UAV在高空飛行時的自主導(dǎo)航定位能力對其自動化程度有著關(guān)鍵的影響�；诰跋笃ヅ涞囊曈X導(dǎo)航定位技術(shù)相比于GPS導(dǎo)航而言,不依賴外部系統(tǒng),相比慣性導(dǎo)航而言,沒有累積誤差。這種技術(shù)是一種自主性和精度均很高的導(dǎo)航定位技術(shù),在導(dǎo)航定位領(lǐng)域的作用日漸重要,也是視覺領(lǐng)域的前沿方向。景象匹配算法通過定位實時圖在基準圖中的位置實現(xiàn)自身的地理定位。本文研究對比兩種景象匹配算法,設(shè)計并重點研究了較優(yōu)的基于SURF特征的一類基于特征點的景象匹配算法,并從速度、精度、自主判斷能力以及快速再定位角度優(yōu)化了該算法。首先,本文探究了基于景象匹配的UAV視覺導(dǎo)航定位技術(shù)的應(yīng)用背景,闡述了研究意義,分析了景象匹配算法的發(fā)展現(xiàn)狀,介紹了本文的主要研究內(nèi)容和研究方案。此外,還給出了景象匹配問題的定義、基本組成、基本框架和常見分類。其次,本文研究了邊緣特征的景象匹配算法和基于SURF特征點的景象匹配算法的算法原理,為后文的測試以及優(yōu)化方法提供理論支持。其中簡要介紹了基于邊緣特征的算法,深入研究了基于SURF特征的算法。然后,本文明確了景象匹配算法的測試方案,并研究基準圖的獲取方式,實現(xiàn)了從網(wǎng)絡(luò)地圖服務(wù)平臺上獲取任意范圍的多分辨... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

無人機在戰(zhàn)爭中的應(yīng)用

人機執(zhí)行野外任務(wù)時，有著關(guān)鍵的作用，對該展帶來更大的促進： UAV 的自主導(dǎo)航和定位能力可以提高其任務(wù)應(yīng)能力�；谛l(wèi)星的導(dǎo)航技術(shù)抗干擾能力差，將無法完成導(dǎo)航，而慣導(dǎo)技術(shù)具有累計誤差�；蛘卟倏厝藛T的無人機自動化功能的基礎(chǔ)技術(shù)提供重要的信息，降低指揮的難度，提高自身傳功能以及自主定位功能的 UAV，可以在突發(fā)應(yīng)，傳遞消息或者運送物資、建立臨時通信渠現(xiàn)場實況，方便相關(guān)部門在第一時間掌控局面定位問題是其在戰(zhàn)場或者民用各類場景中的子作用。比如無衛(wèi)星覆蓋的區(qū)域的輔助定位，固主軌跡矯正都依賴于自主定位技術(shù)。

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文隨機偏差。本論文所使用的基準圖僅用于測試景象匹配算法的精的精度。匹配問題的框架要明確的是景象匹配問題的定義。景象匹配要解決的是在一幅一幅小圖像的空間坐標這樣一個問題。如果使用數(shù)學(xué)方式進行表1)所示的過程 = ( ( ) ( )) ( )表示的為較大的圖像，或者稱為基準圖，在本論文的后續(xù)衛(wèi)星地圖作為基準圖。而 ( )表示的是實時圖，也就是無人機實時拍攝的圖像，顯然實時圖的分辨率要遠小于基準圖。 表示法，它將輸出 在 中的位置即 L。這個過程可以使用圖 2-1 來在圖 ( )中的位置在箭頭右側(cè)的圖形中使用虛線框表示。

【參考文獻】：
期刊論文
[1]無人機景象匹配視覺導(dǎo)航技術(shù)綜述[J]. 趙春暉,周昳慧,林釗,胡勁文,潘泉.  中國科學(xué):信息科學(xué). 2019(05)
[2]基于景象匹配的航攝影像二維定位方法[J]. 孫世宇,張巖,李建增,胡永江.  系統(tǒng)工程與電子技術(shù). 2018(11)
[3]慣性導(dǎo)航技術(shù)淺析[J]. 董進武.  儀表技術(shù). 2017(01)
[4]無人機視覺導(dǎo)航算法[J]. 黃楠楠,劉貴喜,張音哲,姚李陽.  紅外與激光工程. 2016(07)
[5]從歷次局部戰(zhàn)爭看美軍精確制導(dǎo)彈藥的發(fā)展[J]. 任武能,史淑娟,余達太.  導(dǎo)彈與航天運載技術(shù). 2006(05)
[6]快速并行兩級景象匹配方法[J]. 王洪軍,黃愛民,劉建平.  計算機工程與應(yīng)用. 2002(24)

博士論文
[1]基于三維地形重建與匹配的飛行器視覺導(dǎo)航方法研究[D]. 朱遵尚.國防科學(xué)技術(shù)大學(xué) 2014
[2]基于圖像特征的景象匹配輔助導(dǎo)航系統(tǒng)中的關(guān)鍵技術(shù)研究[D]. 冷雪飛.南京航空航天大學(xué) 2007

碩士論文
[1]基于改進尺度不變方法的地形匹配算法研究[D]. 史天放.哈爾濱工業(yè)大學(xué) 2018
[2]無人機視覺定位的景象匹配算法研究[D]. 萬成浩.戰(zhàn)略支援部隊信息工程大學(xué) 2018
[3]航空影像拼接算法研究及實現(xiàn)[D]. 姜東起.哈爾濱工業(yè)大學(xué) 2017
[4]基于圖像序列的圖像匹配輔助導(dǎo)航關(guān)鍵技術(shù)研究[D]. 茹江濤.南京航空航天大學(xué) 2017
[5]多無人機被動目標定位與跟蹤技術(shù)研究[D]. 高擎峰.南京理工大學(xué) 2017
[6]基于改進SIFT的數(shù)字圖像篡改檢測及其FPGA實現(xiàn)[D]. 謝云芳.哈爾濱工業(yè)大學(xué) 2016
[7]視覺室內(nèi)定位中圖像特征點匹配算法研究[D]. 萬柯.哈爾濱工業(yè)大學(xué) 2016
[8]復(fù)雜環(huán)境下多無人機協(xié)同地面目標跟蹤問題研究[D]. 陳智民.北京理工大學(xué) 2015
[9]基于SURF的移動機器人定位技術(shù)研究[D]. 何健.哈爾濱工業(yè)大學(xué) 2012
[10]基于局部特征的景象匹配制導(dǎo)算法研究[D]. 曹娟.國防科學(xué)技術(shù)大學(xué) 2009



本文編號：3543206