發(fā)布時(shí)間：2020-03-29 19:43

【摘要】：四旋翼無(wú)人機(jī)是一種性能優(yōu)良的飛行器,自由度高,所以機(jī)動(dòng)性強(qiáng),能實(shí)現(xiàn)機(jī)體坐標(biāo)系下x和y方向的單獨(dú)控制,可定點(diǎn)懸浮。因其優(yōu)良的性能應(yīng)用領(lǐng)域極其廣泛。本文基于四旋翼無(wú)人機(jī)研究了視覺跟蹤系統(tǒng)的設(shè)計(jì),包括視覺跟蹤算法和位置控制算法,最后在實(shí)物平臺(tái)進(jìn)行了無(wú)人機(jī)端和地面站端的設(shè)計(jì)。首先,本文進(jìn)行了基于四旋翼無(wú)人機(jī)的視覺跟蹤系統(tǒng)的模型建立工作,包含四旋翼無(wú)人機(jī)的動(dòng)力學(xué)模型和目標(biāo)成像模型的建立,無(wú)人機(jī)動(dòng)力學(xué)模型的建立為位置控制算法的研究打下基礎(chǔ),目標(biāo)成像模型建立的目的是為了解析無(wú)人機(jī)與目標(biāo)物之間的位置差。其次,針對(duì)無(wú)人機(jī)攝取的圖像序列(包含目標(biāo)物及其周圍相關(guān)的背景信息),采用基于卡爾曼濾波器改進(jìn)的KCF(核相關(guān)濾波)目標(biāo)跟蹤算法。KCF目標(biāo)跟蹤算法在測(cè)試集上的測(cè)試結(jié)果表明具有抗部分遮擋、光線變化等干擾的優(yōu)越性。但在測(cè)試后發(fā)現(xiàn)KCF在應(yīng)對(duì)航拍時(shí)物體快速移動(dòng)或者相機(jī)抖動(dòng)的挑戰(zhàn)時(shí)有諸多缺陷,所以本文在KCF算法的基礎(chǔ)上增加了預(yù)測(cè)和修正功能。隨后,針對(duì)無(wú)人機(jī)模型的欠驅(qū)動(dòng)子系統(tǒng)和全驅(qū)動(dòng)子系統(tǒng)設(shè)計(jì)了串級(jí)PD控制器和PD控制器。仿真結(jié)果表明,所設(shè)計(jì)的用于跟蹤的位置控制器性能良好。最后,在實(shí)物平臺(tái)進(jìn)行了基于Opencv視覺庫(kù)和大疆SDK的算法實(shí)現(xiàn),包括無(wú)人機(jī)平臺(tái)的視覺跟蹤算法實(shí)現(xiàn)和位置控制算法實(shí)現(xiàn),并通過WIFI實(shí)時(shí)將跟蹤結(jié)果回傳至地面端,地面端具有顯示模塊實(shí)時(shí)顯示跟蹤畫面以供監(jiān)控并且可以向無(wú)人機(jī)發(fā)送任務(wù)指令,如起飛、降落、目標(biāo)物的選取等。
【圖文】：

