摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第14-28页 |
1.1 四轴飞行器研究背景 | 第14-15页 |
1.2 国内外相关研究 | 第15-19页 |
1.3 四轴飞行器典型应用 | 第19-20页 |
1.4 小型四轴飞行器系统原理 | 第20-22页 |
1.5 小型四轴飞行器软件平台面临的挑战 | 第22-25页 |
1.5.1 高实时性需求 | 第23-24页 |
1.5.2 稳定性需求 | 第24-25页 |
1.6 本文组织结构 | 第25-28页 |
第2章 微型嵌入式操作系统(OS)的研究与设计 | 第28-46页 |
2.1 微型实时多任务系统内核的设计与实现 | 第28-35页 |
2.1.1 任务管理模块 | 第28-31页 |
2.1.2 任务通信模块 | 第31-32页 |
2.1.3 中断处理模块 | 第32-34页 |
2.1.4 计时模块 | 第34-35页 |
2.2 系统内核性能测试与分析 | 第35-38页 |
2.2.1 实时性能 | 第35-36页 |
2.2.2 网络性能 | 第36-38页 |
2.3 系统任务调度算法优化 | 第38-45页 |
2.3.1 系统任务抢占调度模型 | 第38-39页 |
2.3.2 任务抢占引起的额外开销分析 | 第39-40页 |
2.3.3 任务调度引起的I/O延迟分析 | 第40-41页 |
2.3.4 改进的任务调度算法机制 | 第41-44页 |
2.3.5 改进的任务调度算法系统性能分析 | 第44-45页 |
2.4 本章小结 | 第45-46页 |
第3章 JAVA虚拟机(JVM)与JAVA实时应用研究与设计 | 第46-62页 |
3.1 实时JAVA编程语言与JAVA虚拟机 | 第46-47页 |
3.2 虚拟机研究与设计 | 第47-48页 |
3.2.1 虚拟机功能设计 | 第47-48页 |
3.2.2 JAVA虚拟机FijiVM的精简实现 | 第48页 |
3.3 实时JAVA应用任务执行机制设计 | 第48-50页 |
3.4 实时JAVA应用的类构造设计 | 第50-57页 |
3.4.1 任务类 | 第51-54页 |
3.4.2 任务调度及执行类 | 第54-56页 |
3.4.3 任务执行控制类 | 第56-57页 |
3.5 小型四轴飞行器OS/JVM软件平台 | 第57-60页 |
3.5.1 硬件实验平台 | 第57-58页 |
3.5.2 系统工作流程 | 第58-59页 |
3.5.3 OS/JVM软件平台的构建 | 第59-60页 |
3.6 本章小结 | 第60-62页 |
第4章 基于融合光流算法的小型四轴飞行器室内避障实现 | 第62-84页 |
4.1 光流原理及算法实现 | 第63-69页 |
4.1.1 图像光流原理 | 第63-64页 |
4.1.2 运动物体分析模型 | 第64-66页 |
4.1.3 小型四轴飞行器采集图像预处理 | 第66-67页 |
4.1.4 特征点提取算法 | 第67-69页 |
4.2 基于金字塔图像的L-K光流跟踪 | 第69-72页 |
4.3 平移光流原理及计算 | 第72-74页 |
4.4 小型四轴飞行器避障算法 | 第74-81页 |
4.4.1 融合光流向量计算和障碍物判断 | 第74-76页 |
4.4.2 判断小型四轴飞行器是否在障碍物的危险区域 | 第76-78页 |
4.4.3 飞行速度与障碍识别准确率的关系 | 第78页 |
4.4.4 避障算法的实时性验证 | 第78-81页 |
4.4.5 避障算法的准确性验证 | 第81页 |
4.5 本章小结 | 第81-84页 |
第5章 基于消失点算法的小型四轴飞行器室内导航实现 | 第84-104页 |
5.1 四轴飞行器导航技术 | 第84-87页 |
5.2 室内环境分析建模 | 第87-89页 |
5.2.1 消失点计算模型 | 第87-88页 |
5.2.2 室内环境中的消失点建模 | 第88-89页 |
5.3 室内环境中的直线提取算法 | 第89-95页 |
5.3.1 图像预处理 | 第90页 |
5.3.2 Canny边缘检测 | 第90-94页 |
5.3.3 随机Hough变换直线提取 | 第94-95页 |
5.4 消失点算法实现机制 | 第95-99页 |
5.4.1 消失点估计算法分类 | 第95-96页 |
5.4.2 提取直线的选取 | 第96页 |
5.4.3 直线段选取阈值算法及实验设定 | 第96-98页 |
5.4.4 消失点的计算与获取 | 第98-99页 |
5.5 小型四轴飞行器快速消失点估计算法VPEE | 第99-102页 |
5.5.1 VPEE算法原理 | 第99-100页 |
5.5.2 VPEE算法的飞行验证 | 第100-101页 |
5.5.3 VPEE算法的实时性验证 | 第101-102页 |
5.6 本章小结 | 第102-104页 |
第6章 基于小型四轴飞行器OS/JVM的室内走廊自主导航飞行 | 第104-122页 |
6.1 图像熵技术的应用 | 第104-105页 |
6.2 基于图像熵的墙壁检测及退避策略 | 第105-107页 |
6.2.1 基于图像熵的墙壁检测算法 | 第105页 |
6.2.2 图像熵的阈值设定 | 第105-107页 |
6.3 小型四轴飞行器室内走廊自主导航策略 | 第107-108页 |
6.4 多变量RBF神经网络PID自适应飞行控制方法 | 第108-114页 |
6.4.1 控制系统结构 | 第108-109页 |
6.4.2 控制算法 | 第109-112页 |
6.4.3 控制算法的验证 | 第112-114页 |
6.5 小型四轴飞行器室内走廊实际飞行实验及结果分析 | 第114-119页 |
6.5.1 图像熵、光流均衡算法避障飞行实验 | 第114-117页 |
6.5.2 融合光流算法避障飞行实验 | 第117页 |
6.5.3 图像识别算法转向飞行实验 | 第117-118页 |
6.5.4 消失点算法导航飞行实验 | 第118-119页 |
6.6 本章小结 | 第119-122页 |
第7章 总结与展望 | 第122-126页 |
7.1 本文的工作 | 第122-123页 |
7.2 本文创新之处 | 第123-124页 |
7.3 下一步工作展望 | 第124-126页 |
参考文献 | 第126-138页 |
致谢 | 第138-140页 |
攻读博士期间发表的论文 | 第140-141页 |