| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究的背景和意义 | 第7页 |
| 1.2 国内外研究现状及发展状况 | 第7-9页 |
| 1.3 本文的主要研究工作和结构安排 | 第9-11页 |
| 第2章 视觉里程计及其应用 | 第11-40页 |
| 2.1 视觉里程计 | 第11-31页 |
| 2.1.1 视觉里程计的基本原理-运动估计 | 第14-21页 |
| 2.1.2 视觉里程计的基本原理-图像处理算法 | 第21-28页 |
| 2.1.3 视觉里程计的基本原理-优化算法 | 第28-31页 |
| 2.2 视觉里程计在无人机上的应用 | 第31-39页 |
| 2.2.1 无人机气动模型 | 第32-35页 |
| 2.2.2 无人机的状态估计 | 第35-36页 |
| 2.2.3 无人机控制模型 | 第36-39页 |
| 2.3 小结 | 第39-40页 |
| 第3章 光流视觉传感器设计及其应用 | 第40-55页 |
| 3.1 硬件设计 | 第40-45页 |
| 3.1.1 电源设计 | 第41-42页 |
| 3.1.2 DSP外围电路设计 | 第42页 |
| 3.1.3 图像传感器电路设计 | 第42-43页 |
| 3.1.4 陀螺仪电路设计 | 第43-44页 |
| 3.1.5 超声波传感器电路设计 | 第44-45页 |
| 3.1.6 气压传感器电路设计 | 第45页 |
| 3.2 软件设计 | 第45-51页 |
| 3.2.1 软件设计平台 | 第46页 |
| 3.2.2 DMA中断服务配置 | 第46-48页 |
| 3.2.3 光流计算 | 第48-51页 |
| 3.3 光流传感器在无人机上的应用 | 第51-54页 |
| 3.3.1 光流数据与无人机运动状态的转换原理 | 第51-52页 |
| 3.3.2 光流传感器数据的预处理 | 第52-53页 |
| 3.3.3 无人机基于速度信息的悬停控制 | 第53-54页 |
| 3.4 小结 | 第54-55页 |
| 第4章 TOF传感器及其应用 | 第55-65页 |
| 4.1 TOF传感器 | 第55页 |
| 4.2 TOF传感器在无人机上的应用 | 第55-64页 |
| 4.2.1 TOF传感器数据的预处理 | 第56-60页 |
| 4.2.2 TOF传感器在无人机上的应用 | 第60-64页 |
| 4.3 小结 | 第64-65页 |
| 第5章 测试结果 | 第65-70页 |
| 5.1 光流传感器的测试结果 | 第65-67页 |
| 5.2 TOF传感器的测试结果 | 第67-70页 |
| 第6章 总结和展望 | 第70-72页 |
| 6.1 全文总结 | 第70页 |
| 6.1.1 基于机器视觉的无人机悬停定位方法 | 第70页 |
| 6.1.2 基于TOF传感器的无人机定位与导航方法 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间的研究成果 | 第83页 |