其中包括平臺(tái)運(yùn)動(dòng)補(bǔ)償，運(yùn)動(dòng)檢測(cè)和對(duì)象跟蹤。圖 1-1 顯示了從機(jī)載傳感器接收視頻和遙測(cè)信息的系統(tǒng)框圖。接收視頻運(yùn)動(dòng)補(bǔ)償模塊后，對(duì)齊記錄視頻并生成相應(yīng)的對(duì)齊圖像。為了增加系統(tǒng)的靈活性，該系統(tǒng)將多種視頻對(duì)齊方法集成到 COCOA 中。這些方法包括基于梯度的方式，基于特征的方式和基于遙測(cè)的方式。第二個(gè)模塊是移動(dòng)物體檢測(cè)模塊，該模塊從對(duì)齊的圖像中檢測(cè)運(yùn)動(dòng)的物體。在這個(gè)階段，使用累積幀差異和環(huán)境建模的方法來(lái)計(jì)算目標(biāo)物和環(huán)境像素。通過使用基于水平集的分割方法來(lái)進(jìn)一步處理檢測(cè)到的區(qū)域以獲取對(duì)象的輪廓。輪廓有助于系統(tǒng)對(duì)被跟蹤物體的確切外型進(jìn)行建模。最后，通過使用基于團(tuán)塊（blob）的跟蹤方法在整個(gè)視頻中跟蹤區(qū)域。該跟蹤系統(tǒng)對(duì)于小目標(biāo)也具有很好的跟蹤性能，但是該系統(tǒng)只能應(yīng)用于背景單調(diào)、簡(jiǎn)單的情況下，，當(dāng)背景繁雜多變，干擾因素較多時(shí)便會(huì)出現(xiàn)誤判導(dǎo)致跟蹤失效。圖 1-2 COCOA 系統(tǒng)的跟蹤效

并生成相應(yīng)的對(duì)齊圖像。為了增加系統(tǒng)的成到 COCOA 中。這些方法包括基于梯度方式。第二個(gè)模塊是移動(dòng)物體檢測(cè)模塊，該。在這個(gè)階段，使用累積幀差異和環(huán)境建模使用基于水平集的分割方法來(lái)進(jìn)一步處理廓有助于系統(tǒng)對(duì)被跟蹤物體的確切外型進(jìn)ob）的跟蹤方法在整個(gè)視頻中跟蹤區(qū)域。該蹤性能，但是該系統(tǒng)只能應(yīng)用于背景單調(diào)擾因素較多時(shí)便會(huì)出現(xiàn)誤判導(dǎo)致跟蹤失效
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：V279

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張靜;劉恒;鄭采薇;;串級(jí)PID控制在微型無(wú)人機(jī)姿態(tài)控制中的應(yīng)用[J];電子世界;2014年16期

2 周尚波;胡鵬;柳玉炯;;基于改進(jìn)Mean-Shift與自適應(yīng)Kalman濾波的視頻目標(biāo)跟蹤[J];計(jì)算機(jī)應(yīng)用;2010年06期

相關(guān)博士學(xué)位論文 前2條

1 石金進(jìn);基于視覺的智能車輛道路識(shí)別與障礙物檢測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2017年

2 梁軍;粒子濾波算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 李麒驥;基于核相關(guān)濾波器的目標(biāo)跟蹤方法研究[D];西南科技大學(xué);2017年

2 張強(qiáng);�；脚_(tái)下再入目標(biāo)的低仰角測(cè)量跟蹤技術(shù)研究[D];浙江大學(xué);2017年

3 王丹;基于視覺的無(wú)人機(jī)檢測(cè)與跟蹤系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2016年

4 劉飛;基于關(guān)鍵幀的模板字典構(gòu)建與在線學(xué)習(xí)的離線視頻跟蹤方法[D];溫州大學(xué);2016年

5 徐玉蕊;基于稀疏模型的圖像復(fù)原技術(shù)研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

6 張康康;交通控制系統(tǒng)下的四旋翼無(wú)人機(jī)控制及通信技術(shù)研究[D];南京航空航天大學(xué);2016年

7 梁玉;基于ORB興趣點(diǎn)的異常行為檢測(cè)技術(shù)研究[D];鄭州大學(xué);2015年

8 徐宗懿;漢字筆畫自動(dòng)提取系統(tǒng)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

9 馬良;四旋翼無(wú)人機(jī)地面目標(biāo)跟蹤系統(tǒng)的研究與設(shè)計(jì)[D];東南大學(xué);2015年

10 王東旭;基于快速檢索的圖像溯源軟件平臺(tái)[D];西安電子科技大學(xué);2014年

本文編號(hào)：2606433