本文關(guān)鍵詞：基于視覺的無人機自主著陸關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 無人機 視覺導(dǎo)航 合作目標(biāo) 位姿解算 目標(biāo)識別

【摘要】：無人機自主著陸是無人機通過機載導(dǎo)航設(shè)備進行定位導(dǎo)航,利用飛行控制系統(tǒng)控制無人機降落至指定地點的過程。通過視覺方法測定無人機位姿能為無人機自主著陸提供可靠的導(dǎo)航參數(shù),是無人機導(dǎo)航領(lǐng)域的研究熱點。論文針對基于視覺的無人機自主著陸關(guān)鍵技術(shù),從理論和實踐兩方面進行了研究:(1)研究了合作標(biāo)志的識別與特征提取算法。設(shè)計了一種用于測定無人機位姿的合作標(biāo)志,其優(yōu)點是易于識別且能夠提供飛行方向指引;實現(xiàn)了合作目標(biāo)的快速識別,主要包括圖像分割方法及策略、合作目標(biāo)識別及目標(biāo)特征提取和定位;分析了現(xiàn)有目標(biāo)識別算法的優(yōu)缺點,提出了一種改進的基于SIFT順序尺度的識別算法,提高了目標(biāo)識別準(zhǔn)確率。(2)研究了基于合作標(biāo)志的無人機位姿解算算法。推導(dǎo)建立了空間目標(biāo)共線性誤差的正交迭代模型,對EPnP算法和OPnP算法分別進行了迭代優(yōu)化處理;通過仿真實驗從像機焦距、特征點數(shù)目、特征點定位精度三個方面對算法進行分析,并通過真實實驗對算法性能進行驗證;結(jié)果表明優(yōu)化后的算法在滿足實時性要求的情況下提高了解算精度。(3)研究了基于影像自然特征與合作標(biāo)志結(jié)合的無人機位姿估計方法。針對無人機飛行高度較高時,合作標(biāo)志成像較小,特征提取困難且精度較低的問題,提出了一種基于影像自然特征和合作標(biāo)志的位姿估計方法。將影像中分布均勻的特征點和標(biāo)志特征點信息進行結(jié)合,彌補了僅用合作標(biāo)志帶來的解算誤差較大的問題;針對相對位姿解算得出的位移量缺少絕對尺度信息的問題,提出了一種影像尺度信息提取方法,使得位姿解算結(jié)果具有實際物理意義。(4)分析了影響位姿解算精度的誤差源,建立了單變量誤差模型和基于協(xié)方差矩陣的誤差傳遞分析模型,通過實驗定量分析了特征點定位精度對位姿解算精度的影響,為后續(xù)相關(guān)研究提供理論依據(jù)。論文的創(chuàng)新點主要有:1)設(shè)計了一種用于求解無人機位姿的合作標(biāo)志,提出了一種合作標(biāo)志識別策略,改進了一種基于SIFT順序尺度的標(biāo)志識別算法,提高了識別準(zhǔn)確率。2)提出一種基于序列影像和合作標(biāo)志結(jié)合的位姿解算方法,彌補了在無人機飛行高度較高時,只用合作標(biāo)志解算帶來的誤差較大的問題;提出了一種影像尺度信息提取方法,使求取的位移量其具有實際物理意義。
【關(guān)鍵詞】：無人機 視覺導(dǎo)航 合作目標(biāo) 位姿解算 目標(biāo)識別
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：V279
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 課題研究背景及意義9-10
• 1.1.1 研究背景9
• 1.1.2 研究意義9-10
• 1.2 無人機視覺導(dǎo)航研究現(xiàn)狀10-14
• 1.2.1 國內(nèi)外研究現(xiàn)狀10-11
• 1.2.2 無人機位姿解算方法研究綜述11-14
• 1.3 存在的問題14
• 1.4 論文主要研究內(nèi)容及安排14-16
• 第二章 視覺導(dǎo)航基礎(chǔ)理論16-28
• 2.1 投影關(guān)系17-21
• 2.1.1 參考坐標(biāo)系17-18
• 2.1.2 無人機位姿參數(shù)的定義18-19
• 2.1.3 坐標(biāo)系轉(zhuǎn)換19-21
• 2.2 攝像機標(biāo)定方法21-25
• 2.2.1 像機標(biāo)定綜述21
• 2.2.2 經(jīng)典像機標(biāo)定法-張正友標(biāo)定法21-23
• 2.2.3 實驗與分析23-25
• 2.3 位姿的表示方法25-27
• 2.3.1 歐拉角表示法25-26
• 2.3.2 旋轉(zhuǎn)向量表示法26
• 2.3.3 四元數(shù)表示法26-27
• 2.4 小結(jié)27-28
• 第三章 合作標(biāo)志的識別算法28-39
• 3.1 引言28
• 3.2 合作目標(biāo)分割與識別28-35
• 3.2.1 合作標(biāo)志設(shè)計28-29
• 3.2.2 圖像分割算法研究29-30
• 3.2.3 一種改進的合作目標(biāo)識別算法30-35
• 3.3 圖像特征提取算法分析35-38
• 3.3.1 角點檢測算法35-36
• 3.3.2 SIFT特征提取方法36-37
• 3.3.3 實驗與分析37-38
• 3.4 小結(jié)38-39
• 第四章 無人機位姿估計算法研究39-66
• 4.1 引言39-40
• 4.2 基于合作標(biāo)志的位姿估計算法研究40-55
• 4.2.1 誤差函數(shù)選擇40-42
• 4.2.2 快速像機位姿估計算法42-49
• 4.2.3 實驗與分析49-55
• 4.3 基于影像特征點的相對位姿估計55-65
• 4.3.1 基本矩陣估計56-57
• 4.3.2 攝像機矩陣的恢復(fù)57-59
• 4.3.3 相對位姿解算59
• 4.3.4 數(shù)據(jù)融合與尺度信息獲取59-60
• 4.3.5 實驗及分析60-65
• 4.4 小結(jié)65-66
• 第五章 位姿解算精度分析66-75
• 5.1 引言66
• 5.2 影響位姿解算精度的誤差因素分析66-72
• 5.2.1 物理因素影響分析66-68
• 5.2.2 圖像處理誤差產(chǎn)生分析68
• 5.2.3 實驗環(huán)境誤差產(chǎn)生分析68
• 5.2.4 誤差模型建立68-72
• 5.3 實驗與分析72-74
• 5.4 小結(jié)74-75
• 第六章 總結(jié)與展望75-77
• 6.1 工作總結(jié)75
• 6.2 下一步研究75-77
• 致謝77-78
• 參考文獻78-82
• 作者簡歷82

