【摘要】：四旋翼無人機具有結(jié)構(gòu)簡單、機動性能良好、隱蔽性強和環(huán)境適應(yīng)能力強等特點,因此被廣泛應(yīng)用于軍用和民用領(lǐng)域。無人機對運動目標的識別與跟蹤是無人機眾多應(yīng)用領(lǐng)域中的一個研究熱點,值得深入探索提高無人機跟蹤精度和魯棒性的方法。本文針對基于視覺的無人機跟蹤方法存在因相機運動造成圖像退化導(dǎo)致運動目標的錯檢和漏檢問題,提出了一種基于多速率擴展卡爾曼濾波的相對位姿求解方法,融合了手機IMU(Inertial Measurement Unit,IMU)數(shù)據(jù)與無人機的IMU和圖像數(shù)據(jù),提高了無人機對目標跟蹤的精度;同時,為了解決無人機處理器資源有限的問題,使用Intel NUC作為無人機處理器,搭建Linux系統(tǒng),并在其上部署ROS(Robot Operating System,ROS)系統(tǒng),最后通過實驗證明本文方法的有效性。本文的主要工作和成果如下:(1)針對基于圖像的無人機運動跟蹤方法精度有限的問題,采用融合手機和無人機多傳感器參數(shù)的方法,提出了基于視覺和慣性傳感器的無人機運動跟蹤方法,通過APP發(fā)送運動目標的IMU數(shù)據(jù)至無人機,結(jié)合無人機端的圖像和IMU數(shù)據(jù),通過多數(shù)據(jù)融合提高了無人機對運動目標跟蹤的精度。(2)針對無人機相機圖像采集過程中,存在運動目標錯誤提取或無匹配問題,采用ORB特征描述子提取特征點,提高特征點提取速度并減少系統(tǒng)開銷,并使用RANSAC(random sample consensus,RANSAC)算法剔除外點,減少特征點的誤匹配。該方法能夠在保證準確性的情況下減少處理器的開銷。(3)針對IMU和圖像采樣速率不一的情況,提出了基于多速率擴展卡爾曼濾波的相對位姿求解方法,在有測量信息的時刻進行時間更新和測量更新,在測量信息缺失時只進行時間更新。該方法能夠提高數(shù)據(jù)的更新率,減少了IMU信息的浪費,提高系統(tǒng)魯棒性。
【圖文】：

及意義nmannedAerial Vehicle，UAV）最早于 1917 年由英國研制人機是一種裝有動力系統(tǒng)，可以通過無線設(shè)備或自帶程序機有很多種類，按照技術(shù)角度來劃分可以分為固定翼無人等不同種類。固定翼式無人機相對于旋翼式無人機有飛行強的優(yōu)點，但存在無法垂直升降、定點懸停和對起飛、降恰都能夠在旋翼式無人機上實現(xiàn)，這也使得旋翼式無人機[2]。而在旋翼式無人機類別中，四旋翼（如圖 1-1 所示）又隱蔽性強、環(huán)境適應(yīng)能力強等特點[3]，，特別是相比于相近載能力、抗干擾能力以及更易于操控，逐漸成為旋翼式無

圖 2-3 歐拉角拉角關(guān)系）是在乘以向量時可以改變向量的方的矢量轉(zhuǎn)換至其他坐標系。旋轉(zhuǎn)矩陣是的一組正交基，其逆矩陣等于其轉(zhuǎn)置矩三維空間。 ~ 。在三維坐標系繞其 X 軸旋轉(zhuǎn)到新坐標系的旋轉(zhuǎn)，并使用式（2-1）坐標系的坐標：1 0 0( ) 0 cos sin0 sin cosxR
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP212;V279

【參考文獻】

相關(guān)期刊論文 前5條

1 王龍;董新民;賈海燕;;無人機空中加油相對位姿解耦迭代確定算法[J];應(yīng)用科學(xué)學(xué)報;2012年04期

2 王龍;董新民;賈海燕;;機器視覺輔助的無人機空中加油相對導(dǎo)航[J];應(yīng)用科學(xué)學(xué)報;2012年02期

3 王龍;董新民;張宗麟;;緊耦合INS/視覺相對位姿測量方法[J];中國慣性技術(shù)學(xué)報;2011年06期

4 岳基隆;張慶杰;朱華勇;;微小型四旋翼無人機研究進展及關(guān)鍵技術(shù)淺析[J];電光與控制;2010年10期

5 閆莉萍;劉寶生;周東華;呂鋒;;多速率傳感器數(shù)據(jù)融合及在設(shè)備監(jiān)測中的應(yīng)用[J];傳感器技術(shù);2005年12期

本文編號：2649748