基于电力巡检的无人机导航系统
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究工作的背景与意义 | 第12-13页 |
| 1.2 无人机导航系统研究 | 第13-17页 |
| 1.2.1 无人机导航系统研究现状 | 第13-16页 |
| 1.2.2 关键问题 | 第16-17页 |
| 1.3 本文的主要研究内容以及结构安排 | 第17-20页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 本文结构安排 | 第18-20页 |
| 第二章 特征检测与提取 | 第20-30页 |
| 2.1 引言 | 第20-21页 |
| 2.2 Harris角点检测算法 | 第21-23页 |
| 2.2.1 Harris角点检测算法 | 第21-22页 |
| 2.2.2 优点与缺点 | 第22-23页 |
| 2.3 SIFT特征提取算法 | 第23-25页 |
| 2.3.1 尺度空间 | 第23页 |
| 2.3.2 特征点检测算法 | 第23-25页 |
| 2.4 实验结果分析 | 第25-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 特征匹配 | 第30-38页 |
| 3.1 引言 | 第30-31页 |
| 3.2 基于灰度的图像匹配算法 | 第31-33页 |
| 3.2.1 基于灰度的图像匹配算法 | 第31-32页 |
| 3.2.2 实验结果分析 | 第32-33页 |
| 3.3 SIFT匹配算法 | 第33-36页 |
| 3.3.1 BBF快速搜索算法 | 第34-35页 |
| 3.3.2 RANSAC消除误匹配 | 第35页 |
| 3.3.3 实验结果分析 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于双目视觉的姿态解算 | 第38-52页 |
| 4.1 引言 | 第38-39页 |
| 4.2 坐标系建立 | 第39-43页 |
| 4.2.1 坐标系的定义 | 第39-42页 |
| 4.2.2 坐标系间的转换模型 | 第42-43页 |
| 4.3 基于单应性矩阵分解的位姿估计 | 第43-48页 |
| 4.3.1 单应性矩阵的概念 | 第43-45页 |
| 4.3.2 单应性矩阵的求解 | 第45-46页 |
| 4.3.3 导航参数的获取 | 第46-48页 |
| 4.4 实验结果与分析 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 基于视觉/惯性导航的信息融合 | 第52-72页 |
| 5.1 引言 | 第52页 |
| 5.2 EKF基本原理 | 第52-54页 |
| 5.3 卡尔曼滤波过程模型的选取 | 第54-56页 |
| 5.4 扩展卡尔曼滤波器设计 | 第56-64页 |
| 5.4.1 惯性传感器模型 | 第56-57页 |
| 5.4.2 状态表示与过程模型 | 第57-60页 |
| 5.4.3 测量模型 | 第60-64页 |
| 5.5 仿真结果 | 第64-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 读研期间主要科研成果 | 第80-82页 |
| 致谢 | 第82页 |
