無(wú)人機(jī)對(duì)動(dòng)態(tài)目標(biāo)的捕捉與跟蹤方法研究是一個(gè)涉及多學(xué)科、具有重要應(yīng)用意義的研究,相關(guān)理論知識(shí)既包括捕捉、跟蹤算法,也涵蓋圖像處理以及無(wú)人機(jī)控制相關(guān)知識(shí),同時(shí)還要掌握軟硬件系統(tǒng)性能以及構(gòu)建。本文基于一個(gè)四旋翼的飛行器,主要開(kāi)展在不依賴于GPS定位的條件下實(shí)現(xiàn)對(duì)動(dòng)態(tài)目標(biāo)的捕捉和跟蹤相關(guān)建模與應(yīng)用驗(yàn)證的研究,在動(dòng)態(tài)目標(biāo)捕捉和跟蹤的準(zhǔn)確性、穩(wěn)定性和實(shí)時(shí)性方面提出了相關(guān)研究方法和算法。本文基于國(guó)家自然科學(xué)基金面上項(xiàng)目(61573009)《基于形式化與Ad-Hoc方法的車輛自主決策安全性在線驗(yàn)證》,主要研究工作如下:1.根據(jù)國(guó)內(nèi)、外相關(guān)研究的優(yōu)缺點(diǎn),確定本研究的基本框架以及采用的方法,分析得出基本研究問(wèn)題并進(jìn)行拓展,提出解決方案。2.構(gòu)建研究需要的軟、硬件系統(tǒng),并根據(jù)實(shí)際需求實(shí)現(xiàn)軟、硬件的匹配。對(duì)于無(wú)人機(jī)硬件系統(tǒng),主要研究了其性能以及控制方式。搭建了ROS環(huán)境下的軟件系統(tǒng),采用C++以及小部分Python編程,構(gòu)建了簡(jiǎn)便有效的軟件內(nèi)核。3.研究動(dòng)態(tài)目標(biāo)的捕捉方法,構(gòu)建動(dòng)態(tài)目標(biāo)捕捉的框架,提出以PID控制為基礎(chǔ)的IBVS控制方法。通過(guò)計(jì)算圖像的分割閾值得到灰度直方圖,在灰度圖像的基礎(chǔ)上判斷目標(biāo)初步位置以減少計(jì)算量,最終利用Harris角點(diǎn)特征的方法提取出目標(biāo),完成捕捉。4.研究動(dòng)態(tài)目標(biāo)的跟蹤方法,根據(jù)諸多跟蹤算法的優(yōu)缺點(diǎn)對(duì)比,選擇TLD跟蹤算法,并在TLD算法的基礎(chǔ)上結(jié)合IBVS控制,實(shí)現(xiàn)動(dòng)態(tài)目標(biāo)的跟蹤。此外,建立了基于無(wú)人機(jī)的跟蹤流程以及框架,通過(guò)無(wú)人機(jī)硬件的自身傳感器實(shí)現(xiàn)飛行控制,還設(shè)計(jì)了人機(jī)交互頁(yè)面,實(shí)現(xiàn)無(wú)人機(jī)飛行控制與計(jì)算機(jī)操作的對(duì)接,保證了無(wú)人機(jī)與操作員的實(shí)時(shí)交互以及安全性。通過(guò)實(shí)驗(yàn)驗(yàn)證,能夠?qū)崿F(xiàn)動(dòng)態(tài)目標(biāo)的捕捉以及跟蹤,研究目標(biāo)能夠基本完成。動(dòng)態(tài)目標(biāo)捕捉的準(zhǔn)確率高,運(yùn)算速率快,目標(biāo)跟蹤的穩(wěn)定性、實(shí)時(shí)性良好。
【學(xué)位單位】：山東理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：V279;V249
【部分圖文】：

士學(xué)位論文 的自然災(zāi)害，如汶川地震、玉樹(shù)地震期間，由于地面道路損，交通不便利，救援車輛與救援人員無(wú)法及時(shí)進(jìn)入，無(wú)法時(shí)就可以利用無(wú)人機(jī)進(jìn)行災(zāi)情勘測(cè)，了解災(zāi)后情況，制定證將災(zāi)害損失降低到最小。同時(shí)無(wú)人機(jī)還可以將災(zāi)區(qū)的受來(lái)，能夠第一時(shí)間與災(zāi)區(qū)建立聯(lián)系。

如汶川地震、玉樹(shù)地震期間，由于地面道路，交通不便利，救援車輛與救援人員無(wú)法及時(shí)進(jìn)入，無(wú)法時(shí)就可以利用無(wú)人機(jī)進(jìn)行災(zāi)情勘測(cè)，了解災(zāi)后情況，制定證將災(zāi)害損失降低到最小。同時(shí)無(wú)人機(jī)還可以將災(zāi)區(qū)的受來(lái)，能夠第一時(shí)間與災(zāi)區(qū)建立聯(lián)系。圖 1.1 植保無(wú)人機(jī)Fig 1.1 Plant protection drone

墾絎宦畚?第二章 動(dòng)態(tài)目標(biāo)捕捉與跟蹤方法的理論基礎(chǔ)7圖2.1 點(diǎn)目標(biāo)捕捉示意圖Fig 2.1 Point target capture schematic前面介紹到的質(zhì)心，指的是在當(dāng)前幀中把圖像處理成灰度圖像，這個(gè)灰度圖像的中心即為質(zhì)心。假設(shè)一張圖像的尺寸為 M N，要捕捉的動(dòng)態(tài)目標(biāo)的位置坐標(biāo)為(i,j)，其對(duì)應(yīng)的灰度值為ijS,，則該點(diǎn)目標(biāo)的質(zhì)心為： MiNjijMiNjijijcsxsx1 11 1(2.1) MiNjijMiNjijijcsysy1 11 1（2.2）其中 x, y表示目標(biāo)在圖像中轉(zhuǎn)換為二維空間的橫坐標(biāo)和縱坐標(biāo)，如圖 2.2 所示。圖 2.2 點(diǎn)目標(biāo)灰度值分布示意圖Fig 2.2 Point target gray value distribution diagram

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李琪;;無(wú)人機(jī)在大氣環(huán)境監(jiān)測(cè)中的應(yīng)用[J];中國(guó)環(huán)保產(chǎn)業(yè);2018年02期

2 倪晨旭;;計(jì)算機(jī)視覺(jué)研究綜述[J];電子世界;2018年01期

3 王譽(yù)靜;車洪梅;劉楚;;計(jì)算機(jī)視覺(jué)技術(shù)及其在工業(yè)中應(yīng)用[J];電腦迷;2018年01期

4 蔣柳杰;;淺談?dòng)?jì)算機(jī)視覺(jué)在智能交通中的應(yīng)用[J];數(shù)字通信世界;2018年01期

5 宋承琦;熊s

本文編號(hào)：2827697