軟件參數

 

 

1、基礎功能
1）支持中文的多語言、多視角、多窗口3D顯示操作界面
2）可同時對多達數百臺Goku™ Camera進行集中管理
3）對視覺慣性同步控制器進行管理
4）高效實時視覺三維重建引擎
5）光學慣性深度融合引擎*
6）多達數百個智能光學剛體創建、標定、管理
7）實時物體追蹤解算及繪制
8）數據記錄及回放
9）空間捕捉區域實時測算及繪制
10）國際領先的IK算法*
11）實時數據流輸出
12）數據記錄及回放
*僅在慣性系統部署時應用
2、支持數據格式

 

 

       3、豐富的第三方接口

 

 

       4.1、麻省理工學院

       麻省理工學院（Massachusettes Institute of Technology，MIT）的RAVEN(Real-Time Indoor Auto no mous Vehicle Tese Encironment)實驗室，內部裝有18臺運動捕捉攝像機，可以實現無人機的室內定位，實驗室內還有多輛自主的地面小車，研究對象有Draganflyer V Ti Pro 多旋翼無人機和無人小車組成。MIT的無人機集群健康管理計劃（UAV SWARM Health Management Project）主要研究多架無人機的飛行演示。圖5為多架四旋翼無人機對目標進行連續搜索和跟蹤實驗，圖16為多機協同和編隊實驗。

 

 

       4.2、斯坦福大學

       斯坦福大學（Stanford University）的STARMAC（Stanford Testbed of Autonomous Rotorcraft for MultiAgent Control）項目是為了測試和驗證多機算法和控制策略，它包含多個能夠使用GPS和IMU傳感器進行軌跡跟蹤的四旋翼飛行器。Hoffmann G M團隊基于斯坦福大學的試驗臺，首先將四旋翼無人機的非線性模型線性化，然后使用LQR控制方法設計了姿態控制器，使用滑模控制方法設計了高度控制器，并取得了良好的控制效果。

       4.3、賓夕法尼亞大學

       賓夕法尼亞大學的GRASP（General Robotics,Automation,Sensing and Perception）實驗室對無人機的控制進行了大量研究，并基于光學動捕系統搭建了無人機測試平臺，主要研究對象如圖17所示。主要研究內容包括對多旋翼無人機的建模、多旋翼無人機自主飛行控制算法和多架無人機協同控制算法的研究。通過大量實驗，GRASP實驗室已經取得了很多創新成果，在該無人機測試平臺下，無人機體現出很大的機動性，能夠完成無人機集群航跡追蹤、協同合作和編隊飛行等測試，圖18為多旋翼無人機協同飛行。