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳雷;焦志剛;王鏡宇;王工;;一種零件位姿調(diào)整新方法的研究與應(yīng)用[J];沈陽理工大學(xué)學(xué)報;2005年04期

2 沙晶晶;陳志平;施滸立;呂興榮;;基于懸絲機構(gòu)的目標(biāo)飛行物位姿解算分析與實現(xiàn)[J];機械科學(xué)與技術(shù);2007年06期

3 龍宇峰;全R型彈性元件機器人手部位姿研究[J];南昌大學(xué)學(xué)報(工科版);1990年03期

4 王殿君;劉淑晶;任福君;王茁;孟慶鑫;;“穿地龍”機器人及其位姿檢測系統(tǒng)的研究[J];機械科學(xué)與技術(shù);2005年12期

5 劉偉;趙劍波;高峰;戚開誠;;基于相對坐標(biāo)的機器人末端位姿測量方法[J];機器人;2009年01期

6 王慧;許琢;;掘進機器人的位姿檢測與機體定位[J];制造業(yè)自動化;2013年08期

7 王超;張曉琳;唐文彥;王軍;馬強;;大尺寸箭彈質(zhì)量特性測量過程中位姿標(biāo)定方法研究[J];兵工學(xué)報;2014年01期

8 李繡峰,劉桂雄,謝存禧;一種機器人螺紋裝配位姿調(diào)整新方法的理論研究[J];機床與液壓;2000年01期

9 黃志剛;劉平安;;平面并聯(lián)微動平臺位姿檢測系統(tǒng)的研究[J];制造技術(shù)與機床;2010年03期

10 王金;;雙碼盤定位機器人的位姿辨識算法[J];硅谷;2010年12期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 沙晶晶;陳志平;施滸立;呂興榮;;基于懸絲機構(gòu)的目標(biāo)飛行物位姿解算分析與實現(xiàn)[A];2005年機械電子學(xué)學(xué)術(shù)會議論文集[C];2005年

2 吳勇;郝礦榮;丁永生;張淑平;;基于視覺位姿的機器人測速系統(tǒng)[A];第三屆中國智能計算大會論文集[C];2009年

3 葉榛;項安波;陶品;朱紹文;;基于PSD的動態(tài)位姿檢測技術(shù)[A];1998年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1998年

4 郝穎明;朱楓;;視覺位姿測量中的點狀目標(biāo)中心自適應(yīng)定位方法[A];中國儀器儀表學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2007年

5 田原;董愛鋒;;一種攝像機和激光指向儀相對位姿標(biāo)定方法[A];煤礦自動化與信息化——第20屆全國煤礦自動化與信息化學(xué)術(shù)會議暨第2屆中國煤礦信息化與自動化高層論壇論文集[C];2010年

6 徐旭明;葉榛;張再興;王家^，

本文編號：654444