基于视觉的无人机飞行环境感知测量系统

发布时间：2020-07-23 07:30

【摘要】：近年来无人机技术发展迅速,目前在侦查、测绘、巡检和农业植保等领域广泛应用,随着无人机的应用场景越来越多,其飞行的环境也越来越复杂,无人机飞行安全的保障问题成为了时下研究的热点问题,尤其是在空间遮掩区域和室内区域,无人机GPS导航信号不佳甚至完全无信号的情况下,其飞行安全问题更为突出,而视觉技术的发展为无人机在室内或信号不佳区域的飞行安全带来发展。本文通过对视觉技术和无人机飞行安全问题的研究,在此基础上研究了一套通用的基于视觉的,用于小型无人机在室内环境中的飞行环境感知测量系统,通过视觉系统识别室内场景寻找路径目标和感知环境中的障碍物以及估计自身位置,最后提供相应的飞行策略。本文首先分析了视觉算法的一般原理和流程,并对室内无人机的飞行环境特点进行了归纳,在此基础上选择合适的硬件,并进行了双目相机的标定和校正工作,然后针对校正工作中的滤波处理提出改进思路,减少处理计算量。其次针对立体匹配算法匹配窗口的选择问题和匹配代价的聚合问题,提出了三点改进,一是匹配窗口建立时的颜色阈值,利用图像的本身区域特征加入自适应颜色阈值法,窗口选择的质量;二是针对匹配窗口内的噪声问题,结合统计原理提出噪声干扰值剔除原则,三是针对原有算法匹配代价使用固定权重,导致参数对于图像适应性不强的问题,根据图像特征采用自适应权重法。最后进行实验验证了改进效果。之后使用神经网络对常见的室内场景进行分类识别,然后利用霍夫变换检测场景中直线元素,利用其分布特点寻找路径目标,并判断无人机的相对位置,然后研究了如何从匹配得到的双目视差图中提取障碍物并测量,分析了原有方法虽然速度快而效果不理想的原因,在不影响整体性能的前提下牺牲一定时间的效率,加入了迭代思想,对障碍物的位置进行进一步精确,并进行实验验证了其可行性和效果,最后使用结合障碍物的距离和尺寸信息,给出相应了飞行策略,保障无人机的安全飞行。最后进行了实验了验证分类效果和路径目标的感知准确率。
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：V279;V249;TP391.41

【相似文献】