近年來(lái)因?yàn)闄C(jī)器學(xué)習(xí)和深度學(xué)習(xí)的高速發(fā)展,計(jì)算機(jī)硬件水平的不斷提高,人工智能開(kāi)始出現(xiàn)在人們視野中。在世界智能化的趨勢(shì)下,結(jié)合無(wú)人機(jī)領(lǐng)域應(yīng)用,無(wú)人機(jī)執(zhí)行完自主任務(wù)返航時(shí),著陸在不規(guī)則運(yùn)動(dòng)的移動(dòng)目標(biāo)上是其中重要的一個(gè)環(huán)節(jié)。本文針對(duì)于該方向,結(jié)合現(xiàn)階段無(wú)人機(jī)行業(yè)的研究情況,通過(guò)實(shí)際的調(diào)研并且開(kāi)展了基于機(jī)器視覺(jué)的無(wú)人機(jī)自適應(yīng)移動(dòng)著陸研究課題。主要包含以下工作:（1）設(shè)計(jì)了基于深度學(xué)習(xí)的單目視覺(jué)目標(biāo)識(shí)別算法及深度估計(jì)策略,解決了傳統(tǒng)無(wú)人機(jī)跟蹤均依賴于人工合作標(biāo)識(shí)的問(wèn)題,特別是在中遠(yuǎn)距離時(shí),相機(jī)識(shí)別目標(biāo)受人工標(biāo)識(shí)大小的限制。該算法通過(guò)YOLOv3-Tiny進(jìn)行小目標(biāo)識(shí)別同時(shí)應(yīng)用了三維信息標(biāo)定檢測(cè)策略判斷其相對(duì)的三維位置。（2）針對(duì)于長(zhǎng)時(shí)間跟蹤問(wèn)題,傳統(tǒng)的算法的實(shí)時(shí)性并不高,而基于深度卷積神經(jīng)網(wǎng)絡(luò)算法又存在容錯(cuò)性較低的特點(diǎn),本文提出了不規(guī)則運(yùn)動(dòng)下的實(shí)時(shí)跟蹤算法。該算法對(duì)TLD算法進(jìn)行改進(jìn),通過(guò)在檢測(cè)模塊和其相關(guān)流程中融合YOLOv3-Tiny算法,使其檢測(cè)模塊中的窗口生成部分利用深度學(xué)習(xí)的檢測(cè)算法在GPU上運(yùn)行,另外的在線學(xué)習(xí)模塊與跟蹤模塊在CPU上運(yùn)行,通過(guò)GPU與CPU混合處理策略,提高了 TLD... 

【文章頁(yè)數(shù)】：100 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外發(fā)展現(xiàn)狀
        1.2.1 基于視覺(jué)的移動(dòng)目標(biāo)識(shí)別與跟蹤研究現(xiàn)狀
        1.2.2 移動(dòng)平臺(tái)著陸國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究目標(biāo)及內(nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 主要研究?jī)?nèi)容
    1.4 論文章節(jié)安排
第二章 基于深度學(xué)習(xí)的單目視覺(jué)目標(biāo)識(shí)別算法及深度估計(jì)策略
    2.1 前言
    2.2 深度學(xué)習(xí)的目標(biāo)檢測(cè)與識(shí)別算法選型及訓(xùn)練
        2.2.1 R-CNN系列算法
        2.2.2 YOLO系列算法檢測(cè)原理
        2.2.3 算法訓(xùn)練
    2.3 應(yīng)用于深度學(xué)習(xí)檢測(cè)的單目相機(jī)標(biāo)定
        2.3.1 單目相機(jī)成像模型
        2.3.2 基于深度學(xué)習(xí)的單目相機(jī)三維標(biāo)定策略
    2.4 本章小結(jié)
第三章 不規(guī)則的運(yùn)動(dòng)下實(shí)時(shí)跟蹤算法
    3.1 前言
    3.2 視覺(jué)跟蹤算法分類
    3.3 移動(dòng)目標(biāo)軌跡預(yù)估
    3.4 融合YOLOv3-Tiny的改進(jìn)TLD算法
        3.4.1 傳統(tǒng)的TLD算法
        3.4.2 TLD算法的改進(jìn)策略及算法步驟
    3.5 本章小結(jié)
第四章 移動(dòng)著陸過(guò)程策略
    4.1 前言
    4.2 無(wú)人機(jī)著陸策略
    4.3 Apriltags算法
    4.4 基于互補(bǔ)濾波的無(wú)人機(jī)垂直高度估計(jì)
    4.5 基于無(wú)模型控制串級(jí)PID的路徑跟蹤算法
        4.5.1 目標(biāo)路徑跟蹤分析
        4.5.2 路徑跟蹤控制系統(tǒng)設(shè)計(jì)
        4.5.3 仿真應(yīng)用效果分析
    4.6 本章小結(jié)
第五章 仿真與實(shí)際系統(tǒng)平臺(tái)建設(shè)及驗(yàn)證
    5.1 系統(tǒng)驗(yàn)證平臺(tái)選擇與介紹
        5.1.1 仿真平臺(tái)介紹
        5.1.2 DJIM210 V2系統(tǒng)平臺(tái)介紹
    5.2 仿真平臺(tái)驗(yàn)證
        5.2.1 定點(diǎn)著陸仿真
        5.2.2 移動(dòng)著陸仿真
    5.3 基于M210 V2的系統(tǒng)平臺(tái)驗(yàn)證
        5.3.1 軌跡跟蹤控制器驗(yàn)證
        5.3.2 自主著陸實(shí)驗(yàn)設(shè)計(jì)
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要工作及成果


