四旋翼飞控系统设计:姿态解算与串级PID整定实战

飞行器控制系统四旋翼姿态解算
于 2026-10-29 08:48:26 修改
·本内容遵循CC 4.0 BY-SA版权协议

飞行器控制系统设计,说白了就是把传感器读到的姿态、位置信息变成控制信号,让飞机按要求飞起来。这个领域看着门槛高,其实拆开来看就四大块活:采集数据、算姿态、出控制量、驱动电机。我前后做过两套多旋翼飞控,一套基于开源方案改,一套从MCU底层自己写,踩了不少坑,也总结出了一些能直接复用的经验。这篇文章就以我最近完成的一次小型四旋翼控制系统设计为背景,把从需求拆解、器件选型、姿态融合、串级PID整定到实飞排查的完整过程串起来,给想入门或正在做飞控设计的同学一个参考。文章里的方法和结论不绑定某个特定飞控平台,换成固定翼或者垂起,很多思路一样能迁移。

1. 控制系统架构设计:先拆需求,再定硬件方案

1.1 开始设计前,先回答三个问题

不管你是想改一套开源飞控,还是从零画板子写代码,飞行器控制系统设计的起点都不是芯片选型或控制算法,而是先把需求锁死。我这次做的是“1.5公斤级X型四旋翼,室内外都能飞,悬停姿态误差小于1度,抗3级风”,目标一确定,传感器的冗余级别、控制回环频率、电机选型全部跟着定了。如果上来就选一块顶配飞控板,结果发现重量超标、续航不够,整个方案就得返工。

需求定量有个简单的推导方法:先估算起飞重量,再算出电机能提供的最大拉力和推重比。常规多旋翼的推重比建议在2到3之间,也就是最大拉力至少是起飞重量的两倍。这个参数直接决定了油门余量和抗风能力。接着根据任务场景定姿态精度:航拍要求角度稳定在±1°以内,灯光表演可能要求±0.5°,普通娱乐飞行±3°就够。控制精度需求不一样,传感器和算法成本会差很多。

注意:需求阶段最容易犯的错是把参数指标堆得很高,却不考虑测试环境。标称“姿态精度0.1°”在实验室静置台上很容易做到,但实飞振动一来,传感器噪声就会让姿态抖动。我一般会留出50%的余量,例如目标悬停误差±1°,设计时就按±0.5°的标准做,这样才能给滤波和振动留出消化空间。另一个容易忽略的是电池和续航的耦合关系:为了达到更高控制精度加了第二片IMU、更强的主控芯片,但重量增加后续航下降,控制余量反而变小。所以需求阶段要画一张能涵盖重量、功耗、成本、控制性能的权衡表,避免单项指标一路加码。

1.2 方案选型:自研还是套开源,我选“半开源”

飞控开发有个绕不开的路线问题:完全基于PX4/ArduPilot改,还是从单片机裸机自己写?前者生态成熟、调试工具完整,但代码量巨大,一个固件几十万行,改一行都要重新看半天;后者从底层做起,能真正理解每个环节,但开发周期长,稳定性验证需要大量时间。

我这次采用的是“硬件参考开源、算法自己写”的折中路线:主控板引用了类似Pixhawk的硬件架构,但固件不是直接用PX4,而是基于STM32跑一个精简的实时操作系统任务集,姿态解算和控制律全部自己实现。这样既能利用成熟的传感器布局和供电设计,又能把控制链路的每一行代码都吃透。实际做下来,开发周期比我预想的短很多,因为底层驱动和传感器驱动可以从开源框架借力,我需要集中精力写的是姿态、控制、混控这几个核心模块。

这种折中方案还有一个附带好处:对比测试很方便。自己写的算法跑不通的时候,我可以把同一块硬件刷成开源固件作参照,用遥控器打同样的舵量看响应区别,快速判断问题在传感器、控制算法还是执行机构。很多团队也采用类似策略:先在一个成熟框架上做垂直领域的算法验证,验证完再把必要部分移植回自研固件,这样风险最可控。

1.3 硬件信号链路与控制任务划分

飞行器控制系统可以抽象成一条单向数据链:IMU等传感器进入MCU,MCU读数据后做姿态解算,接着控制律计算,再混控输出到电调和电机,机体运动再次被IMU感知,形成闭环。我在架构设计阶段就把这条链上的更新率明确下来,因为这决定了后续所有代码的时间预算。

环节 更新率/采样率 说明
IMU采样 1000 Hz 陀螺仪加速度计共享SPI总线,DMA读取
姿态解算 500 Hz 四元数更新加传感器矫正
控制律计算 500 Hz 内环角速率、外环姿态串级PID
混控输出 500 Hz 输出DSHOT信号或PWM
任务日志 100 Hz 记录关键状态和调试变量,方便事后分析

这个频率分配不是随便拍的。控制回环低于200Hz时,周期延迟会明显降低相位裕度,飞机容易在高速响应时出现振荡;而IMU采样率如果只有500Hz,等于把时间分辨率降下来,陀螺仪在高角速度时的噪声会变大。既然STM32F407的主频足够,我直接把IMU采样拉到1000Hz,姿态解算和控制律都跑500Hz。

在任务调度上,我用了一个简单的RTOS:IMU驱动任务以1ms周期唤醒,通过共享内存把最新数据交给姿态任务;姿态任务完成四元数和角速度更新后,再交给控制任务。这样任务之间耦合度低,后续加航行灯控制之类的小功能也不会干扰主回路。任务划分时还要注意优先级反转问题,比如日志任务优先级不能高于IMU任务,否则IMU数据可能被延迟读取,导致控制周期抖动。

2. 核心模块设计:传感器、姿态解算与校准

2.1 传感器选型:不能只看参数表,抗振和温漂才是关键

飞行器控制系统对传感器的要求可以归纳成三个词:稳定、抗振、可冗余。常见IMU有MPU6000、BMI088、ICM20689这些,但我选型时最关注的不是最高量程,而是温漂和振动环境下的噪声密度。BMI088的陀螺仪噪声相对低,加速度计抗振性比MPU系列好,所以很多飞控都拿它当主IMU。磁力计我用了IST8310,气压计用MS5611,这套组合在主流开源方案里验证得很充分。

除了选型号,PCB布局和减振结构更重要。我的飞控把IMU放在靠近几何中心的位置,并粘贴一层0.5mm的泡沫减振垫,目的是隔离电机振动。注意减振垫不是越软越好:太软会在机动时产生共振,太硬又滤不掉高频振动。我实测下来,用中等硬度的硅胶垫,在300到500Hz范围内的振动衰减效果最好。

传感器冗余方面,我最初设计了双IMU方案,但实际只启用了一个主IMU,第二片作为故障备份和离线对比。开发过程中这个备份IMU帮助很大:我可以把两片IMU的数据同时记录下来,比较振动环境下的输出差异,快速定位是哪一路信号被电机干扰了。如果预算紧张,至少留出一个IMU的焊盘和接口,别把冗余彻底取消。因为实际飞行中,一个IMU被虚拟故障或单点干扰的概率并不低,冗余既是安全策略,也是调试工具。

2.2 姿态解算:互补滤波和卡尔曼的工程取舍

姿态解算就是把陀螺仪、加速度计、磁力计的原始数据融合成一个相对真实的姿态角。直接用陀螺仪积分短时间内很准,但零点漂移会让角度慢慢跑偏;加速度计在没有加速的时候能测重力方向,但飞行器一旦做加减速,它给出的“重力方向”就被扰动了。所以要把两者的优点合并。

最容易被新手理解的是互补滤波:

angle(t) = alpha × [angle(t-1) + gyro_rate × dt] + (1-alpha) × acc_angle(t)

alpha越大越相信陀螺仪,越小越相信加速度计。alpha一般按截止频率取,比如截止频率为1Hz、采样周期0.004秒,则alpha约等于0.98。这个算法实现简单,但控制器在机体运动剧烈时会有滞后,所以我最终选用了Mahony姿态解算,本质上是带非线性PI补偿的互补滤波,用加速度计和磁力计的误差修正陀螺仪零漂。工程上它比完整扩展卡尔曼更容易调试,性能差距也没有传言那么大。

如果你追求更高精度,可以上扩展卡尔曼滤波,把四元数、陀螺仪零偏都放进状态向量。但代价是需要调协方差矩阵,参数没调好,滤波发散起来比互补滤波还难救。我的建议是:第一版飞控先用Mahony把整个链路跑通,等试飞稳定了再决定要不要切卡尔曼。算法复杂度应该跟着需求和风险走,不是越高越好。实际测试中,用好的传感器加上校准到位的Mahony,静态角度精度能优于0.3°,动态飞行时也能保持在1°以内,很多应用是足够的。

2.3 校准环节:最容易偷懒但绝对不能省的步骤

再好的解算算法也救不了没校准干净的传感器。我每次装机都强制自己按下面的顺序走一遍:

  • 陀螺仪零偏:水平静止放置1分钟,采样1000帧取平均值,开机前把该值扣除。
  • 加速度计六面校准:把飞行器分别放在六个平面上,让每个轴正负方向分别指向重力,采集后标定零偏和标度因数。
  • 磁力计校准:在无大金属干扰的环境下旋转机体,做椭球拟合,把硬磁和软磁误差消掉。
  • 气压计高度校准:记录起飞点气压和温度,起飞后气压计高度会随气象缓慢漂移,需要结合加速度或GPS高度做融合。

