本文關(guān)鍵詞：基于機(jī)器視覺(jué)的無(wú)人機(jī)著降定位技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：本文以兵器工業(yè)集團(tuán)某所十五國(guó)防預(yù)研科技項(xiàng)目為背景,詳細(xì)研究了利用數(shù)字圖像處理技術(shù)和機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)無(wú)人機(jī)著降過(guò)程中的定位測(cè)量,并在此基礎(chǔ)上提出了一套完整的基于機(jī)器視覺(jué)的無(wú)人機(jī)著降定位方案。 本文的方案采用DGPS引導(dǎo)無(wú)人機(jī)歸航,把無(wú)人機(jī)引導(dǎo)到著降區(qū)特征圖案上空附近,啟動(dòng)機(jī)器視覺(jué)助降系統(tǒng)對(duì)無(wú)人機(jī)進(jìn)行實(shí)時(shí)精確定位,并把無(wú)人機(jī)的位置信息傳遞到飛行控制系統(tǒng),由飛行控制系統(tǒng)控制無(wú)人機(jī)降落。本文重點(diǎn)對(duì)機(jī)器視覺(jué)助降系統(tǒng)的實(shí)時(shí)圖像預(yù)處理、圖像特征點(diǎn)提取、無(wú)人機(jī)定位算法進(jìn)行了研究。根據(jù)對(duì)無(wú)人機(jī)著降中的實(shí)時(shí)性和精確性的不同要求設(shè)計(jì)了兩種著降區(qū)特征圖案,并根據(jù)特征圖案的特點(diǎn)采用了不同的圖像處理算法。文中提出的線性定位算法能夠測(cè)量無(wú)人機(jī)的六個(gè)空間自由度(即無(wú)人機(jī)在著降區(qū)坐標(biāo)系中的x、y、z坐標(biāo),偏航角φ、俯仰角Κ、傾斜角ω),在此基礎(chǔ)上本文創(chuàng)新性地采用了非線性優(yōu)化算法對(duì)線性解進(jìn)行優(yōu)化得到更加精確的非線性優(yōu)化解。 最后,用兩個(gè)著降區(qū)特征圖案進(jìn)行了計(jì)算機(jī)半實(shí)物仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明該方案能夠較好地滿足無(wú)人機(jī)著降定位過(guò)程中對(duì)實(shí)時(shí)性、精確性、穩(wěn)定性的要求。對(duì)實(shí)驗(yàn)數(shù)據(jù)分析結(jié)果表明特征圖案A精度較好,特征圖案B實(shí)時(shí)性較好,證明特征點(diǎn)的增加,提高了系統(tǒng)精確度,但降低了實(shí)時(shí)性。在利用具有24個(gè)特征點(diǎn)的特征圖案A時(shí),無(wú)人機(jī)的距離均方誤差小于1.5cm,偏航角均方誤差小于2.5度,實(shí)時(shí)性達(dá)到了3幀/秒;采用6個(gè)特征點(diǎn)的特征圖案B時(shí),無(wú)人機(jī)的距離均方誤差小于3.5cm,偏航角均方誤差小于3.5度,實(shí)時(shí)性達(dá)到了5幀/秒。 本文為無(wú)人機(jī)安全著降提供了一種低成本,簡(jiǎn)單實(shí)用的實(shí)現(xiàn)方案。該方案精度較高,實(shí)時(shí)性較好。為研制實(shí)際的助降系統(tǒng)提供了理論基礎(chǔ)和解決方案,對(duì)無(wú)人機(jī)和圖像導(dǎo)航定位技術(shù)的發(fā)展具有參考價(jià)值。
【關(guān)鍵詞】：無(wú)人機(jī)(UAV)著降 圖像預(yù)處理 輪廓跟蹤 特征點(diǎn)提取 攝影測(cè)量 非線性優(yōu)化算法
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2005
【分類(lèi)號(hào)】：V249.12
【目錄】：

