基于视觉的Qball-X4四旋翼无人机地面目标跟踪
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文目标和结构 | 第14-16页 |
| 第2章 QBALL-X4数学模型 | 第16-26页 |
| 2.1 坐标系定义 | 第16-18页 |
| 2.1.1 世界坐标系 | 第16页 |
| 2.1.2 机体坐标系 | 第16-17页 |
| 2.1.3 坐标转换矩阵 | 第17-18页 |
| 2.2 Qball-X4数学模型的建立 | 第18-24页 |
| 2.2.1 电机—升力模型 | 第18-19页 |
| 2.2.2 自身姿态模型 | 第19-22页 |
| 2.2.3 空间位置模型 | 第22-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 目标识别跟踪定位算法 | 第26-46页 |
| 3.1 基于光流的目标跟踪器 | 第26-30页 |
| 3.1.1 光流基本约束方程 | 第26-27页 |
| 3.1.2 Lucas-Kanade跟踪算法 | 第27-28页 |
| 3.1.3 中值流跟踪器 | 第28-30页 |
| 3.2 基于随机森林的目标检测器 | 第30-37页 |
| 3.2.1 决策树与随机森林 | 第30-32页 |
| 3.2.2 目标模型与目标检测器 | 第32-37页 |
| 3.3 基于P-N学习的目标模型更新 | 第37-38页 |
| 3.3.1 P-N学习机制 | 第37页 |
| 3.3.2 P-N专家设计 | 第37-38页 |
| 3.4 基于导航信息的目标定位 | 第38-45页 |
| 3.4.1 摄像头参数标定 | 第38-40页 |
| 3.4.2 目标位置校正 | 第40-44页 |
| 3.4.3 世界坐标系下的目标定位 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 带有卡尔曼滤波的最优PID控制器 | 第46-58页 |
| 4.1 轨迹跟踪最优PD控制器 | 第46-52页 |
| 4.1.1 控制器的基本结构设计 | 第46-47页 |
| 4.1.2 最优PID控制器设计 | 第47-50页 |
| 4.1.3 仿真及结果分析 | 第50-52页 |
| 4.2 基于Kalman滤波的误差估计 | 第52-57页 |
| 4.2.1 目标丢失及数据丢包情况分析 | 第52-53页 |
| 4.2.2 Kalman滤波器基本原理 | 第53-54页 |
| 4.2.3 Kalman滤波器设计 | 第54-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第5章 半实物仿真实验及结果分析 | 第58-76页 |
| 5.1 Quanser半实物仿真平台 | 第58-63页 |
| 5.1.1 硬件系统组成 | 第58-61页 |
| 5.1.2 QuaRC软件环境介绍 | 第61-62页 |
| 5.1.3 Quanser无人控制系统的通信 | 第62-63页 |
| 5.2 QuaRC环境下目标跟踪程序设计 | 第63-69页 |
| 5.2.1 目标定位与通信模块搭建 | 第63-66页 |
| 5.2.2 QBALL-X4轨迹跟踪模块搭建 | 第66-69页 |
| 5.2.3 QBALL-X4硬件驱动模块搭建 | 第69页 |
| 5.3 实验结果分析 | 第69-74页 |
| 5.4 本章小结 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |
