基于视觉的无人机自主降落研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 四旋翼无人机的研究现状 | 第9-11页 |
| 1.3 基于视觉技术的无人机发展现状 | 第11-12页 |
| 1.4 无人机的自主降落技术现状 | 第12-14页 |
| 1.5 本文研究内容及论文安排 | 第14-16页 |
| 2 无人机视觉降落的相关技术 | 第16-29页 |
| 2.1 四旋翼无人机的构成 | 第16-17页 |
| 2.2 无人机的飞控系统 | 第17-18页 |
| 2.2.1 PID控制 | 第17页 |
| 2.2.2 LQR控制 | 第17-18页 |
| 2.2.3 嵌套饱和控制 | 第18页 |
| 2.3 视觉中的图像处理技术 | 第18-26页 |
| 2.3.1 RGB彩色空间 | 第19页 |
| 2.3.2 HSV彩色空间 | 第19-20页 |
| 2.3.3 转化模型 | 第20-21页 |
| 2.3.4 灰度化 | 第21-22页 |
| 2.3.5 阈值处理 | 第22-25页 |
| 2.3.6 图像滤波 | 第25-26页 |
| 2.4 视觉处理中的空间关系 | 第26-28页 |
| 2.4.1 图像坐标系 | 第26-27页 |
| 2.4.2 摄像机坐标系 | 第27页 |
| 2.4.3 世界坐标系 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 视觉中的椭圆拟合算法 | 第29-41页 |
| 3.1 Hough变换 | 第29-30页 |
| 3.2 最小二乘法 | 第30-31页 |
| 3.3 同心双椭圆的几何拟合算法 | 第31-34页 |
| 3.4 改进后的椭圆拟合算法 | 第34-37页 |
| 3.5 实验对比分析 | 第37-41页 |
| 4 视觉降落过程分析 | 第41-52页 |
| 4.1 着陆目标的设计 | 第41-42页 |
| 4.2 着陆目标的提取 | 第42-48页 |
| 4.2.1 直方图判定 | 第44页 |
| 4.2.2 图像预处理 | 第44-45页 |
| 4.2.3 边界提取算法Canny | 第45-48页 |
| 4.3 降落模式分析 | 第48-49页 |
| 4.4 中心点的坐标计算 | 第49页 |
| 4.5 着陆过程 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 基于视觉的无人机自主降落实验设计 | 第52-62页 |
| 5.1 飞行控制模块的选取 | 第52-53页 |
| 5.2 导航模块的选取 | 第53-55页 |
| 5.2.1 加速度计 | 第53-54页 |
| 5.2.2 陀螺仪 | 第54页 |
| 5.2.3 磁力计 | 第54-55页 |
| 5.2.4 气压计 | 第55页 |
| 5.3 无线通信模块的选取 | 第55-56页 |
| 5.4 视觉采集模块的选取 | 第56页 |
| 5.5 实验环境的搭建 | 第56-62页 |
| 5.5.1 位姿估计实验 | 第58页 |
| 5.5.2 降落实验 | 第58-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62页 |
| 6.2 后续工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表论文及科研成果 | 第67-68页 |
| 致谢 | 第68-69页 |