实际试飞时,传感器“装歪”的问题比很多人想象严重。PCB上的IMU芯片方向本来和机体轴一致,但手工焊接或者结构装配稍微偏1到2度,姿态角就会存在固定偏差。我的处理方法是增加一个“机架安装校准”步骤:把飞行器调平放在地面上,记录此时飞控输出的横滚和俯仰角,作为安装偏角补偿。否则你会发现明明机体水平,地面站却显示倾斜2度,后面的控制误差会一直存在。

校准的另一个细节是顺序:先校传感器,再装机,装机后最好做一次机架校准。如果先装机再校传感器,拿到的坐标系其实是“飞控坐标系”,和机体轴的偏差会被标定算法错误吸收。我在一次项目中跳过机架校准,结果横滚角始终偏1.5度,外环I一直增大才把误差压住,但一遇风就明显晃,最后找到根因还是安装偏角的问题。

3. 控制律设计与整定:串级PID背后的逻辑

3.1 为什么飞行器必须用串级PID

很多刚接触飞控的朋友第一反应是给姿态角直接做一个PID,角速度信息只是辅助。但实际飞行器姿态控制几乎都是串级结构:外环是角度环,内环是角速度环。原因在于,单纯比例控制角度只能让飞机“缓慢回正”,缺少对转动角速度的阻尼。

用一个通俗的类比:外环是“规划者”,看到飞机偏了,告诉内环“该以多快的角速度转弯”;内环是“执行者”,负责把这个角速度精确跟踪住。如果只有规划者直接踩油门,系统会像一个只有位置反馈的弹簧,很容易振荡。串级PID的目标是让角度环输出期望角速度,角速度环再把期望角速度跟踪好。

链路是这样的:

期望姿态角 → 角度环PID → 期望角速度 → 角速度环PID → 期望力矩 → 混控 → 电机。

为什么角速度环必须比角度环快?因为内环需要先稳定住机体的转动,外环才能把被控对象看成是一个良好的角速度跟踪器,而不是一个容易振荡的积分器。外环如果设计得比内环还快,整个环路就会不平衡,产生明显的超调和抖动。这也是为什么很多飞控代码里角度环PID频率是100到200Hz,而角速度环可以跑到500Hz,两者物理含义完全不同。

3.2 参数计算过程:从零开始整定内环和外环

参数整定是飞行器控制系统设计里最花时间的一环,但其实是有一套可操作的流程的。我以X型四旋翼为例,说明我常用的工程整定顺序。

第一步只调内环P。把外环角度环P设为零,内环给定一个固定期望角速度,用遥控器拨杆或地面站发送指令,逐渐增大内环P,直到听到电机出现明显的“声音抖动”,或者从日志看到角速度以5到10Hz的频率持续振荡,然后取振荡临界值的一半作为内环P初值。第二步在角速度阶跃响应中加大内环D,用来减小超调。D太大会引入高频噪声,应在试飞中逐步加,不要一次到位。

第三步调外环P。设置一个角度阶跃,比如从0°目标给到30°,观察角度响应。外环P过大会让飞机很快回正但随后来回晃,过小又显得肉。一般外环P从4起步,逐步加到8左右,角度响应没有明显超调就够了。第四步再加外环I,用来消除重力、质心偏移造成的静态误差。I不要给太猛,否则风一吹,角度惩罚过头,飞机会出现低频“点头”。

我常碰到的现象是新手把内环P直接当成“灵敏度”旋钮,一上来就加到0.3以上,结果飞机解锁后高频震动。实际上角速度环P的量级和传感器噪声、机身转动惯量强相关,我做的1.5公斤级机身,内环P大概在0.08附近,内环I在0.05附近,内环D在0.002附近;外环P到6.5,外环I到0.05。这个值放到另一架飞机上不一定合适,所以真正的技巧是掌握整定流程,而不是背参数。另外要注意单位一致,如果你把角速度环的误差单位定义为弧度每秒,那PID系数和用度每秒会完全不同,混用代码最容易出问题。

3.3 混控输出与电机模型:把控制量换成油门命令

控制律计算出来的是期望力矩(横滚、俯仰、偏航)和总油门,但电机执行需要把四路指令变成转速差异才算完成。以X型四旋翼为例,一种常见的混控公式如下(符号取决于电机转向和机头方向,我只展示结构示意):

C
// 输入:油门throttle,滚转roll_cmd,俯仰pitch_cmd,偏航yaw_cmd
// 输出:四个电机归一化命令,范围0~1
motor[0] = throttle + roll_cmd + pitch_cmd + yaw_cmd; // 右前
motor[1] = throttle - roll_cmd + pitch_cmd - yaw_cmd; // 左前
motor[2] = throttle + roll_cmd - pitch_cmd - yaw_cmd; // 右后
motor[3] = throttle - roll_cmd - pitch_cmd + yaw_cmd; // 左后

