【摘要】：微小型飛行器在低空和室內等復雜、危險的環(huán)境下自主執(zhí)行飛行任務時必須規(guī)避地面、空中的威脅或障礙物,而其機體容量和承載重量的限制給障礙物規(guī)避與自主導航相關技術的研究帶來較大困難。微小型飛行器自主避障與安全飛行的核心在于兩個方面:一是對飛行器自身絕對位置、速度、姿態(tài)等導航狀態(tài)的實時獲取,另一方面是要對周圍環(huán)境及潛在碰撞威脅物體相對信息的精確測量;從而要求微小型飛行器在具備高精度的自主導航定位能力同時,還能夠自主實現對周圍環(huán)境的三維建模,并對飛行路徑上可能遇到的障礙物進行實時分辨和監(jiān)測,進而制定出合理的避讓策略,確保既定任務的完成。為此,本文結合微小型飛行器的運動特性與低空飛行環(huán)境,開展了基于雙目相機立體視覺實現的三維環(huán)境建模與避障關鍵技術研究,同時還開展了基于慣性/立體視覺的自主導航方法研究,提出了一套適用于微小型飛行器的雙目立體視覺避障方法和組合導航方法,以提高對飛行環(huán)境和自身運動狀態(tài)信息的感知能力,為實現微小型飛行器在復雜和危險環(huán)境下的安全飛行與自主導航提供可行方案和參考。為有效實現微小型飛行器在飛行過程中對周圍環(huán)境的感知,研究了基于雙目相機立體視覺的三維重建方法。針對雙目相機在實際使用中存在邊緣誤匹配及深度信息缺失的問題,借鑒了傳統的基于聯合雙邊濾波深度圖像優(yōu)化的思路,在保證優(yōu)化深度圖像質量的前提下,設計了實時性強的基于導向濾波的深度圖像優(yōu)化方法,并通過立體視覺和三維重建技術,提高了微小型飛行器對環(huán)境感知的能力,同時還可以實時獲取和障礙物之間的相對距離信息;在此基礎上,依據雙目相機的標定結果,結合雙目測距模型,分析建立了基于雙目相機的測距誤差特性,從而為后續(xù)的微小型飛行器實時避障研究奠定了基礎。考慮到微小型飛行器在實際飛行過程中,對于周圍環(huán)境中存在的障礙物大小、類型都無法預先獲得,為此,在對周圍環(huán)境實現三維重建的基礎上,還需要設計針對性的障礙物檢測識別方法;為實現微小型飛行器對障礙物的有效規(guī)避,設計了基于輪廓檢測方法的障礙物識別方法,通過對輪廓的大小進一步判斷,從而減少了深度圖像噪聲帶來的誤檢,能夠有效識別飛行環(huán)境中的障礙物;并在此基礎上,通過分析飛行器與潛在障礙物之間的相對運動關系,建立了碰撞錐模型評估方法,可以實現對未來發(fā)生碰撞風險的評估,從而判斷出真正威脅微小型飛行器前進的障礙物;并在此基礎上,在充分考慮了微小型飛行器運動特性和運動約束基礎上,改進了傳統的碰撞錐預測模型設計方法,采用運動分解的方式設計了主動避障策略,提出了兼顧避障實時性和避障準確性的視覺引導方法,提高了微小型飛行器的自主避障能力,為微小型飛行器的安全避障飛行提供了基礎。微小型飛行器在避障飛行過程中離不開對自身絕對位姿信息的準確測量,傳統的微慣性/視覺里程計組合存在誤差積累的問題,特別是在高機動的避障飛行條件下,會引起微慣性誤差的急劇發(fā)散,而視覺里程計由于存在測量延時、輸出誤差模型未知等問題,導致傳統的微慣性/視覺里程計組合無法滿足微小型飛行器避障飛行的需要。為此,本文提出了一種基于測量模型優(yōu)化的雙目視覺里程計/微慣性組合導航方法,利用雙目視覺里程計獲取飛行器的實時位姿變化,并以此為基礎,基于相關噪聲的卡爾曼濾波器設計實現對慣性導航系統器件的在線誤差估計和補償,有效提高了自主導航精度,為微小型飛行器在復雜飛行環(huán)境下的安全避障飛行提供了絕對位姿信息。論文最后還基于大疆M100四旋翼飛行器和妙算(Manifold)機載處理模塊以及Guidance雙目視覺傳感模塊等實際硬件設備,設計了基于雙目相機的微小型飛行器視覺避障綜合飛行實物驗證方案,對所提出的微小型飛行器視覺避障方法進行了綜合驗證分析,并基于實際傳感器數據對所提出的自主導航方法進行了測試和分析,有效驗證了本文所提出的微小型飛行器視覺避障與自主導航方法的有效性,從而為微小型飛行器自主避障與安全飛行提供了有益的參考。
【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】：2018
【分類號】：V249.3
【圖文】：

