当前位置:主页 > 科技论文 > 航空航天论文 >

未知环境下无人机自主导航的SLAM方法研究

发布时间:2017-07-20 22:31

  本文关键词:未知环境下无人机自主导航的SLAM方法研究


  更多相关文章: SLAM EKF-SLAM FastSLAM 四旋翼无人机 运动目标跟踪


【摘要】:对于已知环境中无人机的导航问题研究已比较成熟,实现未知环境下无人机的自主导航是目前的研究热点。SLAM方法是针对未知环境下无人机定位的一种解决方案,在实现无人机自主飞行中具有重要意义。由于四旋翼无人机具有体积小、质量轻、成本低、可操作性好和可定点悬停等优势,本文以四旋翼无人机为研究对象,开展未知环境下无人机自主导航的SLAM方法研究。首先,本文选取按“X”型模式飞行的四旋翼无人机作为研究对象,对其飞行原理进行分析,在合理的假设和简化的基础上,采用牛顿-欧拉法建立了四旋翼无人机的动力学模型。其次,对SLAM问题进行描述。基于四旋翼无人机的飞行原理,建立其运动模型。分别对EKF-SLAM和FastSLAM方法的原理进行分析,并针对四旋翼无人机运动模型实现算法流程。通过仿真实验的对比分析,得出FastSLAM方法与EKF-SLAM方法相比在性能上的优越性。再次,对运动目标检测和跟踪算法进行了分析,构建由单架主四旋翼无人机和多架辅助四旋翼无人机组成的无人机集群,利用四旋翼无人机可定点悬停的优势,分别针对有无地标的未知环境进行基于运动目标跟踪的多架无人机SLAM方法研究。通过仿真实验表明,在有环境地标的情况下,多架无人机SLAM方法与仅采用单架相比具有较好的优化效果;在无环境地标的情况下,主无人机利用辅助无人机作为动态地标执行SLAM,与惯导方法相比能够显著提高无人机的定位精度。最后,采用基于MeanShift的跟踪算法进行了对运动四旋翼无人机目标的检测和跟踪实验研究,实验结果验证了该方法对于运动的四旋翼无人机具有良好的持续跟踪效果,且能够在一定的干扰和目标丢失的情况下成功寻回目标,为多架无人机SLAM方法的实现奠定了基础。
【关键词】:SLAM EKF-SLAM FastSLAM 四旋翼无人机 运动目标跟踪
【学位授予单位】:南京航空航天大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:V279;V249.3
【目录】:
  • 摘要4-5
  • ABSTRACT5-10
  • 注释表10-12
  • 缩略词12-13
  • 第一章 绪论13-20
  • 1.1 课题研究的背景与意义13-14
  • 1.2 四旋翼无人机研究现状14-17
  • 1.3 SLAM方法研究现状17-18
  • 1.4 本文的研究内容和章节安排18-20
  • 1.4.1 研究目标18
  • 1.4.2 研究内容和章节安排18-20
  • 第二章 四旋翼无人机的机理分析与建模20-27
  • 2.1 引言20
  • 2.2 四旋翼无人机的运动机理分析20-23
  • 2.3 四旋翼无人机建模23-26
  • 2.3.1 坐标系定义和转换关系23-24
  • 2.3.2 建模前的基本假设24-25
  • 2.3.3 动力学模型的建立25-26
  • 2.4 本章小结26-27
  • 第三章 单架无人机SLAM算法27-45
  • 3.1 引言27
  • 3.2 SLAM问题描述27-28
  • 3.3 利用扩展卡尔曼滤波算法解决SLAM问题28-32
  • 3.3.1 系统建模28-30
  • 3.3.2 状态预测30
  • 3.3.3 状态更新30-32
  • 3.4 利用FastSLAM算法解决SLAM问题32-36
  • 3.4.1 FastSLAM算法描述32-33
  • 3.4.2 FastSLAM算法实现33-36
  • 3.5 仿真实验及分析36-44
  • 3.5.1 仿真流程36-37
  • 3.5.2 仿真参数设定37-38
  • 3.5.3 仿真结果及分析38-44
  • 3.6 本章小结44-45
  • 第四章 基于运动目标跟踪的多架无人机SLAM方法45-58
  • 4.1 引言45
  • 4.2 运动目标检测和跟踪算法45-50
  • 4.2.1 运动目标检测算法45-47
  • 4.2.2 基于MeanShift的目标跟踪算法47-50
  • 4.3 多架无人机SLAM方法50-53
  • 4.4 仿真实验及分析53-57
  • 4.5 本章小结57-58
  • 第五章 基于视觉的运动四旋翼目标检测与跟踪实验研究58-65
  • 5.1 引言58
  • 5.2 运动四旋翼目标检测实验58-61
  • 5.2.1 实验流程设计58
  • 5.2.2 实验结果及分析58-61
  • 5.3 运动四旋翼目标跟踪实验61-64
  • 5.3.1 实验流程设计61-62
  • 5.3.2 实验结果及分析62-64
  • 5.4 本章小结64-65
  • 第六章 总结与展望65-67
  • 6.1 本文工作总结65-66
  • 6.2 进一步工作展望66-67
  • 参考文献67-71
  • 致谢71-72
  • 在学期间的研究成果及发表的学术论文72

【参考文献】

中国期刊全文数据库 前5条

1 丛楚滢;王从庆;丁臻极;李志宇;;一种小型无人机的FastSLAM算法[J];华中科技大学学报(自然科学版);2015年S1期

2 陶于金;李沛峰;;无人机系统发展与关键技术综述[J];航空制造技术;2014年20期

3 汤中泽;张春燕;申传家;孟晓;;帧差法和Mean-shift相结合的运动目标自动检测与跟踪[J];科学技术与工程;2010年24期

4 聂博文;马宏绪;王剑;王建文;;微小型四旋翼飞行器的研究现状与关键技术[J];电光与控制;2007年06期

5 苏新兵 ,王建平,华江涛;无人驾驶飞机综述[J];航空制造技术;2003年09期

中国博士学位论文全文数据库 前2条

1 蔡云飞;多机器人协作定位及系统架构研究[D];南京理工大学;2011年

2 龙涛;多UCAV协同任务控制中分布式任务分配与任务协调技术研究[D];国防科学技术大学;2006年

中国硕士学位论文全文数据库 前10条

1 杜晓敏;基于多传感器数据融合的目标跟踪问题研究[D];吉林大学;2015年

2 何梦超;利用单目摄像头进行并行跟踪及地图建立算法的研究[D];浙江大学;2014年

3 徐曙;基于SLAM的移动机器人导航系统研究[D];华中科技大学;2014年

4 万青波;监控视频中运动目标跟踪与检索技术研究[D];华中科技大学;2014年

5 李洪臣;单目视觉移动机器人SLAM方法建模与仿真分析[D];电子科技大学;2014年

6 侯传龙;序列图像中运动目标的检测与跟踪[D];黑龙江大学;2014年

7 周旭;基于改进粒子滤波的SLAM算法研究[D];南京理工大学;2014年

8 李超;基于信息滤波器的水下机器人SLAM算法研究[D];中国海洋大学;2013年

9 许金金;复杂背景下的运动目标检测与跟踪技术研究[D];华中科技大学;2013年

10 胡威;基于Meanshift的视频人体目标跟踪算法研究[D];上海交通大学;2013年



本文编号:570328

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/570328.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户95cef***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com