混控公式要注意两点:一是电机顺序和旋向必须一致,否则正负号全反;二是必须做指令饱和处理。四个电机命令在加法之后经常超过[0,1]范围,简单的钳位会破坏力矩比例,导致急推油门时机体瞬间翻转。我在工程上用的是等比缩放:先把四项中超出边界的部分算出来,再按比例缩到合法范围,保证横滚、俯仰、偏航的相对关系不变。

电机执行部分,现在主流是DSHOT协议,它把控制信号打包成数字帧,省去了传统PWM的脉冲宽度量化误差。DSHOT600的位周期是1.67微秒,更新率可以轻松跑到500Hz以上,而且还能把遥测信号一起传回来。如果还在用普通PWM,至少把PWM频率设在400Hz以上,避免低刷新率引发电机响应滞后。实际项目中我还测试过PWM 50Hz和500Hz的区别:50Hz时电机几乎每20ms才收到一次新指令,悬停时会有明显“呼吸感”,换成500Hz后立马稳定。

3.4 控制频率与延时的工程账

这部分要说一下为什么“更快”并不总是无代价,但飞控主回环确实是越快越好。以500Hz控制回环为例,每个周期的计算时间只有2ms,任务里姿态解算、PID、混控都要在1到1.5ms内完成,否则系统时间预算失控。如果STM32F407超频到168MHz,执行一个四元数更新加三个串级PID也就几十微秒,压力不大;但如果你用了一个很慢的软件I2C读IMU,光一次采样就可能耗时1ms以上,控制回环就拖到250Hz。

我在开发中做过一次降频对比:把控制频率从500Hz降到250Hz,悬停姿态误差从0.8°左右恶化到1.5°以上,飞机在中等风里出现可感知的低频晃动。原因不是控制算法变差了,而是每个周期多出的2ms延迟让整个系统等效相位裕度下降,阻尼变弱。所以,控制规划时给主回环留出充足时间余量,是飞行器控制系统设计里容易被忽略的硬约束。现在很多MCU都带浮点运算单元,推荐直接开启FPU并用单精度浮点,能显著缩短控制律计算时间。

4. 从仿真到实飞:调参流程与实测排查

4.1 在半实物仿真里先跑通逻辑

直接上电试飞的风险太高,我的流程是先做两层验证。第一层是纯软件仿真,把姿态动力学模型和控制律代码在同一台机器上跑,观察在给定扰动下的响应。第二层是硬件在环,把单片机控制板接上仿真器,IMU数据由仿真模型模拟生成,控制输出直接执行仿真里的电机,这样能看到真实PID代码在目标硬件上的运行效果。

不过说实话,对于个人项目,硬件在环的搭建成本不低,我更多用的是“地面台架测试”:把飞控固定在可以自由转动的单轴平台上,分别测试滚转、俯仰、偏航三个通道。台架测试能暴露出PID接线、电机换向等低级错误,但对整机耦合的动态特性覆盖不全面,所以最终还是要小心地进行低速试飞。

仿真和台架不能替代实飞的一个原因是,螺旋桨滑流、机架弹性模态、电池电压跌落和执行机构的真实响应延迟,很难在模型里精确建模。我通常把仿真当作“排除法”:如果代码逻辑不通,仿真会先崩;如果仿真过了实飞还是晃,那问题多半出在物理环节,比如桨平衡、电调校准或减振。在我做过的几个机架方案里,通过仿真能提前优化控制参数的范围,实飞时只需要做局部修正,整体效率提升很大。

4.2 试飞前的安全检查和首次解锁

飞行器控制系统设计做得再好,安全意识不到位也不行。我每次试飞前按清单过一遍,不打折:

  • 电池电压:单片电芯不低于3.8V,避免大油门时电压跌穿。
  • 螺旋桨方向:看桨叶上的标识和电机转向是否一致,不一致会在解锁瞬间拍地。
  • 安全开关:设置好飞控解锁逻辑,遥控器油门最低且方向确认,避免误触发。
  • 解锁倾角:飞控检测到倾角超过设定值(如30°)时禁止解锁。
  • 日志记录:试飞全程开日志,哪怕只飞1分钟,也足够事后分析。

首次解锁我会把飞机放在平整地面,遥控器油门缓慢从最低推到10%,听电机声音是否平稳,然后立即回到最低。如果电机出现断断续续或转速不稳,先别急着起飞;此时最可能是电调校准不一致、桨叶松动或电机轴承有异物。

确认电机响应正常后,我上电缓缓推油门至25%左右,这时飞机应该还贴地但能感觉到升力。如果飞机明显朝某个方向飘,不要急着修正遥控器,先检查该方向的混控符号和传感器安装方向。我在第一次测试时就犯过“把前右和前左电机接反”的低级错误,结果油门一推,飞机直接逆时针打转,只有通过仔细检查线序才找到原因。这个阶段的排查一定要耐心,把低级错误全部排除后再考虑飞行。