圖 2.2 圖像坐標系、攝像機坐標系轉換圖相關性質可以獲得如下比例關系式：ccccxXf ZyYf Z 單位一般為毫米。將上述關系改寫為矩陣形式進行表系之間的轉換公式如下所示：0 0 00 0 01 0 0 1 01ccccXx fYZ y fZ 攝過程中壓縮物體三維信息至二維圖像的轉換過程，中，將出現符合人類視覺習慣的“近大遠小”、不平行[39]

圖 2.5 相機標定所用棋盤紙標定了單個相機的焦距、光心等參數后，還需要確定雙目相機的基線距離，這一標定。主要通過計算兩個相機之間的變換矩陣，利用重投影誤差提高標定精度，兩個相機之間的平移向量和旋轉矩陣參數。圖 2.6 所顯示的是標定中采集的部分。利用 matlab 軟件可以生成在標定中所拍攝不同角度棋盤格的位置示意圖如圖 2.7映實驗中雙目相機與標定板之間的位置關系。

圖 2.5 相機標定所用棋盤紙標定了單個相機的焦距、光心等參數后，還需要確定雙目相機的基線距離，這一標定。主要通過計算兩個相機之間的變換矩陣，利用重投影誤差提高標定精度，兩個相機之間的平移向量和旋轉矩陣參數。圖 2.6 所顯示的是標定中采集的部分。利用 matlab 軟件可以生成在標定中所拍攝不同角度棋盤格的位置示意圖如圖 2映實驗中雙目相機與標定板之間的位置關系。圖 2.6 標定試驗所用部分圖像

【參考文獻】

相關期刊論文 前9條

1 于永軍;徐錦法;張梁;熊智;;慣導/雙目視覺位姿估計算法研究[J];儀器儀表學報;2014年10期

2 李知菲;陳源;;基于聯合雙邊濾波器的Kinect深度圖像濾波算法[J];計算機應用;2014年08期

3 張彪;曹其新;王雯珊;;使用三維柵格地圖的移動機器人路徑規(guī)劃[J];西安交通大學學報;2013年10期

4 李宇波;朱效洲;盧惠民;張輝;;視覺里程計技術綜述[J];計算機應用研究;2012年08期

5 李霞;張際海;謝文俊;邱愷;李雪松;鐘世剛;;無人機自主防碰撞方法研究[J];飛行力學;2011年06期

6 黃敦華;朱青松;;基于微小型四旋翼飛行器的目標監(jiān)測與識別綜述[J];機電產品開發(fā)與創(chuàng)新;2011年06期

7 康岳林;高楊;高立;;基于MEMS的GPS/SINS組合導航技術發(fā)展現狀[J];船電技術;2011年05期

8 于起峰;李強;雷志輝;尚洋;朱憲偉;劉曉春;;基于序列圖像的無人機自測速方法與試驗[J];航空學報;2009年08期

9 楊嘉琛;侯春萍;沈麗麗;張卓筠;;基于PSNR立體圖像質量客觀評價方法[J];天津大學學報;2008年12期

相關碩士學位論文 前6條

1 章華;基于模糊控制超聲波避障算法的巡檢機器人研究與設計[D];南昌大學;2016年

2 邵玉萍;MEMS慣性導航系統的冗余技術研究[D];哈爾濱工程大學;2015年

3 顏遠輝;基于雙目立體視覺的三維重建研究[D];廣西師范大學;2015年

4 蘇東;基于雙目視覺的小型無人飛行器的導航與避障[D];電子科技大學;2014年

5 黃鴻;雙目立體視覺與慣導融合里程估計方法[D];浙江大學;2014年

6 童丸丸;用于UAV導航的合成視覺方法[D];浙江大學;2010年

本文編號：2806527