基于毫米波雷达与单目视觉融合的无人机自主避障系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 选题背景和研究意义 | 第16-17页 |
| 1.2 课题的国内外研究现状 | 第17-18页 |
| 1.3 论文工作和结构安排 | 第18-20页 |
| 第二章 毫米波雷达测距原理 | 第20-28页 |
| 2.1 毫米波雷达 | 第20-22页 |
| 2.1.1 毫米波雷达系统框图 | 第20-21页 |
| 2.1.2 毫米波雷达工作原理 | 第21-22页 |
| 2.2 正交解调 | 第22-23页 |
| 2.3 恒虚警率检测 | 第23-26页 |
| 2.3.1 恒虚警率检测原理 | 第24-25页 |
| 2.3.2 CA-CFAR | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 单目视觉测角 | 第28-42页 |
| 3.1 图像增强 | 第28-32页 |
| 3.1.1 直方图均衡 | 第28-31页 |
| 3.1.2 高斯滤波 | 第31-32页 |
| 3.2 Canny边缘检测 | 第32-35页 |
| 3.3 形态学处理 | 第35-36页 |
| 3.3.1 腐蚀运算 | 第35页 |
| 3.3.2 膨胀运算 | 第35-36页 |
| 3.4 障碍物聚类识别 | 第36-40页 |
| 3.4.1 K-means聚类过程 | 第37-39页 |
| 3.4.2 引导式K-means聚类过程 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 障碍物三维定位原理 | 第42-54页 |
| 4.1 常用单目测距算法 | 第42-47页 |
| 4.1.1 基于散焦的单目测距算法 | 第42-45页 |
| 4.1.2 基于特征点扩散的单目测距算法 | 第45-47页 |
| 4.2 雷达测距与单目视觉融合原理 | 第47-52页 |
| 4.2.1 融合处理原理 | 第47-49页 |
| 4.2.2 最小二乘拟合平面 | 第49-50页 |
| 4.2.3 坐标系转换 | 第50-52页 |
| 4.3 本章小结 | 第52-54页 |
| 第五章 无人机避障系统设计和验证 | 第54-76页 |
| 5.1 总体方案设计 | 第54-55页 |
| 5.2 避障系统各功能模块设计 | 第55-68页 |
| 5.2.1 毫米波雷达模块 | 第56-57页 |
| 5.2.2 采集与传输模块 | 第57-60页 |
| 5.2.3 单目视觉模块 | 第60-61页 |
| 5.2.4 飞行参数测量模块 | 第61-62页 |
| 5.2.5 信息融合处理模块 | 第62-66页 |
| 5.2.6 实物安装 | 第66-68页 |
| 5.3 避障系统避障策略 | 第68页 |
| 5.4 实验验证 | 第68-74页 |
| 5.4.1 单目视觉测角定位 | 第69-71页 |
| 5.4.2 毫米波雷达测距 | 第71页 |
| 5.4.3 融合处理 | 第71-73页 |
| 5.4.4 避障飞行 | 第73-74页 |
| 5.5 本章小结 | 第74-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76-77页 |
| 6.2 研究展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 作者简介 | 第84-85页 |
