多传感器融合的小型无人机地形跟随系统设计
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文主要内容 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 飞行控制系统 | 第14-27页 |
| 2.1 机载硬件系统 | 第15-20页 |
| 2.1.1 主控芯片 | 第15-16页 |
| 2.1.2 惯性测量单元 | 第16-17页 |
| 2.1.3 气压计 | 第17-18页 |
| 2.1.4 GPS | 第18-19页 |
| 2.1.5 电子罗盘 | 第19-20页 |
| 2.2 机载控制系统 | 第20-24页 |
| 2.2.1 开发环境简介 | 第20-21页 |
| 2.2.2 软件系统设计 | 第21-23页 |
| 2.2.3 控制率设计 | 第23-24页 |
| 2.3 地面控制系统 | 第24-25页 |
| 2.3.1 地面站 | 第24-25页 |
| 2.3.2 MAVLink协议 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 姿态解算与传感器融合 | 第27-37页 |
| 3.1 姿态坐标系定义 | 第27-28页 |
| 3.2 姿态的表示和解算 | 第28-32页 |
| 3.2.1 欧拉角法 | 第28-29页 |
| 3.2.2 方向余弦法 | 第29-30页 |
| 3.2.3 四元数法 | 第30-31页 |
| 3.2.4 姿态解算方法对比 | 第31-32页 |
| 3.3 传感器数据融合 | 第32-36页 |
| 3.3.1 卡尔曼滤波 | 第32-33页 |
| 3.3.2 IMU数据融合 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 地形跟随算法设计 | 第37-48页 |
| 4.1 地形跟随测量系统 | 第37-40页 |
| 4.1.1 TOF传感器 | 第37-38页 |
| 4.1.2 TOF传感器的优势对比和校准 | 第38-40页 |
| 4.2 CAN总线协议 | 第40-42页 |
| 4.2.1 CAN总线的介绍和特点 | 第40页 |
| 4.2.2 CAN总线协议设计 | 第40-42页 |
| 4.3 地形跟随算法设计 | 第42-47页 |
| 4.3.1 地形跟随控制率设计 | 第42-43页 |
| 4.3.2 地形跟随主程序设计 | 第43-44页 |
| 4.3.3 地形跟随算法实现 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 面向深度学习的跟随算法数据采集 | 第48-56页 |
| 5.1 深度学习 | 第48-50页 |
| 5.1.1 人工神经网络 | 第48-49页 |
| 5.1.2 卷积神经网络 | 第49-50页 |
| 5.2 深度学习算法数据采集 | 第50-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 总结和展望 | 第56-58页 |
| 6.1 全文总结 | 第56页 |
| 6.2 课题展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间的研究成果 | 第62页 |
