# uav

**Repository Path**: zyanishere/uav

## Basic Information

- **Project Name**: uav
- **Description**: 无人机，树莓派/rk代码备份
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: shooting
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-04-18
- **Last Updated**: 2023-12-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# UAV Control & Navigator on Rk Board

## 一、感知部分
- ### 1. 雷达

  - 利用 `turtlebot3_gazebo` 进行仿真得到雷达数据
  - 雷达识别障碍物(呼啦圈)

![雷达数据仿真](./tests/simu/info/range1.png "Simulate Radar data")
图：Gazebo/Matplotlib/Rviz下的激光雷达扫描结果
  

- ### 2. 视觉识别
   - 基本色块(blob)识别
      - 高斯模糊去噪
      - HSV 空间筛选出指定颜色
      - 形态学运算去噪
      - Douglas-Peucker 算法拟合多边形
   - 正多边形特征判断
      - 所有边方差判断规正度
      - 邻边夹角判断形状
      - 图像边缘点排除
      - (投影畸变修正)
   - 目标可信度认证
      - 帧间连续性判别
      - 信任队列机制
  
> 此处视觉识别的结果会直接作为无人机的跟踪目标，为了避免因无人机错误跟踪而浪费时间与能量或不幸撞向障碍物，该识别任务要优先考虑准确率而不是召回率。

![图像识别结果](./tests/res/detect.png "Detect Result")
图：识别蓝色三角形的结果，可以看到信任队列中留下的轨迹(黄色~粉色); 其余所有图形也一起标出，可见边缘处部分出现的图形一样能正确识别。

## 二、决策部分
- ### 1. 路径规划
   - 选取关键路径栅格点
       - 立方/三角排布
       - 去除障碍物点
   - 路径点排序
       - 多判别条件的蚁群优化
       - 障碍物相交判断
   - 路径点序列曲线化
       - 三次准均匀B样条曲线

![路径规划结果](./tests/res/path_57.png "Path Plan Result")
图：规划出的路径的结果，在避开条形障碍的同时实现了全图遍历，且规划时间不到1秒

## 三、交互部分

- 指示灯
- 音频播放
- 舵机控制