發(fā)布時間：2017-07-20 22:31

  本文關(guān)鍵詞：未知環(huán)境下無人機(jī)自主導(dǎo)航的SLAM方法研究

  更多相關(guān)文章： SLAM EKF-SLAM FastSLAM 四旋翼無人機(jī) 運(yùn)動目標(biāo)跟蹤

【摘要】：對于已知環(huán)境中無人機(jī)的導(dǎo)航問題研究已比較成熟,實(shí)現(xiàn)未知環(huán)境下無人機(jī)的自主導(dǎo)航是目前的研究熱點(diǎn)。SLAM方法是針對未知環(huán)境下無人機(jī)定位的一種解決方案,在實(shí)現(xiàn)無人機(jī)自主飛行中具有重要意義。由于四旋翼無人機(jī)具有體積小、質(zhì)量輕、成本低、可操作性好和可定點(diǎn)懸停等優(yōu)勢,本文以四旋翼無人機(jī)為研究對象,開展未知環(huán)境下無人機(jī)自主導(dǎo)航的SLAM方法研究。首先,本文選取按“X”型模式飛行的四旋翼無人機(jī)作為研究對象,對其飛行原理進(jìn)行分析,在合理的假設(shè)和簡化的基礎(chǔ)上,采用牛頓-歐拉法建立了四旋翼無人機(jī)的動力學(xué)模型。其次,對SLAM問題進(jìn)行描述�；谒男頍o人機(jī)的飛行原理,建立其運(yùn)動模型。分別對EKF-SLAM和FastSLAM方法的原理進(jìn)行分析,并針對四旋翼無人機(jī)運(yùn)動模型實(shí)現(xiàn)算法流程。通過仿真實(shí)驗(yàn)的對比分析,得出FastSLAM方法與EKF-SLAM方法相比在性能上的優(yōu)越性。再次,對運(yùn)動目標(biāo)檢測和跟蹤算法進(jìn)行了分析,構(gòu)建由單架主四旋翼無人機(jī)和多架輔助四旋翼無人機(jī)組成的無人機(jī)集群,利用四旋翼無人機(jī)可定點(diǎn)懸停的優(yōu)勢,分別針對有無地標(biāo)的未知環(huán)境進(jìn)行基于運(yùn)動目標(biāo)跟蹤的多架無人機(jī)SLAM方法研究。通過仿真實(shí)驗(yàn)表明,在有環(huán)境地標(biāo)的情況下,多架無人機(jī)SLAM方法與僅采用單架相比具有較好的優(yōu)化效果;在無環(huán)境地標(biāo)的情況下,主無人機(jī)利用輔助無人機(jī)作為動態(tài)地標(biāo)執(zhí)行SLAM,與慣導(dǎo)方法相比能夠顯著提高無人機(jī)的定位精度。最后,采用基于MeanShift的跟蹤算法進(jìn)行了對運(yùn)動四旋翼無人機(jī)目標(biāo)的檢測和跟蹤實(shí)驗(yàn)研究,實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法對于運(yùn)動的四旋翼無人機(jī)具有良好的持續(xù)跟蹤效果,且能夠在一定的干擾和目標(biāo)丟失的情況下成功尋回目標(biāo),為多架無人機(jī)SLAM方法的實(shí)現(xiàn)奠定了基礎(chǔ)。
【關(guān)鍵詞】：SLAM EKF-SLAM FastSLAM 四旋翼無人機(jī) 運(yùn)動目標(biāo)跟蹤
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：V279;V249.3
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 注釋表10-12
• 縮略詞12-13
• 第一章 緒論13-20
• 1.1 課題研究的背景與意義13-14
• 1.2 四旋翼無人機(jī)研究現(xiàn)狀14-17
• 1.3 SLAM方法研究現(xiàn)狀17-18
• 1.4 本文的研究內(nèi)容和章節(jié)安排18-20
• 1.4.1 研究目標(biāo)18
• 1.4.2 研究內(nèi)容和章節(jié)安排18-20
• 第二章 四旋翼無人機(jī)的機(jī)理分析與建模20-27
• 2.1 引言20
• 2.2 四旋翼無人機(jī)的運(yùn)動機(jī)理分析20-23
• 2.3 四旋翼無人機(jī)建模23-26
• 2.3.1 坐標(biāo)系定義和轉(zhuǎn)換關(guān)系23-24
• 2.3.2 建模前的基本假設(shè)24-25
• 2.3.3 動力學(xué)模型的建立25-26
• 2.4 本章小結(jié)26-27
• 第三章 單架無人機(jī)SLAM算法27-45
• 3.1 引言27
• 3.2 SLAM問題描述27-28
• 3.3 利用擴(kuò)展卡爾曼濾波算法解決SLAM問題28-32
• 3.3.1 系統(tǒng)建模28-30
• 3.3.2 狀態(tài)預(yù)測30
• 3.3.3 狀態(tài)更新30-32
• 3.4 利用FastSLAM算法解決SLAM問題32-36
• 3.4.1 FastSLAM算法描述32-33
• 3.4.2 FastSLAM算法實(shí)現(xiàn)33-36
• 3.5 仿真實(shí)驗(yàn)及分析36-44
• 3.5.1 仿真流程36-37
• 3.5.2 仿真參數(shù)設(shè)定37-38
• 3.5.3 仿真結(jié)果及分析38-44
• 3.6 本章小結(jié)44-45
• 第四章 基于運(yùn)動目標(biāo)跟蹤的多架無人機(jī)SLAM方法45-58
• 4.1 引言45
• 4.2 運(yùn)動目標(biāo)檢測和跟蹤算法45-50
• 4.2.1 運(yùn)動目標(biāo)檢測算法45-47
• 4.2.2 基于MeanShift的目標(biāo)跟蹤算法47-50
• 4.3 多架無人機(jī)SLAM方法50-53
• 4.4 仿真實(shí)驗(yàn)及分析53-57
• 4.5 本章小結(jié)57-58
• 第五章 基于視覺的運(yùn)動四旋翼目標(biāo)檢測與跟蹤實(shí)驗(yàn)研究58-65
• 5.1 引言58
• 5.2 運(yùn)動四旋翼目標(biāo)檢測實(shí)驗(yàn)58-61
• 5.2.1 實(shí)驗(yàn)流程設(shè)計58
• 5.2.2 實(shí)驗(yàn)結(jié)果及分析58-61
• 5.3 運(yùn)動四旋翼目標(biāo)跟蹤實(shí)驗(yàn)61-64
• 5.3.1 實(shí)驗(yàn)流程設(shè)計61-62
• 5.3.2 實(shí)驗(yàn)結(jié)果及分析62-64
• 5.4 本章小結(jié)64-65
• 第六章 總結(jié)與展望65-67
• 6.1 本文工作總結(jié)65-66
• 6.2 進(jìn)一步工作展望66-67
• 參考文獻(xiàn)67-71
• 致謝71-72
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文72

