基于视觉里程计的无人机导航方法研究
摘要 | 第3-4页 |
abstract | 第4-5页 |
主要符号对照表 | 第8-9页 |
第1章 绪论 | 第9-19页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 研究现状 | 第10-18页 |
1.2.1 基于视觉的无人机导航研究现状 | 第10-13页 |
1.2.2 视觉SLAM和VO算法 | 第13-18页 |
1.3 研究内容与章节安排 | 第18-19页 |
第2章 四旋翼无人直升机及其视觉导航系统 | 第19-44页 |
2.1 四旋翼无人直升机系统 | 第19-22页 |
2.1.1 飞控系统硬件构成 | 第19-20页 |
2.1.2 地面站 | 第20页 |
2.1.3 机载视觉处理系统 | 第20-22页 |
2.2 视觉里程计算法 | 第22-28页 |
2.2.1 初始化 | 第23-25页 |
2.2.2 运动估计 | 第25-27页 |
2.2.3 地图构建 | 第27-28页 |
2.3 无人机视觉导航实现 | 第28-37页 |
2.3.1 视觉导航程序结构与通信 | 第29-30页 |
2.3.2 坐标系变换 | 第30-32页 |
2.3.3 尺度标定 | 第32-34页 |
2.3.4 水平面对齐 | 第34-36页 |
2.3.5 位置滤波 | 第36-37页 |
2.4 实验结果及分析 | 第37-43页 |
2.4.1 尺度标定实验 | 第37-38页 |
2.4.2 水平面对齐实验 | 第38-40页 |
2.4.3 位置滤波实验 | 第40页 |
2.4.4 飞行实验 | 第40-43页 |
2.5 本章小结 | 第43-44页 |
第3章 特征充足时的视觉导航失效恢复 | 第44-59页 |
3.1 引言 | 第44-45页 |
3.2 SVO失效检测及重新初始化策略 | 第45页 |
3.3 SVO失效期间的位姿估计算法 | 第45-51页 |
3.3.1 角点提取及跟踪 | 第45-49页 |
3.3.2 位姿解算 | 第49-51页 |
3.4 SVO重新初始化及尺度校正 | 第51-53页 |
3.5 实验结果及分析 | 第53-57页 |
3.5.1 离线测试 | 第53-56页 |
3.5.2 飞行实验 | 第56-57页 |
3.6 本章小结 | 第57-59页 |
第4章 特征不足时的视觉导航失效恢复 | 第59-75页 |
4.1 引言 | 第59-60页 |
4.2 特征不足时的重新初始化策略 | 第60-61页 |
4.3 基于光流的视觉速度估计 | 第61-67页 |
4.3.1 光流计算 | 第62-64页 |
4.3.2 视觉速度估计 | 第64-67页 |
4.4 基于扩展卡尔曼滤波的速度估计 | 第67-71页 |
4.4.1 扩展卡尔曼滤波算法框架 | 第67-69页 |
4.4.2 滤波结果 | 第69-71页 |
4.5 实验结果及分析 | 第71-74页 |
4.5.1 基于光流的导航实验 | 第71-72页 |
4.5.2 飞行实验 | 第72-74页 |
4.6 本章小结 | 第74-75页 |
第5章 总结与展望 | 第75-77页 |
5.1 论文工作总结 | 第75-76页 |
5.2 后续工作展望 | 第76-77页 |
参考文献 | 第77-80页 |
致谢 | 第80-82页 |
个人简历、在学期间发表的学术论文与研究成果 | 第82页 |