无人机自动着陆过程中的视觉导航技术研究

发布时间：2017-03-26 17:12

  本文关键词：无人机自动着陆过程中的视觉导航技术研究，由笔耕文化传播整理发布。

【摘要】： 计算机视觉导航有精度高、不受电子干扰等特点,因此在无人机的导航中受到越来越多的关注。本文从研究现有导航原理的特点入手,结合图象跟踪技术,将计算机视觉技术应用于无人机的自动着陆导航中。 首先,在研究了现有导航方法的基础上,本文提出了在特定环境下应用的无人机自动着陆视觉导航方法。在采用图像跟踪技术和二轴经纬仪控制技术的基础上,本文给出了全新的视觉导航总体实现方案,并随后给出了该方案的空间定位原理。最后结合前面提到的导航方法的优缺点,提出了针对该方法的视觉/INS组合导航方法。 其次,为了实现视觉导航,针对无人机着陆过程中的图像识别问题,本文重点研究了无人机目标识别过程中的目标特征提取技术,选取了三种比较有效的特征提取方法,分别进行了边界不变矩提取、梯度相角直方图特征提取,以及角点特征提取。最后着重研究了满足实时性要求的运动目标跟踪技术。在实验室条件下,分别对边界跟踪技术和基于背景的运动目标检测技术进行了实验,得出了符合实时性要求的处理效果。 在无人机自动着陆视觉导航方法的实现过程中,一个十分重要的环节就是需要建立图像坐标和经纬仪转角的数学联系。围绕着这一点,本文利用图像坐标到地面坐标系的坐标变换。结合摄像机成像模型给出了图像坐标到经纬仪转角的解算关系。并在实验环节中对这一关系进行了有效验证。 最后简单地总结了本课题的内容,并从图象跟踪技术方面对本课题的研究方向进行了展望。
【关键词】：无人机 视觉导航 图像跟踪 经纬仪控制
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：V249.3
【目录】：

• 摘要4-5
• Abstract5-14
• 第一章 绪论14-21
• 1.1 引言14-15
• 1.2 计算机视觉导航技术发展现状15-18
• 1.2.1 计算机视觉及其应用15-17
• 1.2.2 计算机视觉导航技术发展现状17-18
• 1.3 本课题研究的背景和意义18-19
• 1.4 本课题研究的内容及论文的安排19-21
• 第二章 无人机自主着陆导航方法研究21-50
• 2.1 引言21-22
• 2.2 GPS 导航原理22-29
• 2.2.1 GPS 导航原理22-26
• 2.2.2 差分GPS 基本原理26-28
• 2.2.3 GPS 导航特点28-29
• 2.3 惯性导航原理29-38
• 2.3.1 惯性导航系统简介29-30
• 2.3.2 惯性元件30-33
• 2.3.3 惯性系统33-37
• 2.3.4 惯性系导航特点37-38
• 2.4 视觉导航原理38-46
• 2.4.1 视觉导航实现方案38-42
• 2.4.2 地面坐标系的建立42
• 2.4.3 单摄像机的视觉导航原理42-43
• 2.4.4 双摄像机的视觉导航原理43-45
• 2.4.5 视觉导航实现过程45-46
• 2.5 组合导航原理46-49
• 2.5.1 DGPS/AP/RA 组合导航系统46-47
• 2.5.2 视觉/INS 组合导航47-49
• 2.6 本章小结49-50
• 第三章 无人机图像跟踪技术研究50-76
• 3.1 引言50
• 3.2 图像预处理50-53
• 3.2.1 图像滤波简介50-51
• 3.2.2 邻域平均法51
• 3.2.3 中值滤波51-52
• 3.2.4 频域滤波52-53
• 3.3 图像分割53-56
• 3.3.1 边缘检测与提取53-55
• 3.3.2 边缘检测算法的选取55-56
• 3.4 无人机特征提取56-64
• 3.4.1 特征提取简介56-57
• 3.4.2 边界不变矩57-60
• 3.4.3 方向梯度相角直方图60-63
• 3.4.4 角点特征提取63-64
• 3.5 无人机图像跟踪技术64-75
• 3.5.1 运动目标检测的基本方法64-66
• 3.5.2 运动目标跟踪的基本方法66-67
• 3.5.3 边缘跟踪67-69
• 3.5.4 基于背景模型的目标检测69-75
• 3.6 本章小结75-76
• 第四章 视觉导航中的角度解算76-87
• 4.1 引言76
• 4.2 图像的成像模型76-80
• 4.2.1 图像坐标系、摄像机坐标系、世界坐标系76-79
• 4.2.2 摄像机针孔成像模型79-80
• 4.3 经纬仪控制中的角度解算80-86
• 4.3.1 摄像机运动80-81
• 4.3.2 坐标变换的旋转矩阵81
• 4.3.3 单目视觉系统角度解算81-84
• 4.3.4 双目视觉系统角度解算84-86
• 4.5 本章小结86-87
• 第五章 无人机着陆过程视觉导航的实验验证87-94
• 5.1 引言87
• 5.2 图像传感器与图像采集87-89
• 5.2.1 摄像机及其工作原理87-88
• 5.2.2 图像采集卡及其工作原理简介88
• 5.2.3 实时图像采集系统的设计和实现88-89
• 5.3 图像跟踪中经纬仪角度的理论计算与实验结果验证89-93
• 5.3.1 图像跟踪中转角的实验确定方法89-90
• 5.3.2 角度的理论计算90-93
• 5.4 本章小结93-94
• 第六章 总结与展望94-96
• 6.1 本文的主要工作总结94
• 6.2 展望94-96
• 参考文献96-99
• 致谢99-100
• 攻读硕士学位期间发表的学术论文及科研工作100-101
• 附录Ⅰ 不变矩数据一101-102
• 附录Ⅱ 不变矩数据二102-103
• 附录Ⅲ 实验法得到的经纬仪方位转角查询表103-105
• 附录Ⅳ 实验法得到的经纬仪俯仰转角查询表105-106

【引证文献】

中国期刊全文数据库 前1条

1 季丽丽;王道波;盛守照;陈计辉;;低速无人机自主着陆控制技术研究[J];伺服控制;2012年01期

中国重要会议论文全文数据库 前1条

1 孔维玮;先治文;张代兵;;无人机垂直起降视觉自主导航系统的设计与实现[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

中国硕士学位论文全文数据库 前10条

1 祁晓鹏;基于合作目标与视觉导引的无人机自主着陆技术研究[D];南京航空航天大学;2014年

2 阎冰;玻璃幕墙眩光污染监测方法及仪器研究[D];天津大学;2014年

3 张宇;基于红外探测器的无人机地基视觉引导着陆关键技术研究[D];国防科学技术大学;2013年

4 陶琨;基于计算机视觉技术的无人机自动导航研究[D];南京航空航天大学;2013年

5 余必举;四轴飞行器单目视觉室内导航的研究与实现[D];东北大学;2012年

6 季丽丽;轮式无人机自主着陆控制技术研究[D];南京航空航天大学;2012年

7 汪凌艳;基于红外合作目标的无人机着陆位姿估计方法研究[D];南京航空航天大学;2012年

8 李岷舣;彩色相机成像测量光污染方法研究[D];天津大学;2011年

9 万明;基于视觉导航的无人机自主着陆飞行参数估计方法[D];南京航空航天大学;2009年

10 冯英;基于视觉的机场跑道识别与飞行参数估计[D];南京航空航天大学;2009年

  本文关键词：无人机自动着陆过程中的视觉导航技术研究，，由笔耕文化传播整理发布。

本文编号：269118