本文關鍵詞：基于視覺信息引導的艦載無人機精確著艦技術研究

  更多相關文章： 艦載無人機 視覺導航 自動著艦 Adaboost算法 總能量控制 L1控制

【摘要】：艦載無人機因其作戰(zhàn)靈活、自主性強等優(yōu)點,已成為現(xiàn)代海軍追求“非接觸”和“零傷亡”的理想武器。因此引導艦載無人機精確安全著艦一直是各國研究的重點。針對艦載無人機精確著艦的要求,本文對基于視覺信息引導的艦載無人機著艦技術進行了研究。首先,根據(jù)艦載無人機著艦的特點和導航系統(tǒng)的要求,設計了一套視覺著艦導航系統(tǒng),并對該系統(tǒng)的原理、工作流程、跟蹤控制和位置解算進行分析,設計了基于紅外視覺的導航系統(tǒng)位置標定方法,并對標定好的系統(tǒng)進行了測試。其次,為了進一步精確獲取艦載無人機的位置,選擇了Adaboost算法對無人機目標進行檢測識別,根據(jù)實際檢測的情況選取無人機矩形特征并采用積分圖簡化特征值的計算,通過權值更新和非對稱學習對Adaboost算法進行了改進,通過無人機正負樣本訓練級聯(lián)分類器,實現(xiàn)了對無人機目標精確檢測。再次,為了控制艦載無人機沿著期望的下滑航跡著艦,分別采用總能量控制和L1非線性控制方法對艦載機縱側向著艦引導控制律進行設計,并通過半物理仿真對設計的著艦引導控制律進行了仿真驗證。最后,進行了外場飛行試驗,對設計的視覺著艦導航系統(tǒng)及著艦引導控制律進行了驗證。試驗結果表明,所設計的視覺導航系統(tǒng)具有較高的位置解算精度,基于總能量控制和L1非線性控制的著艦引導控制律可實現(xiàn)艦載無人機的精確航跡跟蹤飛行和移動平臺定點降落,跟蹤誤差在允許范圍內(nèi)。研究成果對艦載無人機視覺引導著艦技術的工程化實現(xiàn)具有重要的參考價值。
【關鍵詞】：艦載無人機 視覺導航 自動著艦 Adaboost算法 總能量控制 L1控制
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：E926.392
【目錄】：

• 摘要4-5
• ABCTRACT5-12
• 注釋表12-13
• 縮略詞13-14
• 第一章 緒論14-20
• 1.1 研究背景及意義14-16
• 1.2 國內(nèi)外研究現(xiàn)狀16-18
• 1.2.1 國外研究現(xiàn)狀16-17
• 1.2.2 國內(nèi)研究現(xiàn)狀17-18
• 1.3 章節(jié)安排18-20
• 第二章 視覺著艦導航系統(tǒng)設計20-34
• 2.1 艦載無人機導航系統(tǒng)的要求20
• 2.2 基于視覺的著艦導航系統(tǒng)設計20-26
• 2.2.1 視覺導航系統(tǒng)原理分析20-22
• 2.2.2 視覺導航系統(tǒng)工作流程22
• 2.2.3 基于圖像的云臺跟蹤控制22-24
• 2.2.4 視覺導航系統(tǒng)的位置解算24-26
• 2.3 視覺導航系統(tǒng)硬件組成與選型26-30
• 2.4 基于紅外視覺的位置標定30-33
• 2.4.1 紅外視覺位置標定設計30-31
• 2.4.2 偏航俯仰位置標定31-32
• 2.4.3 位置解算測試結果分析32-33
• 2.5 本章小結33-34
• 第三章 基于Adaboost算法的無人機目標識別34-48
• 3.1 Adaboost算法流程34-35
• 3.2 無人機矩形特征的選取和特征值計算35-38
• 3.2.1 Haar-like矩形特征36-37
• 3.2.2 利用積分圖計算矩形特征37-38
• 3.3 Adaboost算法的改進和級聯(lián)分類器38-40
• 3.3.1 Adaboost算法的改進38-40
• 3.3.2 級聯(lián)分類器40
• 3.4 訓練樣本的選取40-42
• 3.4.1 無人機樣本的選取40-41
• 3.4.2 非無人機樣本的選取41-42
• 3.5 檢測過程和實驗結果分析42-47
• 3.5.1 級聯(lián)分類器的檢測過程43
• 3.5.2 實驗結果分析43-47
• 3.6 本章小結47-48
• 第四章 艦載無人機著艦引導控制律設計48-71
• 4.1 著艦引導控制系統(tǒng)48-49
• 4.2 縱向TECS控制的基本原理49-51
• 4.2.1 有關質(zhì)點飛機運動的假設49
• 4.2.2 縱向總能量控制的原理49-51
• 4.3 縱向TECS控制律設計51-60
• 4.3.1 縱向內(nèi)回路控制律設計52-53
• 4.3.2 縱向外回路控制律設計53-56
• 4.3.3 縱向半物理仿真驗證56-60
• 4.4 側向L1控制的基本原理60-65
• 4.4.1 L1算法簡介61-62
• 4.4.2 L1算法的線性分析62-65
• 4.5 側向L1控制律設計65-70
• 4.5.1 側向內(nèi)回路控制律設計65-66
• 4.5.2 側向外回路控制律設計66-67
• 4.5.3 側向半物理仿真驗證67-70
• 4.6 本章小結70-71
• 第五章 無人機著落引導與控制綜合試驗分析71-88
• 5.1 影響視覺引導的誤差因素分析71-75
• 5.1.1 模型誤差分析71-73
• 5.1.2 物理因素影響分析73-74
• 5.1.3 圖像處理誤差影響分析74-75
• 5.2 試驗平臺75-80
• 5.2.1 固定翼無人機75-77
• 5.2.2 飛控系統(tǒng)及相關設備77-79
• 5.2.3 試驗場地79-80
• 5.3 飛行試驗與結果分析80-87
• 5.3.1 試飛流程和參數(shù)調(diào)節(jié)80-82
• 5.3.2 試驗結果分析82-87
• 5.4 本章小結87-88
• 第六章 總結與展望88-90
• 6.1 工作總結88
• 6.2 后續(xù)研究工作展望88-90
• 參考文獻90-95
• 致謝95-96
• 在學期間的研究成果及發(fā)表的學術論文96