4.3 一次典型的高频振荡排除实录

实飞等待你的往往是各种振荡问题。我记录一次比较典型的:解锁后低油门悬停,飞机从外观到日志都呈现出约7Hz的连续高频抖动,电机声音发紧。

我第一步看日志,发现IMU角速度中混入了明显的7Hz周期性分量,而且四个电机输出都在以同样频率波动。这说明控制回路在“过度补偿”一个外部激励。我先把内环P降低30%,抖动明显减轻但机动力度不够;随后把内环D增加一倍,高频分量被阻尼压住,但仍存在毛刺。再检查振动频谱,确认是电机转速的基频和机架的某个模态耦合所致。最后解决方案是:更换减振垫材料,并让姿态解算增加一个中心频率在7Hz的陷波器,把机架共振分量滤掉。这之后高频抖动基本消失。

这个案例给我的教训是:参数整定不能盲目追求“快速响应”,很多时候噪声和共振会伪装成控制参数问题。正确顺序是先查机械、再从滤波角度处理,最后才动PID。反过来换参数,可能当时好了,换个油门点问题又冒出来。记录每次试飞的频谱图也很关键,有了频谱才能判断振动是机械问题还是控制参数问题,否则只能靠猜。

5. 常见问题排查与经验速查

5.1 解锁失败或电机不转怎么办

我把这个放第一位,因为九成新手都遇到过。可以按顺序排查:

  • 遥控器通道映射:确保油门通道、解锁通道和模式通道在飞控里正确映射,很多解锁失败只是“解锁开关没设到对应通道”。
  • 飞行器状态报错:地面站会提示磁力计未校准、陀螺仪偏航角异常、安全开关未打开等,逐条消灭。
  • 电调校准:如果电调从来没有执行过油门行程校准,解锁后哪怕给油也可能不转。我的做法是第一次上电时统一校准一遍,以后换电调时要重新做。
  • 电机线序:无刷电机三根引线其中两根对调会导致电机反转,再叠加混控符号,就会出现各种诡异动作。

排查时建议用地面站实时观察电机输出指令和遥控器输入。如果输出指令有值但电机不动,问题在电调和电机;如果输出指令本来就是0,说明问题在解锁逻辑或通道映射。很多飞控固件在解锁前还要完成“陀螺仪自检”,如果飞机放在移动平台上,自检可能失败,把飞机放到固定桌面再重新上电就好。

5.2 姿态漂移和高度漂移怎么区分

姿态角度缓慢漂移通常是传感器零偏没扣干净或数据融合权重不对。我遇到过的特例是飞控板温度变化导致陀螺仪零偏漂移,开机前在校准点状态,飞了五分钟后机温上来,角度就缓缓偏了。对策是让飞控上电预热2分钟再校准,或者加一个缓慢的零偏在线估计,把陀螺仪零偏作为状态量放到滤波器里。

高度漂移则更复杂。气压计的原始噪声很大,而且会受螺旋桨气流影响。如果气压计位置离螺旋桨太近,悬停时会受到乱流冲击,高度控制会持续波动。正确的做法是把气压计放在避风的泡棉腔里,并在结构上留一个小孔和环境连通。另外,气压计高度要和加速度计做融合,不能拿原始气压值直接当高度反馈,否则飞机会像坐电梯一样忽上忽下。

区分姿态漂移和高度漂移有一个简单方法:看日志里的姿态角误差变化和高度估计变化。如果角度误差随时间单调增大,说明姿态解算在漂;如果角度正常但油门指令一直变化,说明高度通道在漂。把问题归类后,再决定是校准传感器还是检查气压计安装,能省不少时间。

5.3 滤波越深越好吗?陷波器怎么用

很多人在处理振动时会堆低通滤波器,结果姿态解算的相位延迟越来越大,飞控越调越飘。低通滤波器的截止频率每降低一倍,相位滞后会增加不少;控制回环里最怕的就是滞后。我一般只在陀螺仪数据上加很小的低通(截止频率80到120Hz),主要靠机械减振解决宽频振动;对于单一的窄带共振,用陷波器更合适。

陷波器的作用是“精准挖掉”某个频率,例如机架共振在7Hz,就在姿态数据通路上加一个中心频率7Hz的陷波器,衰减该频率的信号,同时对其他频率影响很小。工程上需要考虑陷波器的Q值:Q太高会窄到不稳定,Q太低会误伤有用信号。用频谱分析工具看到明确的尖峰后再加陷波器,不要盲目堆。我建议在飞控代码里做一个可在线修改的滤波参数表,试飞时通过串口或遥测调整,能省掉反复刷固件的麻烦。

