基于视觉信息引导的舰载无人机精确着舰技术研究

发布时间：2017-09-26 16:06

  本文关键词：基于视觉信息引导的舰载无人机精确着舰技术研究

  更多相关文章： 舰载无人机 视觉导航 自动着舰 Adaboost算法 总能量控制 L1控制

【摘要】：舰载无人机因其作战灵活、自主性强等优点,已成为现代海军追求“非接触”和“零伤亡”的理想武器。因此引导舰载无人机精确安全着舰一直是各国研究的重点。针对舰载无人机精确着舰的要求,本文对基于视觉信息引导的舰载无人机着舰技术进行了研究。首先,根据舰载无人机着舰的特点和导航系统的要求,设计了一套视觉着舰导航系统,并对该系统的原理、工作流程、跟踪控制和位置解算进行分析,设计了基于红外视觉的导航系统位置标定方法,并对标定好的系统进行了测试。其次,为了进一步精确获取舰载无人机的位置,选择了Adaboost算法对无人机目标进行检测识别,根据实际检测的情况选取无人机矩形特征并采用积分图简化特征值的计算,通过权值更新和非对称学习对Adaboost算法进行了改进,通过无人机正负样本训练级联分类器,实现了对无人机目标精确检测。再次,为了控制舰载无人机沿着期望的下滑航迹着舰,分别采用总能量控制和L1非线性控制方法对舰载机纵侧向着舰引导控制律进行设计,并通过半物理仿真对设计的着舰引导控制律进行了仿真验证。最后,进行了外场飞行试验,对设计的视觉着舰导航系统及着舰引导控制律进行了验证。试验结果表明,所设计的视觉导航系统具有较高的位置解算精度,基于总能量控制和L1非线性控制的着舰引导控制律可实现舰载无人机的精确航迹跟踪飞行和移动平台定点降落,跟踪误差在允许范围内。研究成果对舰载无人机视觉引导着舰技术的工程化实现具有重要的参考价值。
【关键词】：舰载无人机 视觉导航 自动着舰 Adaboost算法 总能量控制 L1控制
【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】：E926.392
【目录】：

• 摘要4-5
• ABCTRACT5-12
• 注释表12-13
• 缩略词13-14
• 第一章 绪论14-20
• 1.1 研究背景及意义14-16
• 1.2 国内外研究现状16-18
• 1.2.1 国外研究现状16-17
• 1.2.2 国内研究现状17-18
• 1.3 章节安排18-20
• 第二章 视觉着舰导航系统设计20-34
• 2.1 舰载无人机导航系统的要求20
• 2.2 基于视觉的着舰导航系统设计20-26
• 2.2.1 视觉导航系统原理分析20-22
• 2.2.2 视觉导航系统工作流程22
• 2.2.3 基于图像的云台跟踪控制22-24
• 2.2.4 视觉导航系统的位置解算24-26
• 2.3 视觉导航系统硬件组成与选型26-30
• 2.4 基于红外视觉的位置标定30-33
• 2.4.1 红外视觉位置标定设计30-31
• 2.4.2 偏航俯仰位置标定31-32
• 2.4.3 位置解算测试结果分析32-33
• 2.5 本章小结33-34
• 第三章 基于Adaboost算法的无人机目标识别34-48
• 3.1 Adaboost算法流程34-35
• 3.2 无人机矩形特征的选取和特征值计算35-38
• 3.2.1 Haar-like矩形特征36-37
• 3.2.2 利用积分图计算矩形特征37-38
• 3.3 Adaboost算法的改进和级联分类器38-40
• 3.3.1 Adaboost算法的改进38-40
• 3.3.2 级联分类器40
• 3.4 训练样本的选取40-42
• 3.4.1 无人机样本的选取40-41
• 3.4.2 非无人机样本的选取41-42
• 3.5 检测过程和实验结果分析42-47
• 3.5.1 级联分类器的检测过程43
• 3.5.2 实验结果分析43-47
• 3.6 本章小结47-48
• 第四章 舰载无人机着舰引导控制律设计48-71
• 4.1 着舰引导控制系统48-49
• 4.2 纵向TECS控制的基本原理49-51
• 4.2.1 有关质点飞机运动的假设49
• 4.2.2 纵向总能量控制的原理49-51
• 4.3 纵向TECS控制律设计51-60
• 4.3.1 纵向内回路控制律设计52-53
• 4.3.2 纵向外回路控制律设计53-56
• 4.3.3 纵向半物理仿真验证56-60
• 4.4 侧向L1控制的基本原理60-65
• 4.4.1 L1算法简介61-62
• 4.4.2 L1算法的线性分析62-65
• 4.5 侧向L1控制律设计65-70
• 4.5.1 侧向内回路控制律设计65-66
• 4.5.2 侧向外回路控制律设计66-67
• 4.5.3 侧向半物理仿真验证67-70
• 4.6 本章小结70-71
• 第五章 无人机着落引导与控制综合试验分析71-88
• 5.1 影响视觉引导的误差因素分析71-75
• 5.1.1 模型误差分析71-73
• 5.1.2 物理因素影响分析73-74
• 5.1.3 图像处理误差影响分析74-75
• 5.2 试验平台75-80
• 5.2.1 固定翼无人机75-77
• 5.2.2 飞控系统及相关设备77-79
• 5.2.3 试验场地79-80
• 5.3 飞行试验与结果分析80-87
• 5.3.1 试飞流程和参数调节80-82
• 5.3.2 试验结果分析82-87
• 5.4 本章小结87-88
• 第六章 总结与展望88-90
• 6.1 工作总结88
• 6.2 后续研究工作展望88-90
• 参考文献90-95
• 致谢95-96
• 在学期间的研究成果及发表的学术论文96

