| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 无人机视觉感知与导航 | 第12-14页 |
| 1.2.2 空地机器人协同系统 | 第14-16页 |
| 1.2.3 无人机目标识别与跟踪的关键问题 | 第16-17页 |
| 1.3 主要研究内容及组织结构 | 第17-19页 |
| 1.3.1 论文研究内容 | 第17页 |
| 1.3.2 论文章节安排 | 第17-19页 |
| 第2章 无人机位置估算与视觉目标识别 | 第19-39页 |
| 2.1 基于惯性导航与光流融合的定位算法 | 第19-29页 |
| 2.1.1 基于光流的导航算法 | 第19-22页 |
| 2.1.2 尺度转换与俯视图变换 | 第22-24页 |
| 2.1.3 光流与惯性导航单元(IMU)的互补滤波 | 第24-27页 |
| 2.1.4 基于贝叶斯滤波的导航算法 | 第27-29页 |
| 2.2 基于视觉的地面目标识别算法 | 第29-32页 |
| 2.2.1 鱼眼镜头的标定 | 第29-30页 |
| 2.2.2 基于HSV空间的彩色图像分割算法 | 第30-32页 |
| 2.2.3 基于Erode与Dilate的图像去噪算法 | 第32页 |
| 2.3 实验结果及分析 | 第32-37页 |
| 2.3.1 无人机定位实验 | 第32-34页 |
| 2.3.2 无人机地面目标识别实验 | 第34-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第3章 无人机的导航控制 | 第39-53页 |
| 3.1 四旋翼无人机状态模型的建立 | 第39-44页 |
| 3.1.1 状态空间的建立 | 第39-40页 |
| 3.1.2 无人机运动模型与状态转移模型 | 第40-42页 |
| 3.1.3 无人机状态观测模型与预测模型 | 第42-44页 |
| 3.2 四旋翼无人机导航控制算法设计 | 第44-48页 |
| 3.2.1 控制结构分析 | 第44-45页 |
| 3.2.2 基于EKF的PID控制算法 | 第45-47页 |
| 3.2.3 GUI设计 | 第47-48页 |
| 3.3 面向空地协同的FSM模型设计 | 第48-52页 |
| 3.3.1 空地协同的任务架构 | 第48-49页 |
| 3.3.2 有限状态机设计 | 第49-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第4章 无人机避障路径规划研究 | 第53-73页 |
| 4.1 基于超声波系统的APF避障算法设计 | 第53-60页 |
| 4.1.1 人工势场法的概念与应用 | 第53-56页 |
| 4.1.2 基于AR.Drone避障系统设计 | 第56-58页 |
| 4.1.3 APF避障与被动避障 | 第58-60页 |
| 4.2 基于CE的改进型APF避障算法设计 | 第60-69页 |
| 4.2.1 交叉熵算法 | 第60-62页 |
| 4.2.2 单障碍环境下避障算法设计 | 第62-65页 |
| 4.2.3 多障碍环境下避障算法设计 | 第65-69页 |
| 4.3 基于分数阶的势场设计 | 第69-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第5章 无人机系统设计与飞行实验 | 第73-89页 |
| 5.1 四旋翼无人机系统设计 | 第73-77页 |
| 5.1.1 无人机系统架构 | 第73-74页 |
| 5.1.2 基于AR.Drone的改造设计 | 第74-77页 |
| 5.2 无人机目标跟踪实验 | 第77-83页 |
| 5.2.1 基于Gazebo的仿真实验 | 第77-81页 |
| 5.2.2 实际飞行实验 | 第81-83页 |
| 5.3 避障实验与效果评估 | 第83-87页 |
| 5.3.1 AR.Drone Simulink开发工具箱 | 第83-85页 |
| 5.3.2 避障实验及效果分析 | 第85-87页 |
| 5.4 本章小结 | 第87-89页 |
| 第6章 总结与展望 | 第89-91页 |
| 6.1 总结 | 第89-90页 |
| 6.2 展望 | 第90-91页 |
| 参考文献 | 第91-95页 |
| 致谢 | 第95-97页 |
| 作者简介 | 第97页 |
