基于视觉的无人机自主着陆跑道识别与位姿估计
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·论文研究的背景及意义 | 第11页 |
| ·基于视觉无人机着陆的研究现状 | 第11-15页 |
| ·无人机着陆的导航方法 | 第12-13页 |
| ·国外研究状况 | 第13-15页 |
| ·国内研究状况 | 第15页 |
| ·本文的研究工作 | 第15-17页 |
| 第2章 无人机自主着陆中的跑道识别 | 第17-33页 |
| ·引言 | 第17页 |
| ·SIFT 算法原理 | 第17-25页 |
| ·尺度空间极值点检测 | 第18-21页 |
| ·特征点准确定位 | 第21-23页 |
| ·特征点主方向计算 | 第23-24页 |
| ·特征点描绘子形成 | 第24-25页 |
| ·特征点匹配 | 第25页 |
| ·跑道识别算法设计 | 第25-30页 |
| ·图像预处理 | 第26-27页 |
| ·目标机场SIFT 特征库建立 | 第27-28页 |
| ·基于SIFT 特征匹配的机场识别与定位 | 第28-30页 |
| ·实验结果与分析 | 第30-31页 |
| ·小结 | 第31-33页 |
| 第3章 基于模板匹配跑道跟踪方法 | 第33-50页 |
| ·引言 | 第33页 |
| ·基于模板匹配快速跑道跟踪方法 | 第33-40页 |
| ·常用的模板匹配方法 | 第33-37页 |
| ·基于Fast NCC 模板匹配的跑道跟踪方法 | 第37-40页 |
| ·跑道边缘线提取 | 第40-46页 |
| ·边缘检测的基本原理和常用算子 | 第40-43页 |
| ·结合梯度方向的边缘检测 | 第43-44页 |
| ·结合梯度方向 Hough 变换 | 第44-46页 |
| ·实验结果与分析 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第4章 无人机位置与姿态的估计 | 第50-60页 |
| ·引言 | 第50页 |
| ·坐标系建立 | 第50-54页 |
| ·常用坐标系 | 第50-52页 |
| ·坐标系转换 | 第52-54页 |
| ·无人机位姿的计算 | 第54-58页 |
| ·偏航角计算 | 第54-56页 |
| ·侧偏跑道中线距离和高度计算 | 第56-58页 |
| ·离跑道着陆点的距离计算 | 第58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表(含录用)的学术论文 | 第66页 |
