基于视觉信息的无人机着陆参数估计技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 引言 | 第12-13页 |
| 1.2 无人机自主导航技术 | 第13-14页 |
| 1.3 视觉导航技术 | 第14-19页 |
| 1.3.1 国外研究现状 | 第15-16页 |
| 1.3.2 国内研究现状 | 第16-19页 |
| 1.4 本文研究工作 | 第19-21页 |
| 第二章 图像预处理 | 第21-30页 |
| 2.1 引言 | 第21页 |
| 2.2 图像的灰度 | 第21-22页 |
| 2.3 噪声的特征 | 第22页 |
| 2.4 噪声的分类 | 第22-23页 |
| 2.5 传统中值滤波算法 | 第23-24页 |
| 2.6 改进的中值滤波算法 | 第24-27页 |
| 2.6.1 像素间的距离度量 | 第25页 |
| 2.6.2 像素间引力大小 | 第25-26页 |
| 2.6.3 自适应窗.及条件中值滤波 | 第26-27页 |
| 2.6.4 算法的主要步骤 | 第27页 |
| 2.7 实验结果和分析 | 第27-29页 |
| 2.8 本章工作内容总结 | 第29-30页 |
| 第三章 地平线的提取 | 第30-39页 |
| 3.1 引言 | 第30页 |
| 3.2 地平线特征 | 第30页 |
| 3.3 地平线检测算法 | 第30-36页 |
| 3.3.1 图像灰度投影法 | 第31-32页 |
| 3.3.2 阈值分割算法 | 第32-35页 |
| 3.3.3 RANSAC算法 | 第35-36页 |
| 3.3.4 最小二乘法 | 第36页 |
| 3.4 地平线检测结果 | 第36-38页 |
| 3.5 本章工作内容总结 | 第38-39页 |
| 第四章 跑道的提取 | 第39-56页 |
| 4.1 引言 | 第39页 |
| 4.2 跑道的识别与跟踪 | 第39-44页 |
| 4.2.1 基于不变矩的识别 | 第39-41页 |
| 4.2.2 基于传统模板的识别 | 第41页 |
| 4.2.3 基于图像纹理模板的识别 | 第41-44页 |
| 4.3 边缘特征提取 | 第44-50页 |
| 4.3.1 一阶微分算子 | 第44-46页 |
| 4.3.2 二阶微分算子 | 第46-47页 |
| 4.3.3 Lo G算子 | 第47-48页 |
| 4.3.4 基于数学形态学的边缘提取算法 | 第48-49页 |
| 4.3.5 基于模糊理论的边缘提取算法 | 第49-50页 |
| 4.4 边缘检测结果 | 第50页 |
| 4.5 Hough变换 | 第50-53页 |
| 4.6 跑道边缘提取结果 | 第53-55页 |
| 4.7 本章主要内容总结 | 第55-56页 |
| 第五章 无人机着陆参数的估计 | 第56-81页 |
| 5.1 引言 | 第56页 |
| 5.2 坐标系的知识 | 第56-59页 |
| 5.3 坐标系之间的转换 | 第59-61页 |
| 5.4 无人机姿态角的计算 | 第61-64页 |
| 5.4.1 倾斜角的计算 | 第61-62页 |
| 5.4.2 俯仰角的计算 | 第62-63页 |
| 5.4.3 偏航角的计算 | 第63-64页 |
| 5.5 无人机与跑道的相对位置估计 | 第64-66页 |
| 5.6 相机的标定 | 第66-71页 |
| 5.6.1 相机参数的初始估计 | 第66-68页 |
| 5.6.2 迭代算法求精 | 第68页 |
| 5.6.3 相机标定的实验过程 | 第68-71页 |
| 5.7 实验仿真结果 | 第71-80页 |
| 5.7.1 模拟着陆场景 | 第71-72页 |
| 5.7.2 特征提取和位姿估计 | 第72-76页 |
| 5.7.3 误差的定量分析 | 第76-80页 |
| 5.8 本章主要内容总结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 本文主要工作总结 | 第81页 |
| 6.2 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-88页 |
| 在学期间的研究成果及发表的学术论文 | 第88页 |
