PIE-UAV用户使用手册V2.6（20151202），仅供学习和研究，请勿商用

2021-2027全球与中国UAV地面控制站市场现状及未来发展趋势.docx

UAV集群自主协同决策控制的研究现状与分析

地层控制分析与设计问题 无人机（UAV）群系统实现时间

卡尔曼滤波器及其扩展 Kalman滤波器，扩展Kalman滤波器，Unscented卡尔曼滤波器，Cubature Kalman滤波器，M估计鲁棒的cubature Kalman滤波器实现用于各种线性和非线性系统，例如UAV位置跟踪，UAV攻角和俯仰角跟踪，UAV角度跟踪等。

针对单独机器人难以执行复杂环境中任务的问题，Unmanned Air/Ground Vehicle(UAV/UGV)协同系统近年来受到了广泛关注。为了提高执行任务的工作效率，提出一种基于视觉传感器下UAV/UGV协同系统中UAV目标识别下UGV全局路径规划的方法，无人机利用高空视野优势获取目标物与环境信息, SURF算法和图像分割实现环境建模。无人车根据无人机获取的信息，利用优化的A*算法完成全局路径规划，并且在典型搜救场景中进行了仿真验证。实验表明，SURF算法能满足目标识别的精确度、实时性和鲁棒性；并且利用优化的A*算法实现了UGV快速准确的全局路径规划。

基于stm32的scratch3.0项目软件源码，也包含arduino上传内容，未打包打开可以直接使用

使用PX4:registered:自动驾驶仪的UAV工具箱支持包，您可以从MATLAB:registered:和Simulink:registered:访问自动驾驶仪外围设备。 借助EmbeddedCoder:registered:，您还可以自动生成C ++代码并使用PX4工具链来构建和部署专门为Pixhawk:registered:和Pixracer飞行管理单元（FMU）量身定制的算法，同时结合机载传感器数据和其他PX4特定服务。 PX4是Lorenz Meier的商标。

针对复杂环境中存在运动目标、移动威胁与突发威胁等多种情况,将动态流体扰动算法与滚动优化策略相结合,进行无人机(UAV)三维动态航路规划.基于移动目标运动信息与威胁运动信息引入相对初始流场,用扰动矩阵量化表示障碍物或威胁对相对初始流场的扰动影响,计算相对扰动流场,进而得到实际流场流线即无人机规划航路.充分利用实时环境信息,综合考虑未来运动态势,在有限时域内采用动态流体扰动算法规划出可选航路,然后构建目标函数,滚动优化反应系数,实现在线航路规划.仿真结果表明,该算法能较好地适用于复杂动态环境.

中文版航模遥控器全彩说明书