本文選題：無人機 + 跟蹤��； 參考：《華南理工大學》2016年碩士論文

【摘要】：污染羽流是一類最為典型的環(huán)境污染表征形式:氣浮顆粒(煙團、PM2.5等)放射泄漏污染、化學氣體擴散、水體污染(油體泄漏、赤潮等),表現(xiàn)為空間上的區(qū)域性和污染區(qū)域內(nèi)的不同濃度/強度分布,同時在自身擴散和環(huán)境(風、水流、地理環(huán)境、溫度、濕度變化等)的作用下區(qū)域邊界形體隨時間變化,呈現(xiàn)一種不確定的類似羽毛邊界的污染羽流的變化形態(tài)。對該類區(qū)域邊界(或等濃度區(qū)域邊界)的快速自主辨識、估計與預(yù)測是環(huán)境與應(yīng)急監(jiān)測中的關(guān)鍵環(huán)節(jié),是預(yù)警、監(jiān)測控制與快速響應(yīng)的重要依據(jù)。為了減少事故造成的損害,本論文提出利用單架次直升機對環(huán)境進行監(jiān)測,若出現(xiàn)環(huán)境污染,將對污染區(qū)域邊界進行檢測和跟蹤。本文主要研究了四個方面內(nèi)容:首先,構(gòu)建一個環(huán)境模型來模擬真實環(huán)境中的油污擴散情形,對模型進行了詳細的說明并作了仿真分析;其次,由于采用單架次無人直升機來獲取的環(huán)境信息量非常少,使得為了得到局部的完整信息必須求助于空間插值技術(shù),因此本文利用Kriging空間插值算法構(gòu)建周圍的環(huán)境,為邊界檢測做準備,并從多角度研究了無人機飛行軌線對Kriging預(yù)測的影響,通過仿真分析提出了比較合理的采樣軌線;再次,運用模型預(yù)測控制(MPC)算法控制小型無人機循跡飛行,優(yōu)化算法能夠使無人機快速收斂到邊界區(qū)域,使得路徑最短,消耗資源最少,預(yù)測控制算法能夠處理約束,同時對模型要求比較寬泛,因此較適合直升機的循跡控制,最后通過仿真分析驗證了算法的可靠性;最后,借助地理信息系統(tǒng)(GIS)進一步對環(huán)境進行評估分析。GIS是地理統(tǒng)計方面比較專業(yè)的軟件,能夠?qū)?shù)據(jù)轉(zhuǎn)化為可視化的3D圖像,使結(jié)果更加直觀清楚。
[Abstract]:Pollution plume is one of the most typical forms of environmental pollution: air floatation particles (PM2.5, etc.) radiation pollution, chemical gas diffusion, water pollution (oil leakage, etc.) Red tide and so on, manifested as the distribution of different concentrations / intensities in regional and polluted areas in space, and at the same time under the influence of self-diffusion and environment (wind, water flow, geographical environment, temperature, humidity change, etc.), the regional boundary shape changes with time. Presents an uncertain variation of the pollution plume similar to the feather boundary. For the rapid autonomous identification of the boundary of this kind of region, estimation and prediction are the key links in the monitoring of environment and emergency, and are the important basis for early warning, monitoring control and rapid response. In order to reduce the damage caused by the accident, this paper proposes to use single helicopter to monitor the environment. If there is environmental pollution, the boundary of polluted area will be detected and tracked. This paper mainly studies four aspects: first, build an environmental model to simulate the oil pollution diffusion in the real environment, explain the model in detail and make simulation analysis; secondly, Because the amount of environmental information obtained by single unmanned helicopter is very small, in order to obtain local complete information, we must resort to spatial interpolation technology, so we use Kriging spatial interpolation algorithm to construct the surrounding environment. In order to prepare for boundary detection, the influence of UAV trajectory on Kriging prediction is studied from many angles, and a more reasonable sampling trajectory is proposed through simulation analysis. Thirdly, the tracking flight of small UAV is controlled by model predictive control (MPC) algorithm. The optimization algorithm can make the UAV converge to the boundary area quickly, make the path shortest, consume the least resources, the predictive control algorithm can deal with the constraints, and the model requirement is relatively broad, so it is more suitable for the tracking control of the helicopter. Finally, the reliability of the algorithm is verified by simulation analysis. Finally, with the help of GIS (Geographic Information system), the environment is further evaluated and analyzed. GIs is a professional software in geography statistics, which can transform the data into visual 3D images. Make the result more intuitive and clear.
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：V19;X830

