未知环境下无人直升机视觉着降技术研究
发布时间：2021-05-05 19:44
无人机自主着降是实现无人直升机自主飞行的关键技术之一。在该研究领域中,基于视觉的无人机自主着降技术是近年来一个新兴的研究方向。传统的无人直升机视觉着降方法主要依赖于预设的地面合作目标,通过对地面合作目标的检测、识别与跟踪实现无人机的定位与自主导航,并根据合作目标在实时图像中的尺度、形状等信息估计无人机降落过程中的飞行姿态。这类方法需要人为地预先设置合作目标,具有一定局限性。针对这一点,本文对未知环境下无人直升机不依赖于地面合作目标的视觉着降技术进行了研究,主要工作如下:1.设计了一种基于引导区域的无人直升机视觉着降方案:首先,在无人直升机航行前的准备阶段对预计着降点及其邻近区域进行引导区域检测,并保存引导区域与预设着降点的相对空间关系;随后,在无人直升机准备着陆前,将地面区域与引导区域图像进行景象匹配,一旦匹配成功即令无人机进入自主着降阶段;在这一阶段,无人直升机对引导区域进行目标跟踪,并实时计算无人机与着降区域的相对空间关系,从而根据准备阶段得到的着降点与引导区域相对空间关系推导出水平方向上无人直升机相对于着降点的距离与方向,并生成导航信息。2.研究了一种基于超像素显著性与区域匹配概...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
注释表
缩略词
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 基于合作目标的方法
1.2.2 不基于合作目标的方法
1.2.3 存在的问题
1.3 本文研究内容与创新点
1.3.1 本文研究内容
1.3.2 本文创新点
1.4 本文章节安排
1.5 本章小结
第二章 非合作目标式无人直升机视觉着降
2.1 无人机视觉着陆原理
2.2 非合作目标式无人直升机视觉着降整体框架
2.3 坐标系的建立与转换
2.3.1 相机坐标系的校正
2.3.2 极坐标系的建立
2.3.3 坐标系的转换与导航信息的求解
2.4 本章小结
第三章 引导区域检测
3.1 引导区域的功能及特点分析
3.1.1 引导区域的功能
3.1.2 引导区域的特点
3.2 基于超像素的显著区域检测
3.2.1 图像的预处理
3.2.2 超像素分割
3.2.3 基于超像素的显著区域检测方法
3.2.4 候选区域筛选
3.3 区域匹配概率估计
3.3.1 区域统计特征
3.3.2 分类器设计
3.3.3 匹配概率估计
3.4 实验结果及分析
3.4.1 基于超像素的显著区域检测结果及分析
3.4.2 区域匹配概率估计结果及分析
3.5 本章小结
第四章 目标区域跟踪
4.1 相关滤波跟踪的整体框架
4.2 基于时空上下文的视觉跟踪
4.2.1 问题的数学描述
4.2.2 基于时空上下文的跟踪算法
4.2.3 目标框尺度的更新
4.2.4 算法的特点分析
4.3 核化相关滤波跟踪
4.3.1 问题的数学描述
4.3.2 非线性回归
4.3.3 快速检测
4.3.4 核化相关滤波跟踪算法流程
4.3.5 算法的特点分析
4.4 尺度自适应的核化相关滤波跟踪
4.5 实验结果与分析
4.6 本章小结
第五章 无人直升机可着降区域检测
5.1 可着降区域检测整体框架
5.2 区域分割
5.2.1 边缘检测
5.2.2 边缘增长
5.2.3 颜色筛选
5.3 几何检验
5.3.1 面积约束
5.3.2 形状检验
5.4 特征提取
5.5 实验与分析
5.5.1 不同特征组合的对比实验
5.5.2 不同分类器的对比实验
5.6 本章小结
第六章 总结与展望
6.1 工作总结
6.2 存在的问题与展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
【参考文献】：
期刊论文
[1]图像分割中的超像素方法研究综述[J]. 宋熙煜,周利莉,李中国,陈健,曾磊,闫镔. 中国图象图形学报. 2015(05)
[2]一种改进的快速归一化积相关图像匹配算法[J]. 程红,陈文剑,孙文邦. 光电工程. 2013(01)
[3]无人机在运动舰船上着舰视觉导引技术研究[J]. 王广彪,李华伟,丁文锐,李红光. 中国电子科学研究院学报. 2012(03)
[4]适应不完整目标的快速模板匹配[J]. 邓泽峰,熊有伦,黄小鹏. 光电工程. 2010(05)
[5]景像匹配仿真中实时图的仿真生成[J]. 杨小冈,曹菲,黄先祥,孟飞. 系统仿真学报. 2010(05)