• 摘要4-5
• ABSTRACT5-6
• 目錄6-9
• 第一章 引論9-17
• 1．1 問(wèn)題的提出10-12
• 1．2 國(guó)內(nèi)外相關(guān)研究工作12-15
• 1．3 本文研究工作15-17
• 第二章 系統(tǒng)總體方案17-27
• 2．1 飛行導(dǎo)航方式選擇17-20
• 2．1．1 雷達(dá)導(dǎo)航17-19
• 2．1．2 遙測(cè)設(shè)備導(dǎo)航19
• 2．1．3 GPS導(dǎo)航19-20
• 2．2 DGPS原理簡(jiǎn)介20-22
• 2．3 系統(tǒng)總體結(jié)構(gòu)22
• 2．4 機(jī)器視覺(jué)導(dǎo)航系統(tǒng)硬件組成22-23
• 2．5 機(jī)器視覺(jué)導(dǎo)航軟件算法23-24
• 2．6 著降區(qū)特征圖案的設(shè)計(jì)24-26
• 2．7 小結(jié)26-27
• 第三章 實(shí)時(shí)圖像采集與預(yù)處理27-47
• 3．1 圖像采集27-30
• 3．1．1 圖像采集的基本原理27-28
• 3．1．2 圖像采集卡28
• 3．1．3 圖像采集卡開(kāi)發(fā)28-30
• 3．2 圖像預(yù)處理30-46
• 3．2．1 圖像灰度化處理30-33
• 3．2．2 圖像幾何校正33-36
• 3．2．3 圖像濾波算法36-42
• 3．2．4 圖像分割及二值化42-46
• 3．3 小結(jié)46-47
• 第四章 圖像特征提取及粗識(shí)別47-71
• 4．1 邊緣檢測(cè)47-52
• 4．1．1 邊緣的分類(lèi)47-48
• 4．1．2 常用的邊緣檢測(cè)算法48-52
• 4．2 輪廓跟蹤52-56
• 4．2．1 輪廓的鏈碼表示53-55
• 4．2．2 輪廓的斜率表示55
• 4．2．3 輪廓跟蹤算法55-56
• 4．2．4 二值圖像輪廓提取56
• 4．3 特征點(diǎn)提取56-60
• 4．3．1 角點(diǎn)提取的SUSAN算法56-59
• 4．3．2 形心提取法59-60
• 4．3．3 灰度重心提取法60
• 4．4 本文改進(jìn)的特征點(diǎn)提取算法60-66
• 4．4．1 輪廓跟蹤61-62
• 4．4．2 多直線段分裂與合并62-65
• 4．4．3 角點(diǎn)提取65
• 4．4．4 角點(diǎn)排序65-66
• 4．5 圖像匹配66-70
• 4．5．1 圖像匹配的定義66-67
• 4．5．2 圖像匹配的數(shù)學(xué)描述67-69
• 4．5．3 匹配相似度69-70
• 4．6 小結(jié)70-71
• 第五章 無(wú)人機(jī)位姿參數(shù)攝影測(cè)量算法71-94
• 5．1 攝影測(cè)量概述及原理71-76
• 5．1．1 攝影成像模型72-73
• 5．1．2 常用坐標(biāo)系及其關(guān)系73-76
• 5．2 機(jī)器視覺(jué)系統(tǒng)的攝像機(jī)標(biāo)定76-87
• 5．2．1 攝像機(jī)標(biāo)定模型76-78
• 5．2．2 常用的攝像機(jī)系統(tǒng)標(biāo)定法78-87
• 5．3 無(wú)人機(jī)定位的線性算法87-91
• 5．4 無(wú)人機(jī)定位的非線性優(yōu)化算法91-93
• 5．5 小結(jié)93-94
• 第六章 計(jì)算機(jī)半實(shí)物仿真實(shí)驗(yàn)及分析94-115
• 6．1 實(shí)驗(yàn)原理圖94
• 6．2 實(shí)驗(yàn)系統(tǒng)的硬件組成94-97
• 6．3 實(shí)驗(yàn)系統(tǒng)的軟件設(shè)計(jì)97-99
• 6．4 實(shí)驗(yàn)步驟99-100
• 6．5 實(shí)驗(yàn)數(shù)據(jù)及誤差分析100-114
• 6．5．1 實(shí)驗(yàn)A數(shù)據(jù)及誤差分析101-107
• 6．5．2 實(shí)驗(yàn)B數(shù)據(jù)及誤差分析107-112
• 6．5．3 實(shí)驗(yàn)A和實(shí)驗(yàn)B對(duì)比分析112-114
• 6．6 小結(jié)114-115
• 第七章 結(jié)束語(yǔ)115-117
• 7．1 本文創(chuàng)新點(diǎn)115
• 7．2 進(jìn)一步研究的問(wèn)題115-117
• 致謝117-118
• 參考文獻(xiàn)118-121
• 附錄121-142
• 個(gè)人簡(jiǎn)歷142

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 馬松輝;吳成富;商重陽(yáng);;Simulink環(huán)境下的圖像導(dǎo)引仿真技術(shù)研究[J];彈箭與制導(dǎo)學(xué)報(bào);2011年02期

2 周光;羅元;張毅;楊瑞敏;;基于維納濾波的自適應(yīng)二值化技術(shù)的研究[J];微計(jì)算機(jī)信息;2008年21期

3 唐大全;畢波;王旭尚;李飛;沈?qū)?;自主著陸/著艦技術(shù)綜述[J];中國(guó)慣性技術(shù)學(xué)報(bào);2010年05期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王瑤;TXX無(wú)人機(jī)的自動(dòng)跟蹤算法研究[D];西安工業(yè)大學(xué);2012年

  本文關(guān)鍵詞：基于機(jī)器視覺(jué)的無(wú)人機(jī)著降定位技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：281077