四旋翼飞行器目标检测与定位方法研究

发布时间：2021-04-28 06:43

　　近年来,随着微型飞行器（Micro Aerial Vehicle,MAV）技术的快速发展,微型飞行器在军事和民用领域均得到广泛应用。环境感知是飞行器应用中所需要的一项重要能力。本文针对四旋翼飞行器的视觉感知方法展开研究,旨在四旋翼平台上实现地面目标的大范围检测与定位。主要研究工作与贡献如下:1.针对国际空中机器人大赛（International Aerial Robotics Competition,IARC）中的飞行器斜视摄像头图像,采用传统目标检测方法进行地面机器人检测。基于方向梯度直方图（Histogram of Oriented Gradient,HOG）与支持向量机（Support Vector Machine,SVM）方法改进,提出二阶段目标检测方法,提升检测算法速度与精度。在IARC场景下进行斜视摄像头的目标检测数据集制作,并在数据集上进行HOG特征调整与SVM训练,最终完成算法评估。实验结果显示,所提出的算法可达到又快又准的效果。2.针对多摄像头机载负荷大以及消耗计算资源大的问题,提出为四旋翼配备单个下视鱼眼摄像头的解决方案。去掉占用计算资源较大的鱼眼矫正算法,基于原始... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：107 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 研究背景
    1.2 研究现状
        1.2.1 基于静态图像的目标检测
        1.2.2 基于鱼眼的视觉测量
    1.3 研究内容与创新点
    1.4 论文结构
第二章 IARC中的传统目标检测方法
    2.1 IARC介绍
    2.2 飞行器视觉系统
    2.3 基于HOG与SVM的目标检测
        2.3.1 HOG特征
        2.3.2 SVM分类器
        2.3.3 多目标检测
    2.4 目标检测方案
    2.5 实验验证
        2.5.1 评估指标
        2.5.2 实验设置
        2.5.3 实验结果与分析
第三章 基于鱼眼图像的现代目标检测方法
    3.1 飞行器与下视鱼眼图像
    3.2 鱼眼图像目标检测方法
    3.3 鱼眼目标检测数据集
    3.4 目标检测模型训练
    3.5 实验验证
        3.5.1 评估指标
        3.5.2 模型基准
        3.5.3 模型结构对比
        3.5.4 模型优化
        3.5.5 模型输出分析
第四章 基于鱼眼的目标定位方法
    4.1 鱼眼相机模型
        4.1.1 针孔相机模型
        4.1.2 鱼眼畸变模型
        4.1.3 鱼眼畸变模型逆向求解
    4.2 融合定位
        4.2.1 坐标系定义
        4.2.2 融合定位目标及条件
        4.2.3 融合定位推导
    4.3 实验验证
        4.3.1 飞行器平台
        4.3.2 实验设置
        4.3.3 真值系统
        4.3.4 距离实验
        4.3.5 姿态实验
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简历
攻读硕士学位期间主要的研究成果



本文编号：3165009