基于双目视觉和惯性导航的无人机运动状态估计
发布时间：2022-01-08 16:56
随着近年来民用小型多旋翼无人飞行器应用的普及,多旋翼无人机（UAV）已经成为一个通用性的作业和科研平台。其工作环境受人工限制小,应用范围广泛。目前,多旋翼无人飞行器主要应用于电力巡航、农业喷洒、环境监测、物品运输等领域。立体视觉技术是近年来数字图像处理和计算机视觉领域研究的方向和热点。双目立体视觉系统可以获得丰富的环境信息,其优点是体积小,功耗低,获取信息量丰富,成本低廉。而处理器运算速度的提高使得计算机视觉在微小型无人机在各方面的应有都得到提升,如实时视觉slam,视觉导航,视觉定位等,基于计算机视觉的无人机运动状态估计设计的主要思路是从先从摄像机获取的图像序列,然后从图像序列中提取出光流信息,最后融合IMU和高度计估计出无人机的运动状态。主要研究内容如下:（1）设计了无人机平台,后面章节的实验将运动状态估计算法移植于该四旋翼无人飞行器平台,先利用摄像头实时采集图像,再利用嵌入式卡片电脑ODROID XU4的GPU实时完成图像处理任务。（2）在离线状态下先对单目摄像头进行标定得出两个摄像头的摄像头参数矩阵,然后对图像进行预处理,包括灰度转换,矫正和形态学滤波;通过双目视觉系统得出光流...
【文章来源】：杭州电子科技大学浙江省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
无人机电力巡检
很好的完成飞行任务。因此，可以使用双目视觉和光流信息得出的位得的位置和速度，并通过使用视觉算法估计无人机的运动状态相对精度和抗干扰能力。基于双目视觉和惯性导航估计无人机运动状态摄像机获取的图像序列中提取出载体的高度和三维速度信息并融合优速度值和姿态角。图 1.1 无人机电力巡检
究现状, 13]利用从无人机上拍摄的视频图像来得到导航参数。具体过程是，首后提取这些图片中的角点，并进行匹配。并分析了无人机的姿态和图单应矩阵，进一步估计了目标的姿态信息，算法的仿真效果很好。航天大学丁萌等人[14]研究了无人机的着陆算法，它们使用模板匹配法根据这些地平线和跑道的特征设计了飞行参数计算算法，最终实验效航天大学的赵世峰等人[15]设计了一种基于图像统计信息的姿态估计算法的基础上改进的，改进的算法可以和惯性导航单元组合使用。仿真效的任沁源等人[16-19]通过 RANSAC 和 SIFT 的特征检测算法，得到了图得到匹配点，进一步求出了单应矩阵，最后根据这个单应矩阵与摄像了飞行器的姿态角。究内容与章节安排图 1.3 Dominik 搭建的无人机实验平台
【参考文献】：
期刊论文
[1]机器人双目图像实时立体匹配算法[J]. 张智,郭文县,苏丽,董然. 北京理工大学学报. 2017(09)
[2]基于极线约束的ORB特征匹配算法[J]. 秦晓飞,皮军强,李峰. 计算机应用研究. 2018(09)
[3]基于最小生成树的多视图特征点快速匹配算法[J]. 李丹,朱玲玲,胡迎松. 华中科技大学学报(自然科学版). 2017(01)
[4]基于ROS的自主无人机VSLAM研究[J]. 刘峰,吕强,郭峰,王国胜. 现代防御技术. 2016(06)
[5]基于OpenCV实现金字塔光流法对表面流场的计算[J]. 凃洋,刘春晶,曹文洪,王向东. 中国水利水电科学研究院学报. 2016(03)
[6]惯性/双目视觉里程计深组合导航方法[J]. 逯建军,任晓军,孙伟,郭元江,李群. 导航定位与授时. 2016(03)
[7]基于DM642的金字塔Lucas-Kanade光流法计算速度信息[J]. 赖泊能,陈熙源,李庆华. 测控技术. 2016(04)
[8]小型无人机安全研究综述.[J]. 刘炜,冯丙文,翁健. 网络与信息安全学报. 2016(03)
[9]基于opencv的摄像头畸变校正方法[J]. 岳佳威,谢滨,闫磊. 科技展望. 2015(30)
[10]基于四元数改进型互补滤波的MEMS姿态解算[J]. 陈孟元,谢义建,陈跃东. 电子测量与仪器学报. 2015(09)
博士论文
[1]实时双目立体匹配算法研究与实现[D]. 陈彬.武汉科技大学 2014
[2]基于计算机视觉的目标图像检索相关技术的研究[D]. 吴伟文.华南理工大学 2012
[3]基于视觉信息的微小型无人直升机地标识别与位姿估计研究[D]. 任沁源.浙江大学 2008
[4]计算机视觉技术及其在工业中应用的研究[D]. 岳晓峰.吉林大学 2006
硕士论文
[1]基于视觉的室内自主侦查飞行器设计与研究[D]. 何科君.西南科技大学 2017
[2]未知环境下无人机自主导航的SLAM方法研究[D]. 丛楚滢.南京航空航天大学 2016
