基于多传感器融合的多旋翼无人机避障系统设计
发布时间：2022-11-05 15:27
多旋翼无人机在电力巡检、物流、航拍、植物保护、抢险救灾等众多领域得到应用但其在执行任务时往往会遇到各种障碍物,自主规避障碍技术有利于提高多旋翼无人机系统的安全性、稳定性、智能性。基于此,本文围绕多传感器融合的多旋翼无人机避障系统展开研究,具体研究内容如下。（1）针对多传感器融合的多旋翼无人机避障系统,分析其设计需求,对多旋翼无人机避障模块的激光雷达和毫米波雷达传感器进行选型,对其他机载传感器模块进行设计,搭建多旋翼无人机避障系统硬件平台。（2）在已搭建好的硬件平台上,采用二步延迟自适应时空融合算法对激光雷达和毫米波雷达进行信息融合,对二步延迟自适应时空信息融合算法进行实验验证。（3）针对室内飞行环境,实现基于A*算法的路径规划。在构建完成的环境地图上,对基于A*算法多旋翼无人机室内避障进行实验验证。（4）针对室外不同宽度障碍及快速飞行情况,制定不同的避障策略。对多旋翼无人机室外避障策略进行实验验证。针对实验数据进行处理和分析,验证了本文设计的多旋翼无人机避障系统的有效性和合理性,从而证明设计的多传感器融合的多旋翼无人机避障系统具有一定的实用性...
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.2 研究现状
1.3 研究内容概要
第二章 多旋翼无人机避障系统设计
2.1 多旋翼无人机避障系统总体方案设计
2.2 避障模块
2.3 定位及测速模块
2.4 IMU模块
2.5 地磁模块
2.6 数据模块
2.7 微处理器模块
2.8 本章小结
第三章 多旋翼无人机避障传感器信息融合方法
3.1 多传感器信息融合的原理
3.2 多传感器信息融合的基本内容
3.3 二步延迟自适应时空信息融合算法
3.4 基于信息融合的室内定位和环境地图构建
3.5 二步延迟自适应时空信息融合算法实验验证
3.6 本章小结
第四章 基于A~*算法的多旋翼无人机室内避障
4.1 启发式搜索和A~*算法基本原理分析
4.2 基于A~*算法的室内避障路径规划研究
4.3 多旋翼无人机室内避障实验验证
4.4 本章小结
第五章 多旋翼无人机室外避障策略
5.1 障碍物的检测
5.2 不同宽度障碍物避障策略研究与实现
5.3 快速避障策略的研究与实现
5.4 多旋翼无人机室外避障实验验证
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
作者简介
【参考文献】：
期刊论文
[1]一种基于雷达和机器视觉信息融合的车辆识别方法[J]. 王宝锋,齐志权,马国成,陈思忠. 汽车工程. 2015(06)
[2]MEMS-IMU/GPS/GPRS组合导航方案设计与实现[J]. 丰趁得,刘庆元,欧野. 传感器世界. 2016(05)
[3]直升机载毫米波雷达高压线防撞处理研究[J]. 张明,唐尧,景雄. 火控雷达技术. 2016(02)
[4]无人机的避障技术及其应用[J]. 张西忱. 集成电路应用. 2017(02)
[5]浅析无人机自动避障系统[J]. 刘海波,李冀. 中国计量. 2017(09)
[6]基于二维激光雷达的避障系统的设计与实现[J]. 唐文响,严华. 计算机测量与控制. 2016(10)
[7]基于边界归一化的低空无人机实时避撞路径规划[J]. 王亮,魏铂淞,熊瑜,许卓凡. 西北工业大学学报. 2017(02)
[8]多层多源信息融合旋翼无人机测高算法[J]. 黄鹤,刘一恒,赵熙,许哲,郭璐. 中国惯性技术学报. 2018(03)
[9]毫米波雷达研究现状及其测试项目[J]. 郭蓬,郭剑锐,戎辉,唐风敏,王文扬,王梦丹. 汽车电器. 2018(10)
[10]基于改进人工势场的无人机编队避障控制研究[J]. 张佳龙,闫建国,张普,王奔驰. 西安交通大学学报. 2018(11)
博士论文
[1]车载组合导航信息融合算法研究与系统实现[D]. 徐田来.哈尔滨工业大学 2007
[2]移动机器人定位技术研究[D]. 王卫华.华中科技大学 2005
[3]毫米波汽车防撞雷达实用化研究[D]. 徐涛.中国科学院研究生院（上海微系统与信息技术研究所） 2003
硕士论文
[1]基于激光雷达的二维即时定位与制图技术研究[D]. 李昊.东南大学 2018
[2]四旋翼无人机轨迹跟踪与避障控制研究[D]. 韦意豪.哈尔滨工业大学 2018
[3]多旋翼无人机传感器系统的研究与设计[D]. 朱明勋.南京信息工程大学 2017
[4]基于pixhawk的多旋翼无人机避障飞行系统研发[D]. 赵航.北方工业大学 2017
[5]基于ROS平台的室内定位算法设计与实现[D]. 雷碧波.浙江理工大学 2017
