坐标形成负反馈。

2.根据权利要求1所述的静态目标监测的智能巡检无人机吊舱系统，其中，所述吊舱模块的传感器为可见光、红外光、紫外光及多光谱传感器的一种或多种，所述传感器具有定焦或变焦镜头。

3.根据权利要求1所述的静态目标监测的智能巡检无人机吊舱系统，其中，在无人机位姿和吊舱姿态精度下，在所述吊舱模块执行所述机载飞行控制模块指令获取的初始图像中，监测目标长度或面积位于吊舱视野并画幅占比10-20％，所述识别定位模块识别捕捉监测目标并解算目标像素坐标、提取目标特征影像；在所述吊舱模块执行所述锁定控制模块指令获取的监测图像中，监测目标长度或面积位于吊舱视野并画幅占比40-60％。