基于gpu并行算法的无人机轨迹控制仿真

摘要

针对当前方法存在无人机轨迹跟踪误差较大,收敛速度较慢,抗干扰性和稳定性较差的问题,提出一种基于gpu并行算法的无人机轨迹控制方法,将经过高斯滤波的无人机轨迹图像数据从CPU读入gpu中,利用计算机gpu片段程序构造无人机轨迹图像的高斯差分金字塔模型,利用Hessian矩阵对构造的高斯差分金字塔模型进行并行计算,获得主曲率,并判断模型中的像素点是否为边界点,确定特征点和特征点梯度信息,将得到的图像特征点梯度信息累加存入在gpu程序中,生成无人机轨迹图像SIFT特征向量并从CPU端输出.通过利用卡尔曼滤波器的反馈向量和控制向量对无人机当前状态和下一刻状态进行估计,并通过对协方差的实时更新和增益系数的不断调整,使得最终无人机飞行轨迹预测值不断逼近真实测量值,实现无人机轨迹跟踪控制.仿真结果表明,所提方法能够在强噪声干扰条件下实现对参考轨迹的快速、准确跟踪,且具有较好的跟踪稳定性.