[6]基于双核CORTEX-M4的MAVs传感器系统的研究与实现[D]. 潘佳笛.南京信息工程大学 2016
[7]基于多传感器信息融合的移动机器人定位方法研究[D]. 吴显.北京交通大学 2016
[8]基于多传感器融合的机器人导航系统中的避障研究[D]. 吕玉彬.济南大学 2012
[9]基于改进A*算法的游戏地图寻径的研究[D]. 周小镜.西南大学 2011
[10]单目视觉自主移动机器人同步定位与地图构建技术[D]. 章园媛.哈尔滨工业大学 2009
本文编号：3702859
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.2 研究现状
1.3 研究内容概要
第二章 多旋翼无人机避障系统设计
2.1 多旋翼无人机避障系统总体方案设计
2.2 避障模块
2.3 定位及测速模块
2.4 IMU模块
2.5 地磁模块
2.6 数据模块
2.7 微处理器模块
2.8 本章小结
第三章 多旋翼无人机避障传感器信息融合方法
3.1 多传感器信息融合的原理
3.2 多传感器信息融合的基本内容
3.3 二步延迟自适应时空信息融合算法
3.4 基于信息融合的室内定位和环境地图构建
3.5 二步延迟自适应时空信息融合算法实验验证
3.6 本章小结
第四章 基于A~*算法的多旋翼无人机室内避障
4.1 启发式搜索和A~*算法基本原理分析
4.2 基于A~*算法的室内避障路径规划研究
4.3 多旋翼无人机室内避障实验验证
4.4 本章小结
第五章 多旋翼无人机室外避障策略
5.1 障碍物的检测
5.2 不同宽度障碍物避障策略研究与实现
5.3 快速避障策略的研究与实现
5.4 多旋翼无人机室外避障实验验证
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
作者简介
【参考文献】：
期刊论文
[1]一种基于雷达和机器视觉信息融合的车辆识别方法[J]. 王宝锋,齐志权,马国成,陈思忠. 汽车工程. 2015(06)
[2]MEMS-IMU/GPS/GPRS组合导航方案设计与实现[J]. 丰趁得,刘庆元,欧野. 传感器世界. 2016(05)
[3]直升机载毫米波雷达高压线防撞处理研究[J]. 张明,唐尧,景雄. 火控雷达技术. 2016(02)
[4]无人机的避障技术及其应用[J]. 张西忱. 集成电路应用. 2017(02)
[5]浅析无人机自动避障系统[J]. 刘海波,李冀. 中国计量. 2017(09)
[6]基于二维激光雷达的避障系统的设计与实现[J]. 唐文响,严华. 计算机测量与控制. 2016(10)
[7]基于边界归一化的低空无人机实时避撞路径规划[J]. 王亮,魏铂淞,熊瑜,许卓凡. 西北工业大学学报. 2017(02)
[8]多层多源信息融合旋翼无人机测高算法[J]. 黄鹤,刘一恒,赵熙,许哲,郭璐. 中国惯性技术学报. 2018(03)
[9]毫米波雷达研究现状及其测试项目[J]. 郭蓬,郭剑锐,戎辉,唐风敏,王文扬,王梦丹. 汽车电器. 2018(10)
[10]基于改进人工势场的无人机编队避障控制研究[J]. 张佳龙,闫建国,张普,王奔驰. 西安交通大学学报. 2018(11)
博士论文
[1]车载组合导航信息融合算法研究与系统实现[D]. 徐田来.哈尔滨工业大学 2007
[2]移动机器人定位技术研究[D]. 王卫华.华中科技大学 2005
[3]毫米波汽车防撞雷达实用化研究[D]. 徐涛.中国科学院研究生院（上海微系统与信息技术研究所） 2003
硕士论文
[1]基于激光雷达的二维即时定位与制图技术研究[D]. 李昊.东南大学 2018
[2]四旋翼无人机轨迹跟踪与避障控制研究[D]. 韦意豪.哈尔滨工业大学 2018
[3]多旋翼无人机传感器系统的研究与设计[D]. 朱明勋.南京信息工程大学 2017
[4]基于pixhawk的多旋翼无人机避障飞行系统研发[D]. 赵航.北方工业大学 2017
[5]基于ROS平台的室内定位算法设计与实现[D]. 雷碧波.浙江理工大学 2017
[6]基于双核CORTEX-M4的MAVs传感器系统的研究与实现[D]. 潘佳笛.南京信息工程大学 2016
[7]基于多传感器信息融合的移动机器人定位方法研究[D]. 吴显.北京交通大学 2016
[8]基于多传感器融合的机器人导航系统中的避障研究[D]. 吕玉彬.济南大学 2012
[9]基于改进A*算法的游戏地图寻径的研究[D]. 周小镜.西南大学 2011
[10]单目视觉自主移动机器人同步定位与地图构建技术[D]. 章园媛.哈尔滨工业大学 2009
本文编号：3702859
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3702859.html
