基于视觉的无人机自主着陆关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 无人机视觉导航研究现状 | 第10-14页 |
| 1.2.1 国内外研究现状 | 第10-11页 |
| 1.2.2 无人机位姿解算方法研究综述 | 第11-14页 |
| 1.3 存在的问题 | 第14页 |
| 1.4 论文主要研究内容及安排 | 第14-16页 |
| 第二章 视觉导航基础理论 | 第16-28页 |
| 2.1 投影关系 | 第17-21页 |
| 2.1.1 参考坐标系 | 第17-18页 |
| 2.1.2 无人机位姿参数的定义 | 第18-19页 |
| 2.1.3 坐标系转换 | 第19-21页 |
| 2.2 摄像机标定方法 | 第21-25页 |
| 2.2.1 像机标定综述 | 第21页 |
| 2.2.2 经典像机标定法-张正友标定法 | 第21-23页 |
| 2.2.3 实验与分析 | 第23-25页 |
| 2.3 位姿的表示方法 | 第25-27页 |
| 2.3.1 欧拉角表示法 | 第25-26页 |
| 2.3.2 旋转向量表示法 | 第26页 |
| 2.3.3 四元数表示法 | 第26-27页 |
| 2.4 小结 | 第27-28页 |
| 第三章 合作标志的识别算法 | 第28-39页 |
| 3.1 引言 | 第28页 |
| 3.2 合作目标分割与识别 | 第28-35页 |
| 3.2.1 合作标志设计 | 第28-29页 |
| 3.2.2 图像分割算法研究 | 第29-30页 |
| 3.2.3 一种改进的合作目标识别算法 | 第30-35页 |
| 3.3 图像特征提取算法分析 | 第35-38页 |
| 3.3.1 角点检测算法 | 第35-36页 |
| 3.3.2 SIFT特征提取方法 | 第36-37页 |
| 3.3.3 实验与分析 | 第37-38页 |
| 3.4 小结 | 第38-39页 |
| 第四章 无人机位姿估计算法研究 | 第39-66页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于合作标志的位姿估计算法研究 | 第40-55页 |
| 4.2.1 误差函数选择 | 第40-42页 |
| 4.2.2 快速像机位姿估计算法 | 第42-49页 |
| 4.2.3 实验与分析 | 第49-55页 |
| 4.3 基于影像特征点的相对位姿估计 | 第55-65页 |
| 4.3.1 基本矩阵估计 | 第56-57页 |
| 4.3.2 摄像机矩阵的恢复 | 第57-59页 |
| 4.3.3 相对位姿解算 | 第59页 |
| 4.3.4 数据融合与尺度信息获取 | 第59-60页 |
| 4.3.5 实验及分析 | 第60-65页 |
| 4.4 小结 | 第65-66页 |
| 第五章 位姿解算精度分析 | 第66-75页 |
| 5.1 引言 | 第66页 |
| 5.2 影响位姿解算精度的误差因素分析 | 第66-72页 |
| 5.2.1 物理因素影响分析 | 第66-68页 |
| 5.2.2 图像处理误差产生分析 | 第68页 |
| 5.2.3 实验环境误差产生分析 | 第68页 |
| 5.2.4 误差模型建立 | 第68-72页 |
| 5.3 实验与分析 | 第72-74页 |
| 5.4 小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 工作总结 | 第75页 |
| 6.2 下一步研究 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 作者简历 | 第82页 |