【相似文獻】

相關(guān)期刊論文 前6條

1 楊文杰,馬昆,劉浩學;文字圖像邊界檢測和去噪處理[J];北京印刷學院學報;2000年03期

2 張曉;楊國光;程上彝;;利用空間擬合函數(shù)實現(xiàn)超象元邊界檢測[J];計量學報;1996年03期

3 金民鎖;孫遒;朱單;;邊界檢測在入侵模式分類與特征提取中的應(yīng)用[J];黑龍江科技學院學報;2011年02期

4 馮麗娜;趙紅波;;一種基于RGB分量幀差的自適應(yīng)鏡頭邊界檢測算法[J];廣西輕工業(yè);2007年10期

5 王彥國;王祝文;張鳳旭;張瑾;邰振華;郭燦燦;;基于均方差比歸一化垂向梯度法的位場邊界檢測[J];中國石油大學學報(自然科學版);2012年02期

6 ;[J];;年期

相關(guān)會議論文 前7條

1 Yue Feng WAN;Jack-Gérard POSTAIRE;Fran噻ois CABESTAING;;圖像邊界檢測[A];1995年中國控制會議論文集（上）[C];1995年

2 管永紅;劉瑞根;周俸才;;用計算機對比法進行邊界檢測[A];中國工程物理研究院科技年報（1998）[C];1998年

3 盧文鋒;;基于貝葉斯方法的超聲波圖像邊界檢測[A];2007北京地區(qū)高校研究生學術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

4 彭進業(yè);郝重陽;;一種基于二維圖像分割的視頻鏡頭邊界檢測方法[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學術(shù)會議論文集[C];2004年

5 劉瑞根;董維申;周俸才;管永紅;;三種不依賴對比樣品的閃光X光照相圖像邊界檢測[A];中國工程物理研究院科技年報（1999）[C];1999年

6 王麗輝;袁保宗;苗振江;;結(jié)合FCM和邊界檢測算法進行不規(guī)則點云去噪[A];第十三屆全國信號處理學術(shù)年會（CCSP-2007）論文集[C];2007年

7 范競往;翟曉飛;封化民;楊鼎才;方勇;;一種雙層新聞邏輯單元分割框架[A];第一屆建立和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2005）論文集[C];2005年

相關(guān)博士學位論文 前3條

1 邰振華;位場數(shù)據(jù)高精度處理方法的研究與應(yīng)用[D];吉林大學;2016年

2 張輝;基于朝向?qū)Ρ榷鹊倪吔鐧z測和圖像分類研究[D];北京交通大學;2014年

3 李桂丹;無線傳感器網(wǎng)絡(luò)路由協(xié)議及容錯事件邊界檢測研究[D];天津大學;2009年

相關(guān)碩士學位論文 前10條

1 劉烽;基于動態(tài)閾值與擬合特征的鏡頭邊界檢測[D];南京大學;2013年

2 劉勝男;基于超像素的點互信息圖像邊界檢測與分割算法研究[D];西北農(nóng)林科技大學;2016年

3 王瑞宇;無監(jiān)督在線學習實現(xiàn)遮擋邊界檢測與遮擋規(guī)避方法研究[D];燕山大學;2016年

4 張鋮;基于小型無人直升機的環(huán)境污染區(qū)域邊界檢測與跟蹤算法的研究[D];華南理工大學;2016年

5 嚴征;無人車的道路邊界檢測研究[D];西安工業(yè)大學;2016年

6 徐文菁;一種基于運動特征的自適應(yīng)鏡頭邊界檢測算法及實現(xiàn)[D];北京郵電大學;2009年

7 方之昕;鏡頭邊界檢測中的不連續(xù)度設(shè)定與閾值判定問題研究[D];上海交通大學;2010年

8 袁小娟;視頻鏡頭邊界檢測算法的研究[D];武漢工業(yè)學院;2010年

9 王爽;基于兩階段的聚類邊界檢測算法的研究[D];鄭州大學;2012年

10 耿鵬;混合屬性數(shù)據(jù)聚類邊界檢測技術(shù)的研究[D];鄭州大學;2015年

，

本文編號：1837504