无人机捕捉与跟踪动态目标方法研究
发布时间:2020-09-27 09:16
无人机对动态目标的捕捉与跟踪方法研究是一个涉及多学科、具有重要应用意义的研究,相关理论知识既包括捕捉、跟踪算法,也涵盖图像处理以及无人机控制相关知识,同时还要掌握软硬件系统性能以及构建。本文基于一个四旋翼的飞行器,主要开展在不依赖于GPS定位的条件下实现对动态目标的捕捉和跟踪相关建模与应用验证的研究,在动态目标捕捉和跟踪的准确性、稳定性和实时性方面提出了相关研究方法和算法。本文基于国家自然科学基金面上项目(61573009)《基于形式化与Ad-Hoc方法的车辆自主决策安全性在线验证》,主要研究工作如下:1.根据国内、外相关研究的优缺点,确定本研究的基本框架以及采用的方法,分析得出基本研究问题并进行拓展,提出解决方案。2.构建研究需要的软、硬件系统,并根据实际需求实现软、硬件的匹配。对于无人机硬件系统,主要研究了其性能以及控制方式。搭建了ROS环境下的软件系统,采用C++以及小部分Python编程,构建了简便有效的软件内核。3.研究动态目标的捕捉方法,构建动态目标捕捉的框架,提出以PID控制为基础的IBVS控制方法。通过计算图像的分割阈值得到灰度直方图,在灰度图像的基础上判断目标初步位置以减少计算量,最终利用Harris角点特征的方法提取出目标,完成捕捉。4.研究动态目标的跟踪方法,根据诸多跟踪算法的优缺点对比,选择TLD跟踪算法,并在TLD算法的基础上结合IBVS控制,实现动态目标的跟踪。此外,建立了基于无人机的跟踪流程以及框架,通过无人机硬件的自身传感器实现飞行控制,还设计了人机交互页面,实现无人机飞行控制与计算机操作的对接,保证了无人机与操作员的实时交互以及安全性。通过实验验证,能够实现动态目标的捕捉以及跟踪,研究目标能够基本完成。动态目标捕捉的准确率高,运算速率快,目标跟踪的稳定性、实时性良好。
【学位单位】:山东理工大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:V279;V249
【部分图文】:
士学位论文 的自然灾害,如汶川地震、玉树地震期间,由于地面道路损,交通不便利,救援车辆与救援人员无法及时进入,无法时就可以利用无人机进行灾情勘测,了解灾后情况,制定证将灾害损失降低到最小。同时无人机还可以将灾区的受来,能够第一时间与灾区建立联系。
如汶川地震、玉树地震期间,由于地面道路,交通不便利,救援车辆与救援人员无法及时进入,无法时就可以利用无人机进行灾情勘测,了解灾后情况,制定证将灾害损失降低到最小。同时无人机还可以将灾区的受来,能够第一时间与灾区建立联系。图 1.1 植保无人机Fig 1.1 Plant protection drone
垦绗宦畚?第二章 动态目标捕捉与跟踪方法的理论基础7图2.1 点目标捕捉示意图Fig 2.1 Point target capture schematic前面介绍到的质心,指的是在当前帧中把图像处理成灰度图像,这个灰度图像的中心即为质心。假设一张图像的尺寸为 M N,要捕捉的动态目标的位置坐标为(i,j),其对应的灰度值为ijS,,则该点目标的质心为: MiNjijMiNjijijcsxsx1 11 1(2.1) MiNjijMiNjijijcsysy1 11 1(2.2)其中 x, y表示目标在图像中转换为二维空间的横坐标和纵坐标,如图 2.2 所示。图 2.2 点目标灰度值分布示意图Fig 2.2 Point target gray value distribution diagram
【学位单位】:山东理工大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:V279;V249
【部分图文】:
士学位论文 的自然灾害,如汶川地震、玉树地震期间,由于地面道路损,交通不便利,救援车辆与救援人员无法及时进入,无法时就可以利用无人机进行灾情勘测,了解灾后情况,制定证将灾害损失降低到最小。同时无人机还可以将灾区的受来,能够第一时间与灾区建立联系。
如汶川地震、玉树地震期间,由于地面道路,交通不便利,救援车辆与救援人员无法及时进入,无法时就可以利用无人机进行灾情勘测,了解灾后情况,制定证将灾害损失降低到最小。同时无人机还可以将灾区的受来,能够第一时间与灾区建立联系。图 1.1 植保无人机Fig 1.1 Plant protection drone
垦绗宦畚?第二章 动态目标捕捉与跟踪方法的理论基础7图2.1 点目标捕捉示意图Fig 2.1 Point target capture schematic前面介绍到的质心,指的是在当前帧中把图像处理成灰度图像,这个灰度图像的中心即为质心。假设一张图像的尺寸为 M N,要捕捉的动态目标的位置坐标为(i,j),其对应的灰度值为ijS,,则该点目标的质心为: MiNjijMiNjijijcsxsx1 11 1(2.1) MiNjijMiNjijijcsysy1 11 1(2.2)其中 x, y表示目标在图像中转换为二维空间的横坐标和纵坐标,如图 2.2 所示。图 2.2 点目标灰度值分布示意图Fig 2.2 Point target gray value distribution diagram
【参考文献】
相关期刊论文 前10条
1 李琪;;无人机在大气环境监测中的应用[J];中国环保产业;2018年02期
2 倪晨旭;;计算机视觉研究综述[J];电子世界;2018年01期
3 王誉静;车洪梅;刘楚;;计算机视觉技术及其在工业中应用[J];电脑迷;2018年01期
4 蒋柳杰;;浅谈计算机视觉在智能交通中的应用[J];数字通信世界;2018年01期
5 宋承琦;熊s
本文编号:2827697
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/2827697.html