5.4 飞行日志怎么看,重点看哪几类曲线

试飞完一定不要只看“飞得稳不稳”,要靠日志判断控制余量和系统健康状态。我最常看的曲线有这么几组:IMU的加速度和陀螺仪原始数据,看是否出现周期性尖峰;姿态角的误差和角速度输出,看是否有持续振荡;电机指令,看是否经常顶到饱和边界;电池电压和电流,看动力系统是否过载。如果某个方向电机指令经常到0或1,说明混控分配有问题或者油门余量不足。

另一个容易忽略的是“指令余量”。如果四个电机指令总有某一个接近上限,说明机身重心偏差较大,或某个旋向的螺旋桨效率差异明显。这时即使姿态控制还能维持,姿态角也会持续偏向一侧,需要先解决配平问题,而不是继续调PID。日志分析时,建议把时间轴对齐到遥控器打杆的瞬间,观察打杆后50到200ms内角速度响应是否平滑,这样可以快速评估控制环路的快速性和阻尼感。

5.5 我的两点体会

飞行器控制系统设计做了几个项目之后,我最深的感受是:别把算法想得太神秘,也别把硬件想得太简单。一个飞控能不能稳飞,往往是机械振动、传感器校准、功率裕度和PID四者是否匹配。很多所谓“玄学振荡”,拆开来看都是某一环没做到位。

另外一个小技巧:每次试飞后,把调参前后的日志和参数文件按日期命名归档。等积累了几十次试飞,你就能做出属于自己的“参数与现象对照表”,以后再换机架,整定效率会快很多。控制系统的坑很多,但只要你一步一个脚印地推,它终究是一个可复现的工程问题。