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 叢楚瀅;王從慶;丁臻極;李志宇;;一種小型無人機(jī)的FastSLAM算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2015年S1期

2 陶于金;李沛峰;;無人機(jī)系統(tǒng)發(fā)展與關(guān)鍵技術(shù)綜述[J];航空制造技術(shù);2014年20期

3 湯中澤;張春燕;申傳家;孟曉;;幀差法和Mean-shift相結(jié)合的運(yùn)動目標(biāo)自動檢測與跟蹤[J];科學(xué)技術(shù)與工程;2010年24期

4 聶博文;馬宏緒;王劍;王建文;;微小型四旋翼飛行器的研究現(xiàn)狀與關(guān)鍵技術(shù)[J];電光與控制;2007年06期

5 蘇新兵 ,王建平,華江濤;無人駕駛飛機(jī)綜述[J];航空制造技術(shù);2003年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 蔡云飛;多機(jī)器人協(xié)作定位及系統(tǒng)架構(gòu)研究[D];南京理工大學(xué);2011年

2 龍濤;多UCAV協(xié)同任務(wù)控制中分布式任務(wù)分配與任務(wù)協(xié)調(diào)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 杜曉敏;基于多傳感器數(shù)據(jù)融合的目標(biāo)跟蹤問題研究[D];吉林大學(xué);2015年

2 何夢超;利用單目攝像頭進(jìn)行并行跟蹤及地圖建立算法的研究[D];浙江大學(xué);2014年

3 徐曙;基于SLAM的移動機(jī)器人導(dǎo)航系統(tǒng)研究[D];華中科技大學(xué);2014年

4 萬青波;監(jiān)控視頻中運(yùn)動目標(biāo)跟蹤與檢索技術(shù)研究[D];華中科技大學(xué);2014年

5 李洪臣;單目視覺移動機(jī)器人SLAM方法建模與仿真分析[D];電子科技大學(xué);2014年

6 侯傳龍;序列圖像中運(yùn)動目標(biāo)的檢測與跟蹤[D];黑龍江大學(xué);2014年

7 周旭;基于改進(jìn)粒子濾波的SLAM算法研究[D];南京理工大學(xué);2014年

8 李超;基于信息濾波器的水下機(jī)器人SLAM算法研究[D];中國海洋大學(xué);2013年

9 許金金;復(fù)雜背景下的運(yùn)動目標(biāo)檢測與跟蹤技術(shù)研究[D];華中科技大學(xué);2013年

10 胡威;基于Meanshift的視頻人體目標(biāo)跟蹤算法研究[D];上海交通大學(xué);2013年

，

本文編號：570328