致谢 | 第1-6页 |
摘要 | 第6-7页 |
Abstract | 第7-9页 |
目录 | 第9-12页 |
第一章 绪论 | 第12-19页 |
·研究的背景及意义 | 第12-14页 |
·传统导航系统在SUH自主降落中的局限性 | 第12-13页 |
·机器视觉在导航技术中的应用 | 第13-14页 |
·基于视觉的SUH自主降落导航系统的相关研究现状 | 第14-16页 |
·基于视觉的自主降落导航系统需要解决的关键性问题 | 第16-17页 |
·合理设计导航系统的软硬件平台 | 第16-17页 |
·复杂场景下降落地标的快速处理与识别 | 第17页 |
·以视觉为基础提高位姿估测的精度 | 第17页 |
·论文主要研究内容及章节安排 | 第17-19页 |
第二章 基于视觉的SUH自主降落导航系统的设计 | 第19-30页 |
·SUH实物平台介绍 | 第19-20页 |
·自主降落导航系统的组成及联系 | 第20-21页 |
·自主降落导航系统硬件平台的搭建 | 第21-24页 |
·VISION子系统的硬件构成 | 第21-23页 |
·INS/GPS子系统的硬件构成 | 第23-24页 |
·自主降落导航系统软件平台的实现 | 第24-29页 |
·软件平台的整体构成 | 第24-25页 |
·VISION导航子系统软件开发 | 第25-26页 |
·INS/GPS导航子系统软件开发 | 第26-27页 |
·标定矫正及离线测试程序 | 第27-29页 |
·地面监控程序 | 第29页 |
·本章小结 | 第29-30页 |
第三章 复杂场景下视觉图像处理及分级地标的定位及识别 | 第30-48页 |
·复杂场景中降落地标的分级设计 | 第30-33页 |
·自主降落中视觉图像的复杂性分析 | 第30-31页 |
·适用于自主降落的着陆地标分级设计 | 第31-33页 |
·适应降落场景在线调整图像分割阈值 | 第33-39页 |
·改进的大津阈值快速选取方法 | 第33-35页 |
·直方图最频值法及最优阈值选取原则 | 第35-37页 |
·基于改进大津阈值的直方图最频值分割算法 | 第37-39页 |
·降落地标的快速定位策略及特征识别 | 第39-47页 |
·高实时性的降落地标识别定位策略设计 | 第39-41页 |
·基于图像形态学的分级地标粗定位 | 第41-43页 |
·基于轮廓树层次和直线特征的地标细定位 | 第43-46页 |
·基于面积比的分级地标识别及特征信息分类 | 第46-47页 |
·本章小结 | 第47-48页 |
第四章 基于分级地标的SUH姿态估计及位置测量 | 第48-66页 |
·基于机器视觉的位姿估计问题误差分析 | 第48-52页 |
·位姿估计问题的Cramer-Rao下界 | 第49页 |
·各误差源对位姿估计的精度影响分析 | 第49-52页 |
·基于平行直线特征的位姿估计算法 | 第52-57页 |
·算法的透视投影及相关定义 | 第52-54页 |
·摄像机坐标系下相对位置的求解 | 第54-56页 |
·SUH姿态参数的求解 | 第56-57页 |
·世界坐标系下相对位置的求解 | 第57页 |
·基于面积特征的SUH位置测量算法 | 第57-61页 |
·机体离地高度的测量 | 第58-60页 |
·机体与分级地标的相对水平位移测量 | 第60-61页 |
·基于视觉的自主降落导航系统信息融合及输出策略 | 第61-65页 |
·姿态信息输出策略 | 第62页 |
·位置信息输出策略 | 第62页 |
·离地高度信息的融合策略 | 第62-65页 |
·本章小结 | 第65-66页 |
第五章 基于视觉的SUH自主降落导航系统的实验验证 | 第66-80页 |
·图像处理实时性实验 | 第66-67页 |
·分级地标的识别实验 | 第67-70页 |
·SUH绕场识别实验 | 第67-69页 |
·识别算法的误判率测试 | 第69页 |
·位姿模糊对于分级地标的识别影响 | 第69-70页 |
·基于视觉的导航系统位姿估计实验 | 第70-79页 |
·基于平行线特征的姿态估计实验 | 第70-73页 |
·基于视觉的离地高度估测 | 第73-77页 |
·基于视觉的水平位置估测 | 第77页 |
·离地高度数据融合结果 | 第77-79页 |
·本章小节 | 第79-80页 |
第六章 总结与展望 | 第80-82页 |
·论文总结 | 第80页 |
·研究展望 | 第80-82页 |
参考文献 | 第82-86页 |
作者简介 | 第86页 |
作者攻读硕士期间完成的科研成果 | 第86页 |