無人機視覺導(dǎo)航技術(shù)是目前計算機視覺領(lǐng)域研究的熱點之一,其目的在于利用航拍圖像的視覺信息實現(xiàn)無人機持續(xù)、可靠以及準確的定位。隨著硬件平臺的不斷升級,無人機被廣泛應(yīng)用于國防、軍事、災(zāi)害探測、地質(zhì)勘探等諸多領(lǐng)域。大部分的無人機依靠配備的全球衛(wèi)星導(dǎo)航系統(tǒng)（GNSS）來進行導(dǎo)航定位,然而該系統(tǒng)的無線電信號容易丟失或受到故意的攻擊。定位系統(tǒng)對無人機進行穩(wěn)定且安全的飛行起著至關(guān)重要的作用,基于視覺的導(dǎo)航 位技術(shù)不依賴衛(wèi)星定位系統(tǒng)和無線電通信信號,對無人機在GNSS信號丟失的情況下實現(xiàn)自主飛行任務(wù)具有重要的意義。本文針對室外環(huán)境下的無人機視覺定位技術(shù)進行分析和設(shè)計,對視覺信息提取以及定位估計問題進行深入研究,并提出一系列改進措施。本文主要研究內(nèi)容與貢獻如下:（1）本 出了一種基于ORB特征的視覺信息處理算法。該算法包括圖像特征提取、匹配篩選、描述子生成三個部分。本文針對圖像匹配篩選階段提出了改進措施。首先提取拍攝圖像的ORB特征,然后采用改進的RANSAC算法對相鄰幀之間的粗匹配進行篩選過濾,同時消除離群特征點。相對于傳統(tǒng)的匹配方法,特征匹配精度得到提升,提取的特征點能更加準確地代表圖像的視覺信息。（... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－２?ＦＡＳＴ特征點示意圖??

?電ｆ科技大學(xué)碩士學(xué)位論文．???預(yù)測、ｙ＾預(yù)測％?預(yù)測??丫更新?更新??ｙｔ－ｉ?ｙｔ??圖２－３貝葉斯動態(tài)估計示意圖??ｐ（ｘ＾ｘｋ－ｉＫ．．ｋ－ｉ）?＝?ｐ｛ｘｋ?＼?ｘｋ－＾ｙ〇．．．ｋ－ｉ）ｐ（ｘｋ－ｉ?＼ｙ〇．．．ｋ－ｉ）?（２＿１０）??根據(jù)本文假設(shè)系統(tǒng)運動狀態(tài)符合一階馬爾科夫模型，所以有公式（２－１１）。??ｐ（ｘｋ?Ｉｘｋ－ｖｙ〇．．．ｋ－ｉ）?＝?ｐｉｘｋ?Ｉ＾－ｉ）?（２－１１）??將式子（２－１１）代入式（２－９）中，得到最終的預(yù)測結(jié)果，如式（２－１２）：??Ｐ｛ｘｋ＼ｙｗ）?＝?＼ｐｉｘｋ?｜ｘｋ＿｛）ｐ｛ｘｋＡ?｜?ｙ＾＾ｄ＾ｋ－ｘ?（２－１２）??該式表達了機器人在Ａ－Ｊ時刻的位姿置信度結(jié)合前后時刻的狀態(tài)轉(zhuǎn)移置信??度，推算得到當(dāng)前々時刻０標的狀態(tài)豐信度，根據(jù)貝葉斯公式，最新的視覺數(shù)??凡對上述公式進一步％得到當(dāng)前時刻的最終貝葉斯濾波結(jié)果，該過程可通過公式??（２－１３）得到。??私（２－１３）??Ｉ凡』－１）??于是根據(jù)馬爾科夫模型，＿前目標運動狀態(tài)置信度只與當(dāng)前狀態(tài)有關(guān)，也即??是＝?｛（＆［＞〇，所以可以得到更新過程的結(jié)果，如公式（２－１４）。??＝?Ｈ?⑷?Ｙ１）?（２－１４）??該公式表示了根據(jù)々時刻前所有的先驗僖息，推算ｍｓ前時刻狀態(tài)的置信度??過程。更新得到的置信度同樣會作為下一時刻預(yù)測的塞礎(chǔ)，由此遞推進行，從而??得到下一時刻的估計結(jié)果６??１８??

?電ｆ科技大學(xué)碩士學(xué)位論文．???根據(jù)觀測值Ｚ來推測得到機器人的狀態(tài)Ｘ。??在計算過程中，一般來說只有少數(shù)部分的粒子的權(quán)童較大，其余粒子的權(quán)值??可忽略不計，粒子權(quán)值的方差隨著時間增大，狀態(tài)空間中的有效粒子數(shù)＿減少，??無效粒子數(shù)目的增加，粒子濾波面臨權(quán)值化問題。整個過程中太量計算被用在??無效的粒子上，從而降低了定位估計性能。通常釆用有效粒子數(shù)Ｎｅｆｆ１３１１衡讀粒子??權(quán)值的退化程度ａ?Ｎｅｆｆ的近似計算如式（２－１６）。??Ｎｅｆｆ?＝?（２－１６）??其中，Ｗ表示粒子權(quán)熏為粒子個數(shù)，有效粒子數(shù)越小，表明權(quán)值退化越??嚴Ｓ?Ｎｅｆｆ的值小于苯ｋ閾值時，應(yīng)采取童采樣措施。蓳采樣帶來的新問題??是，重采樣后的粒子群多樣性減弱，從而不足以用來逼近后驗密度。??無人機視覺導(dǎo)骯定位系統(tǒng)???Ｙ???ＪＬ???Ｙ???圖像特征提取模塊?圖像視覺信息處理模塊?算法實現(xiàn)模塊??＿＿??ＯＲＢ?．?－ｔｇ?４±?．?定??圖?特??＾?１１??＾編?位??像?征??ＩＸ?￡?＊??＾程?誤??采點?Ｓ?＾?仿差??集檢?Ｉ?！?真分??測?Ｋ?遠?析??Ｘ?Ｉｋ?Ｘ???Ｉ?￣?｜?Ｉ??＼＿???改進ＲＡＮＡＳＡＣ算法?視覺定位系統(tǒng)?改進粒子濾波定位??異最?｜?視?￥?自相?Ｋ??常近?ｐ?覺焉?適似?｜??值鄰?｜?數(shù)?Ｋ?應(yīng)性?Ｓ??分?比?｜?據(jù)?Ｓ?采度?Ｓ??類法?ｇ?庫?＃?樣?量?Ｌ??圖２－４系統(tǒng)整體設(shè)計圖??粒子濾波的最后一步是通過粒子群的加權(quán)權(quán)重值計算系統(tǒng)狀態(tài)變量估計值，??２０??


本文編號：3030633