| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 超声波测距技术发展现状 | 第11-12页 |
| 1.2.2 机器视觉测距技术发展现状 | 第12-13页 |
| 1.2.3 电磁场测距技术发展现状 | 第13页 |
| 1.2.4 多源信息融合技术研究现状 | 第13-15页 |
| 1.3 论文主要内容及章节安排 | 第15-17页 |
| 2 基于多源信息融合的无人机智能避障系统理论研究 | 第17-39页 |
| 2.1 超声波测距技术 | 第17-21页 |
| 2.1.1 超声波测距原理 | 第17-20页 |
| 2.1.2 超声波测距误差成因分析 | 第20-21页 |
| 2.2 单摄像头测距技术 | 第21-25页 |
| 2.2.1 小孔成像原理 | 第21-22页 |
| 2.2.2 图像处理算法 | 第22-24页 |
| 2.2.3 单摄像头测距原理 | 第24-25页 |
| 2.3 电磁场测距技术 | 第25-27页 |
| 2.3.1 电磁场测距技术基本原理 | 第25-26页 |
| 2.3.2 电磁场测距技术在无人机避障中的应用 | 第26-27页 |
| 2.4 多源信息融合技术 | 第27-32页 |
| 2.4.1 多源信息融合的基本原理 | 第28页 |
| 2.4.2 多源信息融合的体系结构 | 第28-30页 |
| 2.4.3 多源信息融合算法及其在无人机避障中的应用 | 第30-32页 |
| 2.5 多旋翼无人机避障控制策略 | 第32-37页 |
| 2.5.1 多旋翼无人机基本飞行原理 | 第33-35页 |
| 2.5.2 多旋翼无人机避障控制策略 | 第35-37页 |
| 2.6 本章小结 | 第37-39页 |
| 3 无人机智能避障系统硬件设计 | 第39-51页 |
| 3.1 系统的总体结构设计 | 第39-40页 |
| 3.2 无人机智能避障系统主要硬件设计 | 第40-46页 |
| 3.2.1 超声波与视觉测距的硬件选型 | 第40-43页 |
| 3.2.2 电磁场测距系统的硬件设计 | 第43-45页 |
| 3.2.3 单片微型计算机...STM32F | 第45-46页 |
| 3.3 其他电路设计 | 第46-49页 |
| 3.3.1 电源稳压电路 | 第46-48页 |
| 3.3.2 无线数传模块 | 第48-49页 |
| 3.4 本章小结 | 第49-51页 |
| 4 无人机智能避障系统软件实现方法 | 第51-61页 |
| 4.1 软件设计总流程图 | 第51-53页 |
| 4.2 障碍物检测系统的软件实现 | 第53-58页 |
| 4.2.1 超声波测距系统的软件设计 | 第53-55页 |
| 4.2.2 单摄像头测距系统的软件设计 | 第55-56页 |
| 4.2.3 电磁场测距系统的软件设计 | 第56-57页 |
| 4.2.4 多源信息融合算法的软件设计 | 第57-58页 |
| 4.3 固件开发环境介绍 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 无人机智能避障系统的实验与应用 | 第61-75页 |
| 5.1 无人机智能避障系统的实验与分析 | 第61-72页 |
| 5.1.1 实验过程与结果分析 | 第61-68页 |
| 5.1.2 实验过程中遇到的问题及解决办法 | 第68-72页 |
| 5.2 无人机智能避障系统的应用 | 第72-74页 |
| 5.3 本章小结 | 第74-75页 |
| 6 总结与展望 | 第75-77页 |
| 攻读学位期间参加的科研项目及发表的学术论文 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-84页 |