近年來,隨著微型飛行器（Micro Aerial Vehicle,MAV）技術(shù)的快速發(fā)展,微型飛行器在軍事和民用領(lǐng)域均得到廣泛應(yīng)用。環(huán)境感知是飛行器應(yīng)用中所需要的一項重要能力。本文針對四旋翼飛行器的視覺感知方法展開研究,旨在四旋翼平臺上實現(xiàn)地面目標(biāo)的大范圍檢測與定位。主要研究工作與貢獻如下:1.針對國際空中機器人大賽（International Aerial Robotics Competition,IARC）中的飛行器斜視攝像頭圖像,采用傳統(tǒng)目標(biāo)檢測方法進行地面機器人檢測�；诜较蛱荻戎狈綀D（Histogram of Oriented Gradient,HOG）與支持向量機（Support Vector Machine,SVM）方法改進,提出二階段目標(biāo)檢測方法,提升檢測算法速度與精度。在IARC場景下進行斜視攝像頭的目標(biāo)檢測數(shù)據(jù)集制作,并在數(shù)據(jù)集上進行HOG特征調(diào)整與SVM訓(xùn)練,最終完成算法評估。實驗結(jié)果顯示,所提出的算法可達到又快又準(zhǔn)的效果。2.針對多攝像頭機載負(fù)荷大以及消耗計算資源大的問題,提出為四旋翼配備單個下視魚眼攝像頭的解決方案。去掉占用計算資源較大的魚眼矯正算法,基于原始... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：107 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 基于靜態(tài)圖像的目標(biāo)檢測
        1.2.2 基于魚眼的視覺測量
    1.3 研究內(nèi)容與創(chuàng)新點
    1.4 論文結(jié)構(gòu)
第二章 IARC中的傳統(tǒng)目標(biāo)檢測方法
    2.1 IARC介紹
    2.2 飛行器視覺系統(tǒng)
    2.3 基于HOG與SVM的目標(biāo)檢測
        2.3.1 HOG特征
        2.3.2 SVM分類器
        2.3.3 多目標(biāo)檢測
    2.4 目標(biāo)檢測方案
    2.5 實驗驗證
        2.5.1 評估指標(biāo)
        2.5.2 實驗設(shè)置
        2.5.3 實驗結(jié)果與分析
第三章 基于魚眼圖像的現(xiàn)代目標(biāo)檢測方法
    3.1 飛行器與下視魚眼圖像
    3.2 魚眼圖像目標(biāo)檢測方法
    3.3 魚眼目標(biāo)檢測數(shù)據(jù)集
    3.4 目標(biāo)檢測模型訓(xùn)練
    3.5 實驗驗證
        3.5.1 評估指標(biāo)
        3.5.2 模型基準(zhǔn)
        3.5.3 模型結(jié)構(gòu)對比
        3.5.4 模型優(yōu)化
        3.5.5 模型輸出分析
第四章 基于魚眼的目標(biāo)定位方法
    4.1 魚眼相機模型
        4.1.1 針孔相機模型
        4.1.2 魚眼畸變模型
        4.1.3 魚眼畸變模型逆向求解
    4.2 融合定位
        4.2.1 坐標(biāo)系定義
        4.2.2 融合定位目標(biāo)及條件
        4.2.3 融合定位推導(dǎo)
    4.3 實驗驗證
        4.3.1 飛行器平臺
        4.3.2 實驗設(shè)置
        4.3.3 真值系統(tǒng)
        4.3.4 距離實驗
        4.3.5 姿態(tài)實驗
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
致謝
作者簡歷
攻讀碩士學(xué)位期間主要的研究成果



本文編號：3165009