[6]无人机视觉导航研究综述[J]. 吴显亮,石宗英,钟宜生. 系统仿真学报. 2010(S1)
[7]基于Gabor滤波器与支持向量机的景像匹配概率估计方法[J]. 曹国,杨新. 上海交通大学学报. 2006(03)
博士论文
[1]高分辨率SAR图像建筑物提取方法研究[D]. 赵凌君.国防科学技术大学 2009
硕士论文
[1]基于全光谱探测技术的无人机视觉引导着降技术的研究[D]. 杜晶.国防科学技术大学 2012
本文编号：3170473
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
注释表
缩略词
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 基于合作目标的方法
1.2.2 不基于合作目标的方法
1.2.3 存在的问题
1.3 本文研究内容与创新点
1.3.1 本文研究内容
1.3.2 本文创新点
1.4 本文章节安排
1.5 本章小结
第二章 非合作目标式无人直升机视觉着降
2.1 无人机视觉着陆原理
2.2 非合作目标式无人直升机视觉着降整体框架
2.3 坐标系的建立与转换
2.3.1 相机坐标系的校正
2.3.2 极坐标系的建立
2.3.3 坐标系的转换与导航信息的求解
2.4 本章小结
第三章 引导区域检测
3.1 引导区域的功能及特点分析
3.1.1 引导区域的功能
3.1.2 引导区域的特点
3.2 基于超像素的显著区域检测
3.2.1 图像的预处理
3.2.2 超像素分割
3.2.3 基于超像素的显著区域检测方法
3.2.4 候选区域筛选
3.3 区域匹配概率估计
3.3.1 区域统计特征
3.3.2 分类器设计
3.3.3 匹配概率估计
3.4 实验结果及分析
3.4.1 基于超像素的显著区域检测结果及分析
3.4.2 区域匹配概率估计结果及分析
3.5 本章小结
第四章 目标区域跟踪
4.1 相关滤波跟踪的整体框架
4.2 基于时空上下文的视觉跟踪
4.2.1 问题的数学描述
4.2.2 基于时空上下文的跟踪算法
4.2.3 目标框尺度的更新
4.2.4 算法的特点分析
4.3 核化相关滤波跟踪
4.3.1 问题的数学描述
4.3.2 非线性回归
4.3.3 快速检测
4.3.4 核化相关滤波跟踪算法流程
4.3.5 算法的特点分析
4.4 尺度自适应的核化相关滤波跟踪
4.5 实验结果与分析
4.6 本章小结
第五章 无人直升机可着降区域检测
5.1 可着降区域检测整体框架
5.2 区域分割
5.2.1 边缘检测
5.2.2 边缘增长
5.2.3 颜色筛选
5.3 几何检验
5.3.1 面积约束
5.3.2 形状检验
5.4 特征提取
5.5 实验与分析
5.5.1 不同特征组合的对比实验
5.5.2 不同分类器的对比实验
5.6 本章小结
第六章 总结与展望
6.1 工作总结
6.2 存在的问题与展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
【参考文献】：
期刊论文
[1]图像分割中的超像素方法研究综述[J]. 宋熙煜,周利莉,李中国,陈健,曾磊,闫镔. 中国图象图形学报. 2015(05)
[2]一种改进的快速归一化积相关图像匹配算法[J]. 程红,陈文剑,孙文邦. 光电工程. 2013(01)
[3]无人机在运动舰船上着舰视觉导引技术研究[J]. 王广彪,李华伟,丁文锐,李红光. 中国电子科学研究院学报. 2012(03)
[4]适应不完整目标的快速模板匹配[J]. 邓泽峰,熊有伦,黄小鹏. 光电工程. 2010(05)
[5]景像匹配仿真中实时图的仿真生成[J]. 杨小冈,曹菲,黄先祥,孟飞. 系统仿真学报. 2010(05)
[6]无人机视觉导航研究综述[J]. 吴显亮,石宗英,钟宜生. 系统仿真学报. 2010(S1)
[7]基于Gabor滤波器与支持向量机的景像匹配概率估计方法[J]. 曹国,杨新. 上海交通大学学报. 2006(03)
博士论文
[1]高分辨率SAR图像建筑物提取方法研究[D]. 赵凌君.国防科学技术大学 2009
硕士论文
[1]基于全光谱探测技术的无人机视觉引导着降技术的研究[D]. 杜晶.国防科学技术大学 2012
本文编号：3170473
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3170473.html
