| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-14页 |
| 1.2.2 国内研究现状 | 第14页 |
| 1.3 本文主要研究内容 | 第14-17页 |
| 1.3.1 论文的主要工作 | 第14-15页 |
| 1.3.2 论文的创新点 | 第15-16页 |
| 1.3.3 论文的组织结构 | 第16-17页 |
| 第二章 实验平台介绍及目标识别方法 | 第17-25页 |
| 2.1 AR.Drone2.0实验平台介绍 | 第17-21页 |
| 2.1.1 硬件平台 | 第17-18页 |
| 2.1.2 软件系统 | 第18-21页 |
| 2.2 目标识别方法 | 第21-24页 |
| 2.2.1 目标标志的选取 | 第21页 |
| 2.2.2 一种基于神经网络分类器的目标识别方法 | 第21-22页 |
| 2.2.3 一种基于霍夫变换的残缺目标识别方法 | 第22-23页 |
| 2.2.4 目标识别算法实时性分析 | 第23-24页 |
| 2.3 小结 | 第24-25页 |
| 第三章 基于射影几何与PTAM的目标跟随与目标速度估计 | 第25-43页 |
| 3.1 基于射影几何的目标在相机坐标系下的位置估计 | 第25-28页 |
| 3.2 基于PTAM的相机与目标在世界坐标系下的位置估计 | 第28-32页 |
| 3.2.1 基于PTAM的世界坐标系的建立 | 第28-30页 |
| 3.2.2 目标在世界坐标系下的位置估计 | 第30-32页 |
| 3.3 三维空间中基于卡尔曼滤波的目标速度估计 | 第32-34页 |
| 3.4 实验结果与分析 | 第34-42页 |
| 3.4.1 二义性问题实验结果与分析 | 第34-36页 |
| 3.4.2 目标跟随控制律设计及精度分析 | 第36-38页 |
| 3.4.3 PTAM算法的实时性分析 | 第38-39页 |
| 3.4.4 基于PTAM的无人机位置估计精度分析 | 第39-40页 |
| 3.4.5 基于卡尔曼滤波的速度估计分析 | 第40-42页 |
| 3.5 小结 | 第42-43页 |
| 第四章 基于射影几何与视觉伺服的无人机着陆方法 | 第43-57页 |
| 4.1 基于射影几何的无人机着陆方法 | 第43-47页 |
| 4.1.1 目标平面法向量“二义性”判别 | 第43-45页 |
| 4.1.2 偏航角获取 | 第45页 |
| 4.1.3 基于标志平面的世界坐标系的建立 | 第45-47页 |
| 4.1.4 基于射影几何的无人机着陆控制器设计 | 第47页 |
| 4.2 基于视觉伺服的无人机着陆控制 | 第47-53页 |
| 4.2.1 基于视觉伺服的误差信号选取 | 第47-48页 |
| 4.2.2 控制信号从图像平面到三维空间的转换 | 第48-49页 |
| 4.2.3 基于视觉伺服的PID控制器设计 | 第49-50页 |
| 4.2.4 射影几何与视觉伺服的结合 | 第50-52页 |
| 4.2.5 目标跟随与着陆的过程设计 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-55页 |
| 4.4 小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者在学期间取得的学术成果 | 第65页 |
