四旋翼无人机有着体积小和重量轻的特点,可以在狭小的空间中起飞、降落和在障碍物密集的复杂环境中进行灵活的操作。其具备定点悬停、低空飞行、慢速巡航等多种飞行的方式,能够方便地应用于航拍、地形地势勘测、灾后搜救、以及军事侦察等任务。得益于高性能硬件设备、传感器技术、嵌入式设备、新型材料等相关技术的发展,使实现高度智能自主的智能机器人系统成为可能。当四旋翼无人机结合合适的传感器和控制算法,其可以代替工人更好的执行复杂危险的任务。本文研究了基于图像的四旋翼无人机视觉伺服问题。利用四旋翼上的机载单目相机的实时视觉图像反馈来控制四旋翼无人机的运动。针对四旋翼无人机非线性、欠驱动的动力学模型,研究在四旋翼装备单目相机和惯性测量元件(IMU)时的视觉伺服问题。论文主要研究内容以及研究贡献可以归纳总结为下面的三个方面:1.四旋翼无人机的线速度观测器和基于反步法(Backstepping)的视觉伺服控制器设计。针对机载传感器无法直接提供四旋翼无人机线速度信息的问题,根据四旋翼动力学模型和图像特征运动学模型设计了指数收敛的速度估计器来为四旋翼无人机的控制提供线速度信息。考虑速度估计器存在的估计误差,根据反步法设计了指数收敛的控制器,使图像特征误差最终收敛到零。利用李雅普诺夫理论(Lyapunov)证明了系统误差的收敛和闭环系统的稳定性。同时,论文将视觉伺服的感兴趣目标扩展到斜面和只有三个特征点的情况,使提出的控制方法可以应用于非平面物体的情况,只需要在感兴趣目标上提取三个点特征就可以完成视觉伺服。2.提出直接在图像特征空间中规划轨迹实现四旋翼无人机视觉伺服的方法和轨迹跟踪控制器。通过分析图像空间和三维欧式空间之间的关系,得到图像特征和四旋翼无人机三维空间位姿间的一一对应关系,把四旋翼无人机视觉伺服问题转化为图像空间中的轨迹规划和轨迹跟踪问题。针对图像特征轨迹,论文根据四旋翼动力学模型和图像特征运动学模型设计了实现图像特征轨迹跟踪的非线性控制器,控制器同时考虑定义的四个图像特征误差,并根据李雅普诺夫(Lyapunov)稳定性的分析方法,证明了控制器的稳定性。同时,论文设计了一种轨迹重规划的方法,提高了在四旋翼视觉伺服过程中目标特征的可视性。3.基于图像的运动目标跟踪控制器。考虑视觉伺服的对象是一个运动目标,考虑目标运动的速度和加速度有界而且未知的情况。设计了一个基于图像的四旋翼无人机运动目标跟踪控制器,并证明了控制器为一致最终有界(uniformly ultimately bounded),所设计的控制器不需要知道目标相对于相机的时变的深度信息,同时也不需要运动目标的线速度信息。论文在多种场景下对所设计的基于图像的四旋翼无人机视觉伺服控制器进行了仿真。并在四旋翼无人机测试平台上完成了实验验证。从得到的仿真结果和实验结果可以看出,论文设计的控制器能够有效的完成四旋翼无人机的视觉伺服控制任务。