学位论文 > 优秀研究生学位论文题录展示

基于合作目标的无人机位姿估计算法研究

作　者: 张勇
导　师: 徐贵力
学　校: 南京航空航天大学
专　业: 测试计量技术及仪器
关键词: 无人机 计算机视觉 合作目标 位姿估计 Tsai算法 灭影线
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 92次
引　用: 1次
阅　读: 论文下载
 

内容摘要


为了实现无人机全天候自主精确着陆,本课题组提出了基于红外合作目标和计算机视觉的无人机自主着陆导引方法。本文针对基于合作目标的无人机位姿估计进行了相关方法的研究。在图像预处理过程中,合作目标不能被当前常用的Otsu分割法分割出来,这是因为Otsu分割法适用于目标占图像比例较大的情况,而本研究中合作目标占图像比例较小。由于我们的合作目标是主动发射与红外视觉系统相匹配的特定红外光,其在图像中灰度值较高,分布在直方图高灰度部分,所以本文采用二次大津法进行分割,将第一次分割后的图像和原图作“与”运算,这时,合作目标在图像中所占的比例就能满足Otsu分割法的适用条件,再采用Otsu法进行二次分割,获得了很好的效果。然后,利用sobel算子检测合作目标的边缘特征,再利用链码进行轮廓跟踪。其中特征点提取时我们选用了Harris角点检测方法,在特征线提取时,本文选取链码上的一点为起始点,顺时针计算链码上各点与T型头部直线的距离,根据距离的阈值将链码上的点分割几段,然后去掉部分点再分别拟合成直线。在基于合作目标和计算机视觉的无人机位姿估计研究中,首先,根据Tsai原理,提出了基于特征点的位姿估计方法,即首先利用径向一致约束来求解除相机光轴方向平移外的其它相机外参数,然后再求解像机的其它参数。但是研究中发现特征点的方法随着高度的增加误差增加显著,这是因为从实际图像中获得的特征点位置有较小的误差就会使位姿估计产生较大偏差,由于合作目标的线特征相比点特征对因距离而产生的误差不敏感的特点,故此,本文提出了基于特征线的位姿估计方法。该方法充分利用了合作目标的实际形状,采用灭影线的原理,在求解灭影线过程中得到无人机的滚转角,根据合作目标在图像中的位置又得到偏航角,最后根据坐标系之间的转换关系求得其余位姿参数。通过不同位置和不同姿态角的仿真实验证明了这两种方法的可行性,且实验结果显示基于线特征的位姿估计算法具有精度高、更加可靠的优点。

全文目录


摘要  4-5
ABSTRACT  5-11
第一章 绪论  11-21
  1.1 课题研究背景及意义  11-12
  1.2 国内外研究现状  12-18
    1.2.1 国外研究现状  12-15
    1.2.2 国内研究现状  15-18
  1.3 现有方法存在问题  18-19
  1.4 本文的主要工作及创新点  19-21
    1.4.1 本文的主要工作  19
    1.4.2 创新点  19-21
第二章 无人机的位姿估计的总体方案  21-34
  2.1 全天候自动着陆的总体方案  21-22
  2.2 位姿估计常用坐标系  22-25
    2.2.1 图像坐标系  22-24
    2.2.2 摄像机坐标系与世界坐标系  24-25
    2.2.3 机体坐标系与姿态角  25
  2.3 本文的位姿估计总体方案  25-33
    2.3.1 基于特征点的方法  26-31
    2.3.2 基于特征线的方法  31-33
  2.4 本章小结  33-34
第三章 基于特征点的位姿估计方法研究  34-50
  3.1 图像预处理  34-42
    3.1.1 图像分割  34-37
    3.1.2 边缘检测  37-38
    3.1.3 轮廓跟踪  38-42
  3.2 合作目标的特征点的提取  42-43
  3.3 基于特征点的无人机位姿估计结果  43-48
    3.3.1 基于特征点的无人机位姿估计结果  43-48
    3.3.2 结果分析  48
  3.4 本章小结  48-50
第四章 基于特征线的位姿估计方法研究  50-68
  4.1 合作目标特征线的提取  50-54
    4.1.1 合作目标的质心主轴  50-52
    4.1.2 特征线的提取  52-54
  4.2 基于特征线的无人机位姿估计结果  54-59
    4.2.1 基于特征线的无人机位姿估计结果  54-58
    4.2.2 该方法遇到的问题及改进研究  58-59
  4.3 基于特征点和基于特征线的无人机位姿估计结果比较  59-63
  4.4 红外图片实验  63-67
  4.5 本章小结  67-68
第五章 总结及展望  68-70
  5.1 本文的主要工作  68-69
  5.2 研究展望  69-70
参考文献  70-74
致谢  74-75
在学期间的研究成果及发表的学术论文  75

相似论文

  1. 基于学习的低阶视觉问题研究,TP391.41
  2. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  3. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  4. 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41
  5. 基于运动目标轨迹分析的智能交通监控系统,TP277
  6. 基于计算机视觉的带钢表面缺陷在线检测系统的设计与实现,TP391.41
  7. 视景仿真技术在无人机任务规划中的应用与研究,V279
  8. 无人机测控系统技术研究,V279
  9. 小型无人机在警用领域的应用与造型设计研究,V279
  10. 基于H.264的航拍视频实时压缩系统,TP391.41
  11. 基于视觉系统的无人直升机自主降落,V279
  12. 空间增强现实中实时建模相关技术的研究,TP391.41
  13. 基于子空间的小型无人旋翼机的系统辨识研究,V275.1
  14. 应用Kinect与手势识别的增强现实教育辅助系统,TP391.41
  15. 无人机纵向气动布局与控制系统优化设计研究,V279
  16. 无人机区域侦察航路规划研究,V279.3
  17. 低雷诺数翼型气动外形优化设计及其应用,V221
  18. 无人机视觉着陆引导中的位姿估计问题研究,V249.32
  19. 多像机视场拼接测量系统标定技术研究,TP391.41
  20. 空间非合作目标质心位置视觉测量方法研究,TP391.41
  21. 基于DSP的单目视觉定位方法关键技术研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com