| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 课题背景和研究意义 | 第9-11页 |
| 1.1.1 无人机的应用 | 第9-10页 |
| 1.1.2 无人机的发展历程和功能特点 | 第10-11页 |
| 1.2 无人机着陆发展现状及发展方向 | 第11-13页 |
| 1.2.1 无人机着陆的发展现状 | 第11-13页 |
| 1.2.2 无人机自着陆设计的发展方向 | 第13页 |
| 1.3 旋翼无人机的自动控制原理及自动着陆介绍 | 第13-17页 |
| 1.3.1 四旋翼飞行器控制原理 | 第14-16页 |
| 1.3.2 旋翼无人机自动着陆的用途和特点 | 第16-17页 |
| 1.4 国内外研究现状 | 第17-20页 |
| 1.4.1 国外研究现状 | 第17-19页 |
| 1.4.2 国内研究现状 | 第19-20页 |
| 1.5 研究目的和主要工作 | 第20-21页 |
| 2 旋翼飞行器自动着陆的图像识别与处理 | 第21-41页 |
| 2.1 基于单目摄像机的目标图获取 | 第21-23页 |
| 2.2 旋翼飞行器的着陆地标设计 | 第23-25页 |
| 2.3 采集图像的颜色模式选择 | 第25页 |
| 2.4 图像的向下采样方法及实现 | 第25-28页 |
| 2.5 图像阈值分割算法 | 第28-32页 |
| 2.5.1 基于二值化的阈值分割 | 第28页 |
| 2.5.2 二值化阈值的选取 | 第28-30页 |
| 2.5.3 基于阈值优选对着陆地标的提取 | 第30-32页 |
| 2.6 开、闭合运算的图像优化 | 第32-36页 |
| 2.6.1 开、闭合运算的原理 | 第32页 |
| 2.6.2 开、闭合运算的算法和性质介绍 | 第32-33页 |
| 2.6.3 开-闭运算的原理算法 | 第33-36页 |
| 2.7 图像轮廓提取 | 第36-41页 |
| 2.7.1 边缘检测的概述 | 第36页 |
| 2.7.2 边缘检测常见的三种算法 | 第36-38页 |
| 2.7.3 边缘检测的算法的选取 | 第38-41页 |
| 3 特征点提取以及位姿转换 | 第41-52页 |
| 3.1 特征提取 | 第41-44页 |
| 3.2 基于图像视觉的位姿转换 | 第44-47页 |
| 3.2.1 摄像头的成像原理 | 第44-45页 |
| 3.2.2 位姿转换模型 | 第45-47页 |
| 3.3 无人机的位姿估计与地标跟踪 | 第47-52页 |
| 3.3.1 无人机的相对位置估计 | 第48-49页 |
| 3.3.2 无人机的姿态估计 | 第49-52页 |
| 4 四旋翼飞行器自动着陆控制算法研究 | 第52-63页 |
| 4.1 基于图像视觉的自动着陆策略 | 第52-53页 |
| 4.2 四旋翼飞行器的动力学线性化模型 | 第53-54页 |
| 4.3 PID控制器简介 | 第54页 |
| 4.4 基于粒子群算法(PSO)的四旋翼飞行器自动着陆PID控制器设计 | 第54-63页 |
| 4.4.1 粒子群算法基本原理 | 第55页 |
| 4.4.2 粒子群算法整定PID参数原理 | 第55-56页 |
| 4.4.3 误差性能指标的选取 | 第56页 |
| 4.4.4 基于粒子群算法进行PID参数整定控制器的设计与仿真 | 第56-63页 |
| 5 旋翼机自动着陆系统的实现 | 第63-71页 |
| 5.1 现场实验设备选择 | 第63-65页 |
| 5.2 着陆实验环境选择 | 第65页 |
| 5.3 四旋翼飞行器硬件部分设计及工作原理 | 第65-67页 |
| 5.4 着陆实验步骤及结果 | 第67-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76-77页 |