四旋翼飞行器的姿态控制是无人机稳定飞行的关键技术之一。针对复杂多变作业条件下飞行器参数会经常发生变化的问题,在典型控制方法的基础上提出一种自适应的智能控制方法。首先,根据牛顿欧拉定律推导出无人机在地理坐标系下的动力学模型,并对其中参数进行测量计算;然后基于三角形隶属度函数建立模糊控制器,作为外环自主切换的两种控制方式之一,并设置平滑切换过程;最后结合外环对姿态角的控制方法以及内环对角速度快速调整的PD控制方法,实现了无人机串级PID控制方法。仿真和实验结果表明,该系统能够有效控制四旋翼飞行器的飞行姿态。相比较其它算法,其具有更好的鲁棒性和姿态调节的快速性。提升了无人机在飞行过程中抵抗环境扰动和系统动态响应的能力,为四旋翼飞行器控制研究提供了重要的理论与实践基础。

为了提高基于点特征的SLAM算法的定位精度和鲁棒性,提出一种点线特征融合的快速单目视觉惯性SLAM算法。使用ELSED算法快速提取高质量的线特征,在非关键帧追踪时,基于连续帧之间微小运动的假设,实现连续图片间的快速线段匹配,且无需线段描述子。在插入新关键帧时,提取线段描述子来完成关键帧之间的线特征匹配,创造新的地图线。最后在公开数据集上进行实验,结果表明:ELSED算法在提取高质量线段的同时,耗时仅为LSD算法的13%;与传统利用线段描述子的匹配算法相比,此算法的时间效率提升了83%,并减少线段误匹配,提高系统定位精度,系统的平均跟踪帧率为33帧/s,保证了系统的实时性。