【参考文献】

中国期刊全文数据库 前10条

1 肖晖;柳建锋;田思净;何亮;;共面条件约束的无人机视觉导航姿态测量[J];电光与控制;2015年11期

2 LIU XiaoChun;WANG Hou;FU Dan;YU QiFeng;GUO PengYu;LEI ZhiHui;SHANG Yang;;An area-based position and attitude estimation for unmanned aerial vehicle navigation[J];Science China(Technological Sciences);2015年05期

3 张辰;赵红颖;钱旭;;面向无人机影像的目标特征跟踪方法研究[J];红外技术;2015年03期

4 张洋;王新龙;;一种地标点修正的高精度双目视觉导航方法[J];北京航空航天大学学报;2014年09期

5 张梁;徐锦法;夏青元;;双目立体视觉的无人机位姿估计算法及验证[J];哈尔滨工业大学学报;2014年05期

6 YU QiFeng;SHANG Yang;LIU XiaoChun;LEI ZhiHui;LI Xiang;ZHU XianWei;LIU XiaoLin;YANG Xia;SU Ang;ZHANG XiaoHu;ZHANG HongLiang;;Full-parameter vision navigation based on scene matching for aircrafts[J];Science China(Information Sciences);2014年05期

7 苗秀梅;;国外舰载无人机技术的发展动向与分析[J];舰船电子工程;2013年12期

8 汪洋;王小坤;陈安森;张亚妮;贺香荣;范崔;;红外滤光片低温光谱特性研究[J];光学与光电技术;2013年06期

9 沈宁;唐大全;李飞;;无人机视觉导航中的图像处理及位姿解算[J];光电技术应用;2012年06期

10 王广彪;李华伟;丁文锐;李红光;;无人机在运动舰船上着舰视觉导引技术研究[J];中国电子科学研究院学报;2012年03期

中国硕士学位论文全文数据库 前8条

1 张丽;摄像机图像噪声分析及处理[D];浙江大学;2014年

2 张晓龙;基于视觉的四旋翼飞行器自主着陆和位姿估计[D];南京航空航天大学;2014年

3 潘婷婷;舰载机进近着舰航线设计及控制系统仿真[D];南京航空航天大学;2014年

4 陈丽娟;基于视觉的无人直升机着落导航技术研究[D];南京航空航天大学;2013年

5 翟中华;基于肤色和Adaboost算法的人脸检测方法研究[D];华南理工大学;2012年

6 刘强;无人机自动着舰撞网回收技术研究[D];南京航空航天大学;2010年

7 张健;惯导与多普勒组合导航技术仿真[D];哈尔滨工程大学;2009年

8 陈浙泊;空间多目标跟踪系统及目标轨迹识别技术[D];浙江大学;2004年

，

本文编号：924426