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 肖暉;柳建鋒;田思凈;何亮;;共面條件約束的無人機視覺導航姿態(tài)測量[J];電光與控制;2015年11期

2 LIU XiaoChun;WANG Hou;FU Dan;YU QiFeng;GUO PengYu;LEI ZhiHui;SHANG Yang;;An area-based position and attitude estimation for unmanned aerial vehicle navigation[J];Science China(Technological Sciences);2015年05期

3 張辰;趙紅穎;錢旭;;面向無人機影像的目標特征跟蹤方法研究[J];紅外技術;2015年03期

4 張洋;王新龍;;一種地標點修正的高精度雙目視覺導航方法[J];北京航空航天大學學報;2014年09期

5 張梁;徐錦法;夏青元;;雙目立體視覺的無人機位姿估計算法及驗證[J];哈爾濱工業(yè)大學學報;2014年05期

6 YU QiFeng;SHANG Yang;LIU XiaoChun;LEI ZhiHui;LI Xiang;ZHU XianWei;LIU XiaoLin;YANG Xia;SU Ang;ZHANG XiaoHu;ZHANG HongLiang;;Full-parameter vision navigation based on scene matching for aircrafts[J];Science China(Information Sciences);2014年05期

7 苗秀梅;;國外艦載無人機技術的發(fā)展動向與分析[J];艦船電子工程;2013年12期

8 汪洋;王小坤;陳安森;張亞妮;賀香榮;范崔;;紅外濾光片低溫光譜特性研究[J];光學與光電技術;2013年06期

9 沈?qū)?唐大全;李飛;;無人機視覺導航中的圖像處理及位姿解算[J];光電技術應用;2012年06期

10 王廣彪;李華偉;丁文銳;李紅光;;無人機在運動艦船上著艦視覺導引技術研究[J];中國電子科學研究院學報;2012年03期

中國碩士學位論文全文數(shù)據(jù)庫 前8條

1 張麗;攝像機圖像噪聲分析及處理[D];浙江大學;2014年

2 張曉龍;基于視覺的四旋翼飛行器自主著陸和位姿估計[D];南京航空航天大學;2014年

3 潘婷婷;艦載機進近著艦航線設計及控制系統(tǒng)仿真[D];南京航空航天大學;2014年

4 陳麗娟;基于視覺的無人直升機著落導航技術研究[D];南京航空航天大學;2013年

5 翟中華;基于膚色和Adaboost算法的人臉檢測方法研究[D];華南理工大學;2012年

6 劉強;無人機自動著艦撞網(wǎng)回收技術研究[D];南京航空航天大學;2010年

7 張健;慣導與多普勒組合導航技術仿真[D];哈爾濱工程大學;2009年

8 陳浙泊;空間多目標跟蹤系統(tǒng)及目標軌跡識別技術[D];浙江大學;2004年

，

本文編號：924426