【參考文獻(xiàn)】：
期刊論文
[1]無(wú)人機(jī)航測(cè)技術(shù)在礦山測(cè)繪中的應(yīng)用研究[J]. 肖俊,曾瑞棟.  世界有色金屬. 2019(17)
[2]無(wú)人機(jī)技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用分析[J]. 季珊珊,黨鵬,李忱.  現(xiàn)代農(nóng)業(yè)科技. 2019(22)
[3]無(wú)人機(jī)航拍在交通事故處理中的應(yīng)用[J]. 范秋寒.  汽車實(shí)用技術(shù). 2019(21)
[4]無(wú)人機(jī)車輛組合物流配送路徑規(guī)劃探討[J]. 任新惠,岳一笛,尹曉麗,趙嶷飛.  飛行力學(xué). 2020(02)
[5]基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法研究進(jìn)展[J]. 謝娟英,劉然.  陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(05)
[6]無(wú)人機(jī)在軍事中的應(yīng)用與發(fā)展[J]. 相亮亮.  科技展望. 2016(14)
[7]Adaboost檢測(cè)和混合粒子濾波融合的多目標(biāo)跟蹤[J]. 初紅霞,秦進(jìn)平,謝忠玉,張榮沂.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(07)
[8]旋翼無(wú)人機(jī)視覺(jué)跟蹤系統(tǒng)[J]. 范保杰,朱琳琳,崔書(shū)平,李向軍,唐延?xùn)|.  紅外與激光工程. 2011(01)
[9]無(wú)人機(jī)技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)[J]. 李磊.  硅谷. 2011(01)
[10]基于SIFT特征目標(biāo)跟蹤算法研究[J]. 藺海峰,馬宇峰,宋濤.  自動(dòng)化學(xué)報(bào). 2010(08)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的無(wú)人機(jī)目標(biāo)檢測(cè)算法研究[D]. 廖佳偉.西安電子科技大學(xué) 2018
[2]基于無(wú)人機(jī)平臺(tái)的動(dòng)態(tài)目標(biāo)檢測(cè)系統(tǒng)開(kāi)發(fā)[D]. 張寧.浙江大學(xué) 2018
[3]基于視覺(jué)的無(wú)人機(jī)檢測(cè)與跟蹤系統(tǒng)研究[D]. 王丹.哈爾濱工業(yè)大學(xué) 2016
[4]基于無(wú)模型自適應(yīng)控制方法的四旋翼飛行器姿態(tài)調(diào)整[D]. 鄭健.北京交通大學(xué) 2015
[5]基于Meanshift的目標(biāo)跟蹤系統(tǒng)研究[D]. 南瑋健.南京郵電大學(xué) 2015
[6]基于視覺(jué)的四旋翼飛行器目標(biāo)識(shí)別及跟蹤[D]. 朱瑋.南京航空航天大學(xué) 2014
[7]基于粒子濾波的視覺(jué)目標(biāo)跟蹤算法研究[D]. 李夢(mèng)麗.中南大學(xué) 2012
[8]基于DSP＆CPLD的超小型無(wú)人直升機(jī)飛控系統(tǒng)研究與設(shè)計(jì)[D]. 陳青松.浙江大學(xué) 2006



本文編號(hào)：3689755