基于Python+Open CV的手势识别算法设计
伴随着人工智能时代的到来,人机交互的领域也逐渐成为研究的一大方向;其中,手势识别是人机交互领域的一项关键技术,自此手势识别也迎来了一波高潮,近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上,都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域,手势识别的原理都是利用各种传感器(例如红外、摄像头等)对手部的形态进行捕捉并进行建模,形成一个模型信息的序列帧,而后将这些信息序列转换为机器能够识别的相对应指令(例如打开、切换菜单、移动等)来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计,在Pycharm中进行需要库(模块)的下载,调取电脑摄像头,按帧读取摄像头采集到的头像,形态学处理,图像旋转(由于摄像头采集到的图像是镜像,需要用cv2.flip将摄像头采集到的图像进行处理),选取图片中固定位置作为手势输入,用红线画出手势识别框,基于hsv的肤色检测,进行高斯滤波,找出轮廓,求出图像中手势的凹凸点,手指间角度求取。
努力学习前端的小陈
ArcGIS Pro入门制图教程
地理信息系统 (GIS) 是一种使用地图显示和分析数据的方式。在本教程中,您将学习桌面 GIS 应用程序 ArcGIS Pro 的基础知识。新加坡的一家旅行社希望制作一款宣传册,用于向游客介绍距离市中心热门目的地最近的火车站。该宣传册将与带有文本信息的地图相结合,并在城市的自助设备中出售。您将帮助该旅行社绘制旅游景点的地图,分析其与火车站的距离以及更改地图的外观以使其在视觉上更具吸引力。在 ArcGIS Pro 中,地图和数据通常被组织在一个工程中。开始制作地图之前,您将创建一个工程。
科研online
ArcGIS Pro 布局创建与地图加载全流程解析
本文详细解析了ArcGIS Pro中布局创建与地图加载的全流程。针对从ArcMap转来的用户,重点阐述了布局与地图解耦的核心设计理念,并提供了从新建布局、设置参考比例尺、加载地图框到深度控制与精细化排版的实用技巧,帮助用户高效制作专业地图。
您的账号已被封禁
ArcGIS PRO布局视图避坑指南:地图框添加与专题图制作的5个关键步骤
本文针对ArcGIS PRO用户在布局视图中制作专题图时遇到的常见问题,提供了地图框添加与专题图制作的5个关键步骤避坑指南。从理解布局视图思维、数据框预处理、地图元素协同配置,到深化视觉层次与最终输出检查,系统讲解了如何高效产出严谨美观的专业地图,帮助用户跨越从数据分析到地图输出的最后一公里。
冰炭不同炉
ROS-CV-ImageConverter:将ROS图像转换为OpenCV(cv :: Mat)类型的图像
ROS-CV图像转换器 依存关系 cv_bridge(ROS软件包)
Willis Wang
计算机视觉图像处理-CV2与图像插值算法
用最近邻插值与双线性插值原理完成图像缩放 最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输。缺点:使用最近邻插值算法处理图像放大时,在图象中可能出现明显的块状效应 双线性插值,在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时,在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int
weixin_38697274
基于水平集CV模型的图像分割(Matlab代码)
基于水平集CV模型的图像分割(Matlab代码),全套代码
小宇QAQ
导向滤波(guide_filter)的python实现
导向滤波(guide_filter)的python实现,可以结合暗通道;理论实现比较好的图像去噪效果。
zachzhan_g
ArcGIS Pro 如何新建布局
你是否已经习惯了在ArcGIS中数据视图和布局视图之间来回切换,到了ArcGIS Pro中却找不到二者之间切换的按钮,即使新建布局后却发现地图怎么却是一片空白。从上面的图中可以看到,虽然新建了布局,但是地图还是空白的,如果想要显示地图还需要加载一下,将地图加载进来。在新建的布局上绘制一个框,作为地图显示的范围,绘制后可以看到地图已经完成加载,如下图所示。在菜单栏上选择插入,点击新建布局下拉箭头,选择一个合适的尺寸,如下图所示。点击后完成布局的新建,新建的布局如下图所示。
水经注GIS
ArcGIS Pro数据修复与图层管理实战指南
本文是ArcGIS Pro数据修复与图层管理的实战指南。针对数据源丢失导致的“红色叹号”问题,详细讲解了一键批量修复和进阶手动修复策略,并分享了使用相对路径、打包工程等防患于未然的黄金法则。同时,深入介绍了如何利用图层组进行高效的地图内容组织、比例尺控制与批量操作,帮助用户构建清晰、智能的专业地图,大幅提升GIS项目管理效率。
Tomato
ArcGIS Pro布局设计实战:从空白页面到专业地图输出的完整工作流
本文详细解析了ArcGIS Pro中从“新建布局”开始,到输出专业地图的完整工作流。内容涵盖布局哲学、地图框深度运用、制图元素集成及视觉排版等核心环节,旨在帮助中级用户掌握项目驱动的现代化制图方法,实现从数据到出版级地图的精准转化。
AnjneyMidha
ArcGIS PRO布局视图避坑指南:地图框添加与坐标系设置的5个常见错误
本文针对ArcGIS PRO用户在布局视图中常遇的难题,重点解析了地图框添加与坐标系设置的5个常见错误。从地图框的创建逻辑、坐标系冲突的根源剖析,到地图范围控制、元素联动更新以及打印导出设置,提供了一套完整的避坑指南与实战解决方案,帮助用户高效、精准地完成地图制图与输出工作。
重离子猫猫
ArcGIS Pro布局设计避坑指南:为什么你的地图总是显示空白?
本文深入解析ArcGIS Pro布局设计中地图显示空白的常见问题,提供从基础操作到高级排错的完整解决方案。重点讲解地图框的正确使用方法、布局元素配置技巧,以及多地图框协同工作等进阶功能,帮助用户快速掌握专业地图制作的核心技术。
习翔宇
CV算法(MATLAB)
chan 和 vese 提出的经典CV模型
beastLOVE
GrabCut:使用opencv-python cv2.grabCut交互式剪切图像
GrabCut 使用opencv-python cv2.grabCut交互式剪切图像
Aaron Gary
Opencv-Python图像透视变换cv2.warpPerspective的示例
今天小编就为大家分享一篇关于Opencv-Python图像透视变换cv2.warpPerspective的示例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
