發(fā)布時間：2023-11-11 08:47

　　隨著無人機的快速推廣,多樣化的飛行任務與復雜的飛行環(huán)境對無人機的自主飛行技術提出了嚴峻的挑戰(zhàn)。在GPS拒止與缺少先驗信息的未知環(huán)境下,無人機只能依靠機載傳感器采集到的現(xiàn)場數(shù)據(jù)進行場景感知和運動感知,并基于感知到的信息進行導航與決策。在各類機載傳感器中,相機成本低,采集的信息豐富,具有廣泛的適用性;另一方面,基于計算機視覺技術的導航方案是當前導航領域的研究熱點,吸引大量學者對其開展研究。本文基于單目視覺研究無人機在未知環(huán)境的自主導航定位技術,并且為了解決單目視覺下的尺度丟失問題,設計多傳感器融合方案,并通過仿真實驗測試設計的系統(tǒng)方案。首先,本文對無人機飛行過程中基于計算機視覺的圖像處理、場景感知與位姿估計技術進行了分析。對于視覺感知階段,對比了經(jīng)典的特征檢測算法與跟蹤匹配算法,針對本文面對的任務需求,基于FAST角點改進了檢測流程,使特征點可以被快速、均勻地檢測;同時,選擇金字塔光流跟蹤算法,利用相機持續(xù)觀測的特點快速、穩(wěn)定地建立匹配關系。對于視覺位姿估計階段,分析并確定了本文任務的數(shù)學模型,論述了利用視覺恢復深度信息并進一步重建場景的方法,對比了基于視覺匹配的位姿估計技術與基于場景的位...

【文章頁數(shù)】：95 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 本文研究課題與論文內(nèi)容安排
第二章 視覺導航中的圖像處理技術
    2.1 場景特征的數(shù)字化表示
        2.1.1 剛體運動間的路標表示
        2.1.2 單目相機成像
    2.2 特征點提取算法研究
        2.2.1 經(jīng)典特征點檢測算法性能對比
        2.2.2 FAST特征點提取算法
        2.2.3 基于FAST改進的特征點提取算法
        2.2.4 特征點提取實驗分析
    2.3 特征點關聯(lián)算法研究
        2.3.1 光流跟蹤算法
        2.3.2 特征點匹配/跟蹤實驗分析
    2.4 本章小結
第三章 單目視覺下的位姿估計技術
    3.1 問題建模
    3.2 基于單目視覺的相對運動估計方法設計及驗證
        3.2.1 對極約束模型
        3.2.2 單應性模型
        3.2.3 基于動態(tài)模型的相對運動估計方法
        3.2.4 實驗結果與分析
    3.3 基于單目視覺的場景重建方法
        3.3.1 單目視覺下的深度估計
        3.3.2 深度濾波技術
        3.3.3 場景增量重建方法設計
    3.4 基于場景的位姿估計方法設計及驗證
        3.4.1 光束平差法
        3.4.2 基于灰度不變假設的位姿優(yōu)化方法
        3.4.3 實驗結果與分析
    3.5 本章小結
第四章 實時定位系統(tǒng)設計
    4.1 視覺里程計系統(tǒng)設計
        4.1.1 單目視覺里程計總體設計
        4.1.2 里程計內(nèi)部數(shù)據(jù)
        4.1.3 初始化過程
        4.1.4 實時跟蹤過程
        4.1.5 關鍵幀管理
        4.1.6 局部建圖過程
        4.1.7 重定位問題
    4.2 基于EKF的多傳感器融合技術
        4.2.1 多傳感器間的坐標系對齊
        4.2.2 IMU的數(shù)據(jù)模型
        4.2.3 基于EKF的松耦合信息融合方案
        4.2.4 視慣信息同步
    4.3 本章小結
第五章 仿真實驗研究與結果分析
    5.1 實驗總體設計
    5.2 仿真環(huán)境的搭建
        5.2.1 仿真場景創(chuàng)建與驅(qū)動
        5.2.2 數(shù)據(jù)采集與通信
    5.3 可視化設計
    5.4 實驗結果與分析
        5.4.1 相機內(nèi)參標定
        5.4.2 飛行仿真實驗結果與分析
    5.5 本章小結
第六章 總結與展望
    6.1 研究總結
    6.2 研究展望
參考文獻
致謝
作者簡介



本文編號：3862308