基于双目视觉无人机障碍物距离量测技术研究

发布时间：2020-12-17 20:00

　　大多数无人机采用的GPS/IMU组合导航系统虽能控制无人机飞行,但不能发现并识别空间障碍物信息,这无疑是无人机飞行中一个不可忽视的安全隐患。如何使无人机具有自主避障能力,保证无人机的飞行安全,已是目前中小型无人机应用中急需解决的主要问题之一。本文将双目视觉技术引入到无人机自主避障之中,研究无人机双目视觉系统集成、立体匹配、障碍物提取、障碍物距离测量等技术,以构建基于双目视觉的无人机障碍物识别与距离测量系统,为无人机自主避障提供技术支撑。本文的主要工作和结论如下:(1)双目立体视觉系统集成与标定:本文采用两个同型号轻型摄像机固定基线组成双目视觉系统,将其与无人机集成构建了无人机双目视觉系统;采用Opencv法实现摄像机标定,视频帧截取与立体校正,并用实验验证了本文集成方案的有效性及标定与图像预处理方法的可行性。(2)双目立体匹配:构建了一种Fast与Sift相结合的立体匹配方法,并采用多线程方式编程实现,极大提高了影像匹配效率。实验结果表明,该方法能满足无人机避障的需求。(3)障碍物提取与距离量测:本文给出了一种采用轮廓检测与图像分割相结合的障碍物自动提取方法,取得了较好的障碍物检测效果... 

【文章来源】：河南理工大学河南省

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

研究技术路线图

图2-1双目视觉系统两种结构

–2双目摄像机Fig.2–2Binocularcamera

【参考文献】：
期刊论文
[1]背景自适应的GrabCut图像分割算法[J]. 杨绍兵,李磊民,黄玉清.  计算机系统应用. 2017(02)
[2]双目立体视觉测距技术[J]. 马肖,舒博伦,李景春.  电子设计工程. 2016(04)
[3]基于角点检测与SIFT算法的快速匹配方法[J]. 陈长伟.  计算机应用与软件. 2014(07)
[4]基于GrabCut改进的图像分割算法[J]. 周良芬,何建农.  计算机应用. 2013(01)
[5]基于平行双目立体视觉的测距系统[J]. 刘盼,王金海.  计算机应用. 2012(S2)
[6]SURF算法和RANSAC算法相结合的遥感图像匹配方法[J]. 陈艺虾,孙权森,徐焕宇,耿蕾蕾.  计算机科学与探索. 2012(09)
[7]基于特征匹配算法的双目视觉测距[J]. 邵暖,李惠光,刘乐.  燕山大学学报. 2012(01)
[8]角点检测综述[J]. 牛俊礼.  科技风. 2011(20)
[9]双目立体匹配算法的研究与进展[J]. 白明,庄严,王伟.  控制与决策. 2008(07)
[10]基于穿戴视觉的人手跟踪与手势识别方法[J]. 柳阳,贾云得.  北京理工大学学报. 2005(12)

博士论文
[1]基于视觉的智能车辆道路识别与障碍物检测方法研究[D]. 石金进.哈尔滨工业大学 2017
[2]无人驾驶车辆运动障碍物检测、预测和避撞方法研究[D]. 辛煜.中国科学技术大学 2014
[3]结合深度信息的图像分割算法研究[D]. 皮志明.中国科学技术大学 2013
[4]图像分割的活动轮廓模型研究[D]. 方玲玲.苏州大学 2013
[5]基于聚类分析的图像分割方法研究[D]. 张新野.大连海事大学 2012
[6]双目立体视觉深度感知与三维重建若干问题研究[D]. 罗桂娥.中南大学 2012
[7]基于视觉的微小型无人直升机位姿估计与目标跟踪研究[D]. 徐伟杰.浙江大学 2012

硕士论文
[1]SIFT特征匹配技术研究与应用[D]. 陈晗婧.南京理工大学 2017
[2]基于图像识别的智能小车障碍物检测方法研究[D]. 孙晓峰.昆明理工大学 2017
[3]基于车载多激光雷达的地图构建与障碍物检测[D]. 林辉.浙江大学 2017
[4]基于FAST检测及SIFT描述的特征检测算法[D]. 常旭剑.中北大学 2015
[5]双目视觉立体匹配技术研究及其应用[D]. 夏凯.西安建筑科技大学 2015
[6]无人机视觉稳定避障系统的设计与实现[D]. 刘天奇.北京工业大学 2015
[7]双目立体匹配的理论研究及算法优化[D]. 庞星.南京理工大学 2015
[8]双目立体视觉测距技术研究[D]. 靳盼盼.长安大学 2014
[9]基于双目视觉的立体匹配算法研究[D]. 刘宁海.浙江理工大学 2014
[10]基于双目视觉的小型无人飞行器的导航与避障[D]. 苏东.电子科技大学 2014



本文编号：2922620