weixin_38711369
leetcodecv-Kylin:CV算法岗面经&LeetCode刷题总结
leetcode cv Kylin CV算法岗面经 & LeetCode刷题总结 不断更新中。。。。 面试&笔试经验 LeetCode
weixin_38499553
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS.pdf
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS真的很不错,
weixin_43905342
ArcGIS布局视图方向调整与优化技巧
地图布局方向是GIS制图的基础设置,直接影响空间数据的可视化效果。横向(Landscape)和竖向(Portrait)布局通过调整页面长宽比例,可优化不同地理要素的展示方式。在ArcGIS等专业制图软件中,方向设置会联动影响比例尺、图例等核心元素的自动适配逻辑。本文以A4纸张为例,详解通过页面设置、Python脚本批处理等技术手段实现布局方向的高效调整,并针对比例尺失准、图例溢出等典型问题提供工程解决方案。特别适用于带状区域地图制作等需要最大化利用版面空间的场景,可提升40%以上的图面利用率。
塞音菩光
ArcGIS Pro 3.4必学新功能:符号系统与布局视图的可见性联动(含省时技巧)
ArcGIS Pro 3.4引入了符号系统与布局视图的可见性联动功能,通过唯一值符号化和复选框控制,实现原子级要素显示/隐藏。这一创新极大提升了制图效率,支持在符号系统窗格、内容窗格和布局视图中同步操作,特别适合城市规划、环境监测等需要动态展示的场景。
t8u9v0
ArcGIS Pro 布局创建与地图加载全攻略
本文详细解析了ArcGIS Pro中布局与地图分离的设计哲学,并提供了从新建布局到加载地图的完整操作指南。重点介绍了如何通过“插入”选项卡新建布局、选择合适的页面尺寸,以及使用地图框工具将项目中的地图动态链接至布局。文章还涵盖了地图范围控制、比例尺锁定、图例添加等深度定制技巧,帮助用户高效创建专业地图并导出为高质量成果。
milk8
ArcGIS多图布局实战:从数据框管理到批量导出的完整指南
在地理信息系统(GIS)制图领域,将多张地图高效整合到单一版面是提升分析报告专业性与表现力的关键技术。其核心原理在于理解并运用数据框与布局视图的分离机制,通过独立的数据框承载不同区域或专题的地理数据,并在统一的布局视图中进行精确排版与视觉整合。这项技术的核心价值在于实现了制图流程的标准化与自动化,避免了传统拼图方式带来的效率低下与更新困难问题,尤其适用于区域对比、时间序列分析、综合评估报告等需要多视角、多维度展示地理信息的应用场景。本文聚焦于ArcGIS Pro平台,深入剖析了多图布局中数据框范围联动、地图
aaa1231722
monolithic-cv:CV算法的集合
单片-cv 计算机视觉算法转储
晨曦姜
改进的cv图像分割
改进的cv图像分割,对学习cv模型有帮助
a904235765
C++实现基于暗通道与导向滤波的图像去雾算法
资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 在图像处理领域,图像去雾技术用于消除大气散射导致的模糊,提升图像清晰度和视觉质量。本文将介绍一种基于暗通道和导向滤波的图像去雾算法,并探讨如何使用C++和OpenCV库实现。 暗通道理论由Jia等人于2006年提出。他们发现自然场景中存在一些低亮度像素,通常位于无直射光区域。这些像素被称为暗通道像素,可用于估计大气散射模型中的透射率。具体方法是将图像分块,在每块中找到最暗像素值作为暗通道像素。 大气散射模型是图像去雾的基础,描述了光线在大气中传播时的散射影响。模型公式为: I(x)=T(x)×J(x)+A×(1−T(x)) 其中,T(x)是透射率,J(x)是无雾图像亮度,A是全局大气光。透射率与散射程度成反比,无雾图像亮度反映物体本身色彩。 利用暗通道先验,可以近似估计透射率。假设D(x)为暗通道像素,透射率T(x)可通过迭代公式计算: T k+1 (x)= max(D)+ϵ D(x) +(1− max(D)+ϵ D(x) )×T k (x) 其中,k是迭代次数,ϵ是小常数,用于避免除零。 估计透射率后,使用导向滤波器平滑透射率图,减少噪声和边缘失真。导向滤波是一种自适应局部滤波方法,可保持图像边缘细节,同时进行平滑处理。在图像去雾中,它根据图像梯度信息指导滤波过程,更好地恢复图像清晰度。 通过大气散射模型,可得到去雾后的图像: J out (x)= T(x) I(x)−A×(1−T(x)) +A 在C++中,可借助OpenCV库处理图像数据。首先读取输入图像,然后提取暗通道,估计透射率,应用导向滤波,最终恢复无雾图像。OpenCV提供了丰富的图像处理函数,如cv::split用于分离通道,cv::min用于找最小值,cv::filter2D用于导向滤波,cv::imwrite用于保存
KaiyuanCode
cv模型图像分割matlab源程序
cv模型 matlab 图像分割源码,逻辑清晰,注释详尽。
phoenix01
CV图像分割
从pud找到的CV图像分割代码,代码的通过较少的迭代次数就可以实现图像的分割,对学习CV分割有帮助。
a904235765
ArcGIS Pro 3.0 布局视图实战:5分钟搞定专业地图的图例、比例尺与指北针
本文详细介绍了ArcGIS Pro 3.0布局视图的实战技巧,帮助用户在5分钟内高效添加图例、比例尺与指北针,打造专业地图。通过智能图例、动态比例尺和现代化指北针设计,提升制图效率与美观度,特别适合GIS初学者和从ArcMap迁移的用户。
weixin_30652491
ArcGIS Pro界面突然消失?3种恢复方法+自定义布局技巧
本文针对ArcGIS Pro用户常见的操作界面元素突然消失问题,提供了三种核心恢复方法:通过“视图”功能区一键唤回、利用“重置窗格”命令恢复默认布局,以及通过应用程序设置进行深度恢复。文章还深入讲解了如何通过停靠、分组窗格以及自定义功能区等技巧,打造高效个性化的操作界面,帮助用户从被动解决问题转向主动优化工作环境。
nnn11
【ArcGIS Add-in编程】如何创建ArcMap的下拉菜单插件
step1. VS2010中创建一个空的解决方案step2.创建一个项目 直接点击finish。step3 为该项目创建项目,选择Menu,作为根菜单,而后修改xml中的items项,添加需要放在下拉菜单中的项目,例如一个按钮; step4 现在可以创建项目,作为菜单中的项目。为该项目添加新的项目,选择button 此时 xml文件中,多了该button的项目,将该项目添加到items
吃货小跟班