基于双目视觉的无人机目标跟踪关键技术开发

发布时间：2023-08-20 10:46

　　无人机目标跟踪技术在军事、工业和民用方面都有广泛的应用前景和应用价值。论文以基于八旋翼无人机的目标跟踪系统为研究对象,搭建了无人机目标跟踪实验平台,设计了基于双目视觉的目标跟踪方法,并在目标跟踪系统上验证了该目标跟踪方法。论文主要完成了如下工作:首先,分析了无人机目标跟踪平台的整体需求,设计了无人机目标跟踪平台的整体架构,介绍了无人机目标跟踪平台的主要硬件设备以及之间的连接方式,并对平台中所应用到的主要软件系统进行了说明。其次,为了解决无人机目标跟踪中部分遮挡、形状变化和光照变化对影响跟踪结果的问题,提出了基于多特征和局部联合稀疏编码的目标跟踪方法,并在Visual Tracker Benchmark测试了该方法的跟踪性能。然后,为了实现无人机对跟踪目标在三维空间中的定位,研究了双目视觉系统的测距原理和基于BT算法的半全局特征匹配方法,并提出了基于双目视觉的目标定位方法。最后,在Gazebo环境下对上述目标跟踪和目标定位方法进行了仿真,并在无人机目标跟踪平台上进行了目标跟踪实验。此外,为了实现对跟踪目标的初始化,设计并实现了基于ROS和OpenCV的图像传输系统,并基于ZED双目摄像机...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外无人机目标跟踪研究现状
    1.3 国内外目标跟踪算法研究现状
    1.4 无人机目标跟踪中存在问题及难点分析
    1.5 论文工作和组织结构
第2章 基于八旋翼无人机的目标跟踪平台
    2.1 需求分析
    2.2 硬件系统设计
        2.2.1 无人机目标跟踪平台整体结构设计
        2.2.2 无人机机体设计
        2.2.3 飞行控制器
        2.2.4 视觉传感器
        2.2.5 机载处理器
        2.2.6 供电模块
        2.2.7 通信链路
    2.3 软件系统设计
    2.4 本章小结
第3章 基于多特征和局部联合稀疏表示的目标跟踪算法
    3.1 HSV颜色空间
    3.2 LBP纹理特征
        3.2.1 传统LBP纹理特征
        3.2.2 CS-LBP纹理特征
    3.3 局部稀疏表示理论
    3.4 表观建模
        3.4.1 HSV空间的颜色特征
        3.4.2 ECS-LBP纹理特征
        3.4.3 局部联合字典
        3.4.4 表观模型与相似性函数
        3.4.5 目标表观模型的在线更新方法
    3.5 算法实现步骤
    3.6 实验分析
        3.6.1 定性分析
        3.6.2 定量分析
        3.6.3 算法实时性分析
    3.7 本章小结
第4章 基于双目视觉的目标定位方法
    4.1 双目视觉系统原理
        4.1.1 摄像机成像原理
        4.1.2 双目测距原理
        4.1.3 立体标定与立体校正
    4.2 半全局匹配算法
        4.2.1 半全局匹配算法流程图
        4.2.2 基于BT算法的匹配代价计算
        4.2.3 匹配代价聚合
    4.3 无人机目标定位方法
    4.4 本章小结
第5章 无人机目标跟踪仿真与实验
    5.1 跟踪目标
    5.2 图像传输系统
        5.2.1 图像发送子系统
        5.2.2 图像接收子系统
        5.2.3 图像传输系统中的图像类型转换
    5.3 无人机定位方法
    5.4 无人机控制方法
        5.4.1 位置控制
        5.4.2 姿态控制
    5.5 仿真与实验效果
    5.6 本章小结
第6章 总结与展望
参考文献
发表论文和科研情况说明
致谢



本文编号：3843064