基于视觉和惯性传感器的无人机跟踪方法研究
发布时间:2020-05-05 07:19
【摘要】:四旋翼无人机具有结构简单、机动性能良好、隐蔽性强和环境适应能力强等特点,因此被广泛应用于军用和民用领域。无人机对运动目标的识别与跟踪是无人机众多应用领域中的一个研究热点,值得深入探索提高无人机跟踪精度和鲁棒性的方法。本文针对基于视觉的无人机跟踪方法存在因相机运动造成图像退化导致运动目标的错检和漏检问题,提出了一种基于多速率扩展卡尔曼滤波的相对位姿求解方法,融合了手机IMU(Inertial Measurement Unit,IMU)数据与无人机的IMU和图像数据,提高了无人机对目标跟踪的精度;同时,为了解决无人机处理器资源有限的问题,使用Intel NUC作为无人机处理器,搭建Linux系统,并在其上部署ROS(Robot Operating System,ROS)系统,最后通过实验证明本文方法的有效性。本文的主要工作和成果如下:(1)针对基于图像的无人机运动跟踪方法精度有限的问题,采用融合手机和无人机多传感器参数的方法,提出了基于视觉和惯性传感器的无人机运动跟踪方法,通过APP发送运动目标的IMU数据至无人机,结合无人机端的图像和IMU数据,通过多数据融合提高了无人机对运动目标跟踪的精度。(2)针对无人机相机图像采集过程中,存在运动目标错误提取或无匹配问题,采用ORB特征描述子提取特征点,提高特征点提取速度并减少系统开销,并使用RANSAC(random sample consensus,RANSAC)算法剔除外点,减少特征点的误匹配。该方法能够在保证准确性的情况下减少处理器的开销。(3)针对IMU和图像采样速率不一的情况,提出了基于多速率扩展卡尔曼滤波的相对位姿求解方法,在有测量信息的时刻进行时间更新和测量更新,在测量信息缺失时只进行时间更新。该方法能够提高数据的更新率,减少了IMU信息的浪费,提高系统鲁棒性。
【图文】:
及意义nmannedAerial Vehicle,UAV)最早于 1917 年由英国研制人机是一种装有动力系统,可以通过无线设备或自带程序机有很多种类,按照技术角度来划分可以分为固定翼无人等不同种类。固定翼式无人机相对于旋翼式无人机有飞行强的优点,但存在无法垂直升降、定点悬停和对起飞、降恰都能够在旋翼式无人机上实现,这也使得旋翼式无人机[2]。而在旋翼式无人机类别中,四旋翼(如图 1-1 所示)又隐蔽性强、环境适应能力强等特点[3],,特别是相比于相近载能力、抗干扰能力以及更易于操控,逐渐成为旋翼式无
图 2-3 欧拉角拉角关系)是在乘以向量时可以改变向量的方的矢量转换至其他坐标系。旋转矩阵是的一组正交基,其逆矩阵等于其转置矩三维空间。 ~ 。在三维坐标系绕其 X 轴旋转到新坐标系的旋转,并使用式(2-1)坐标系的坐标:1 0 0( ) 0 cos sin0 sin cosxR
【学位授予单位】:浙江工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP212;V279
本文编号:2649748
【图文】:
及意义nmannedAerial Vehicle,UAV)最早于 1917 年由英国研制人机是一种装有动力系统,可以通过无线设备或自带程序机有很多种类,按照技术角度来划分可以分为固定翼无人等不同种类。固定翼式无人机相对于旋翼式无人机有飞行强的优点,但存在无法垂直升降、定点悬停和对起飞、降恰都能够在旋翼式无人机上实现,这也使得旋翼式无人机[2]。而在旋翼式无人机类别中,四旋翼(如图 1-1 所示)又隐蔽性强、环境适应能力强等特点[3],,特别是相比于相近载能力、抗干扰能力以及更易于操控,逐渐成为旋翼式无
图 2-3 欧拉角拉角关系)是在乘以向量时可以改变向量的方的矢量转换至其他坐标系。旋转矩阵是的一组正交基,其逆矩阵等于其转置矩三维空间。 ~ 。在三维坐标系绕其 X 轴旋转到新坐标系的旋转,并使用式(2-1)坐标系的坐标:1 0 0( ) 0 cos sin0 sin cosxR
【学位授予单位】:浙江工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP212;V279
【参考文献】
相关期刊论文 前5条
1 王龙;董新民;贾海燕;;无人机空中加油相对位姿解耦迭代确定算法[J];应用科学学报;2012年04期
2 王龙;董新民;贾海燕;;机器视觉辅助的无人机空中加油相对导航[J];应用科学学报;2012年02期
3 王龙;董新民;张宗麟;;紧耦合INS/视觉相对位姿测量方法[J];中国惯性技术学报;2011年06期
4 岳基隆;张庆杰;朱华勇;;微小型四旋翼无人机研究进展及关键技术浅析[J];电光与控制;2010年10期
5 闫莉萍;刘宝生;周东华;吕锋;;多速率传感器数据融合及在设备监测中的应用[J];传感器技术;2005年12期
本文编号:2649748
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/2649748.html