首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

小型无人机双目视觉定位系统实现与探索

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-17页
    1.1 研究背景第9-11页
    1.2 国内外研究现状第11-15页
        1.2.1 无人机视觉定位第11-13页
        1.2.2 特征点提取匹配第13页
        1.2.3 视觉定位误差抑制第13-15页
    1.3 论文主要工作第15-17页
第二章 无人机双目视觉定位原理第17-28页
    2.1 双目视觉定位算法原理第17-23页
        2.1.1 概述第17-18页
        2.1.2 支撑性理论第18-21页
        2.1.3 视觉定位计算原理第21-22页
        2.1.4 双目视觉定位步骤第22-23页
    2.2 特征点提取经典算法:SIFT第23-27页
        2.2.1 SIFT算法综述第23-24页
        2.2.2 构建尺度空间检测极值第24-25页
        2.2.3 特征点定位第25-26页
        2.2.4 特征点方向确定第26页
        2.2.5 特征点描述第26-27页
    2.3 特征点匹配第27页
    2.4 本章小结第27-28页
第三章 无人机视觉定位系统设计及实现第28-50页
    3.1 视觉定位系统硬件架构第28-34页
        3.1.1 整体框架第28-29页
        3.1.2 硬件架构第29-30页
        3.1.3 无人机载机第30-31页
        3.1.4 飞控板Pixhawk第31-33页
        3.1.5 ODROID XU4 ARM板第33页
        3.1.6 高性能摄像头第33-34页
    3.2 视觉定位软件系统架构第34-37页
        3.2.1 软件架构第34-35页
        3.2.2 ROS中间件第35页
        3.2.3 MAVLink通信协议第35-37页
    3.3 软件系统搭建与调试第37-45页
        3.3.1 安装Ubuntu系统到ARM板第37页
        3.3.2 安装ROS中间件第37-40页
        3.3.3 摄像头标定第40-41页
        3.3.4 使用MAVROS模块连接ARM板和飞控板第41-42页
        3.3.5 开发ROS节点程序第42-43页
        3.3.6 视觉定位算法的实现第43-45页
    3.4 实验结果第45-49页
    3.5 本章小结第49-50页
第四章 基于历史访问信息的累积误差抑制方法第50-65页
    4.1 累积误差问题第50-57页
        4.1.1 误差分析第50-55页
        4.1.2 累积误差解决方案第55-57页
    4.2 CES-HVI算法第57-58页
        4.2.1 CES-HVI算法设计思路第57页
        4.2.2 CES-HVI算法步骤第57-58页
    4.3 实验及其结果分析第58-64页
        4.3.1 匹配率与可信空间的选取第58-60页
        4.3.2 CES-HVI算法的程序实现第60页
        4.3.3 定位误差优化结果第60-64页
    4.4 本章小结第64-65页
第五章 总结与展望第65-67页
    5.1 研究工作总结第65-66页
    5.2 研究工作展望第66-67页
参考文献第67-73页
致谢第73-74页
攻读硕士期间发表的学术论文和科研情况第74页

论文共74页,点击 下载论文
上一篇:三种超疏水材料的制备、表征及其抑制腐蚀新方法的研究
下一篇:超级电容—蓄电池复合电源的双向DC/DC变换器功率分配策略设计研究