[3]基于多传感器的四旋翼无人机室内自主导航研究[D]. 胡禹超.东北大学 2014
[4]基于图像信息的探测器自主导航研究[D]. 沈政军.青岛科技大学 2013
[5]嵌入式图像处理系统的设计与研究[D]. 蒋立丰.东华大学 2013
[6]立体匹配算法及其关键技术研究[D]. 卢光献.西安电子科技大学 2011
[7]基于双目立体视觉的移动机器人目标定位[D]. 韩云生.江南大学 2009
[8]基于VC++的数字图像处理系统的开发及算法研究[D]. 谭林秋.西安理工大学 2008
本文编号：3576930
【文章来源】：杭州电子科技大学浙江省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
无人机电力巡检
很好的完成飞行任务。因此，可以使用双目视觉和光流信息得出的位得的位置和速度，并通过使用视觉算法估计无人机的运动状态相对精度和抗干扰能力。基于双目视觉和惯性导航估计无人机运动状态摄像机获取的图像序列中提取出载体的高度和三维速度信息并融合优速度值和姿态角。图 1.1 无人机电力巡检
究现状, 13]利用从无人机上拍摄的视频图像来得到导航参数。具体过程是，首后提取这些图片中的角点，并进行匹配。并分析了无人机的姿态和图单应矩阵，进一步估计了目标的姿态信息，算法的仿真效果很好。航天大学丁萌等人[14]研究了无人机的着陆算法，它们使用模板匹配法根据这些地平线和跑道的特征设计了飞行参数计算算法，最终实验效航天大学的赵世峰等人[15]设计了一种基于图像统计信息的姿态估计算法的基础上改进的，改进的算法可以和惯性导航单元组合使用。仿真效的任沁源等人[16-19]通过 RANSAC 和 SIFT 的特征检测算法，得到了图得到匹配点，进一步求出了单应矩阵，最后根据这个单应矩阵与摄像了飞行器的姿态角。究内容与章节安排图 1.3 Dominik 搭建的无人机实验平台
【参考文献】：
期刊论文
[1]机器人双目图像实时立体匹配算法[J]. 张智,郭文县,苏丽,董然. 北京理工大学学报. 2017(09)
[2]基于极线约束的ORB特征匹配算法[J]. 秦晓飞,皮军强,李峰. 计算机应用研究. 2018(09)
[3]基于最小生成树的多视图特征点快速匹配算法[J]. 李丹,朱玲玲,胡迎松. 华中科技大学学报(自然科学版). 2017(01)
[4]基于ROS的自主无人机VSLAM研究[J]. 刘峰,吕强,郭峰,王国胜. 现代防御技术. 2016(06)
[5]基于OpenCV实现金字塔光流法对表面流场的计算[J]. 凃洋,刘春晶,曹文洪,王向东. 中国水利水电科学研究院学报. 2016(03)
[6]惯性/双目视觉里程计深组合导航方法[J]. 逯建军,任晓军,孙伟,郭元江,李群. 导航定位与授时. 2016(03)
[7]基于DM642的金字塔Lucas-Kanade光流法计算速度信息[J]. 赖泊能,陈熙源,李庆华. 测控技术. 2016(04)
[8]小型无人机安全研究综述.[J]. 刘炜,冯丙文,翁健. 网络与信息安全学报. 2016(03)
[9]基于opencv的摄像头畸变校正方法[J]. 岳佳威,谢滨,闫磊. 科技展望. 2015(30)
[10]基于四元数改进型互补滤波的MEMS姿态解算[J]. 陈孟元,谢义建,陈跃东. 电子测量与仪器学报. 2015(09)
博士论文
[1]实时双目立体匹配算法研究与实现[D]. 陈彬.武汉科技大学 2014
[2]基于计算机视觉的目标图像检索相关技术的研究[D]. 吴伟文.华南理工大学 2012
[3]基于视觉信息的微小型无人直升机地标识别与位姿估计研究[D]. 任沁源.浙江大学 2008
[4]计算机视觉技术及其在工业中应用的研究[D]. 岳晓峰.吉林大学 2006
硕士论文
[1]基于视觉的室内自主侦查飞行器设计与研究[D]. 何科君.西南科技大学 2017
[2]未知环境下无人机自主导航的SLAM方法研究[D]. 丛楚滢.南京航空航天大学 2016
[3]基于多传感器的四旋翼无人机室内自主导航研究[D]. 胡禹超.东北大学 2014
[4]基于图像信息的探测器自主导航研究[D]. 沈政军.青岛科技大学 2013
[5]嵌入式图像处理系统的设计与研究[D]. 蒋立丰.东华大学 2013
[6]立体匹配算法及其关键技术研究[D]. 卢光献.西安电子科技大学 2011
[7]基于双目立体视觉的移动机器人目标定位[D]. 韩云生.江南大学 2009
[8]基于VC++的数字图像处理系统的开发及算法研究[D]. 谭林秋.西安理工大学 2008
本文编号：3576930
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3576930.html
