基于视觉的旋翼无人机避障技术研究
| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国内外光流法避障研究现状 | 第12-14页 |
| 1.2.2 国内外无人机避障路径规划研究现状 | 第14-15页 |
| 1.3 本文研究的主要内容及工作安排 | 第15-17页 |
| 第二章 光流的基本理论及计算 | 第17-28页 |
| 2.1 视觉系统分析 | 第17-19页 |
| 2.1.1 单目视觉系统 | 第17-18页 |
| 2.1.2 双目视觉系统 | 第18-19页 |
| 2.1.3 全景视觉系统 | 第19页 |
| 2.2 光学成像原理 | 第19-22页 |
| 2.2.1 视觉坐标系 | 第19-20页 |
| 2.2.2 摄像机成像模型 | 第20-22页 |
| 2.3 光流场与运动场的关系 | 第22-23页 |
| 2.4 光流计算原理 | 第23-24页 |
| 2.4.1 光流约束方程 | 第23-24页 |
| 2.4.2 平滑约束条件 | 第24页 |
| 2.5 经典光流计算方法 | 第24-26页 |
| 2.5.1 HS方法 | 第24-25页 |
| 2.5.2 LK方法 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 基于径向光流的障碍物检测方法研究 | 第28-51页 |
| 3.1 光流的原理与计算 | 第28-34页 |
| 3.1.1 金字塔LK光流 | 第28-29页 |
| 3.1.2 切向光流 | 第29-33页 |
| 3.1.3 径向光流 | 第33-34页 |
| 3.2 径向光流检测障碍物 | 第34-36页 |
| 3.2.1 障碍物检测原理 | 第34页 |
| 3.2.2 设定检测阈值 | 第34-35页 |
| 3.2.3 障碍物检测算法 | 第35-36页 |
| 3.3 半实物仿真实验 | 第36-41页 |
| 3.3.1 半实物仿真实验设计 | 第36-37页 |
| 3.3.2 半实物仿真实验结果 | 第37-40页 |
| 3.3.3 半实物仿真实验分析 | 第40-41页 |
| 3.4 无人机实际飞行实验 | 第41-49页 |
| 3.4.1 实际飞行的实验平台 | 第41-42页 |
| 3.4.2 树冠类的障碍物检测实验 | 第42-44页 |
| 3.4.3 小树类的障碍物检测实验 | 第44-46页 |
| 3.4.4 建筑物正面的障碍物检测实验 | 第46-47页 |
| 3.4.5 建筑物侧面的障碍物检测实验 | 第47-49页 |
| 3.4.6 实际飞行实验分析 | 第49页 |
| 3.5 实时性分析 | 第49-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 无人机避障路径规划方法研究 | 第51-67页 |
| 4.1 路径规划算法基础介绍 | 第52-53页 |
| 4.1.1 路径规划的分类 | 第52页 |
| 4.1.2 路径规划的步骤 | 第52页 |
| 4.1.3 常用路径规划方法 | 第52-53页 |
| 4.2 避障路径规划原理 | 第53-57页 |
| 4.2.1 人工势场法原理 | 第53-56页 |
| 4.2.2 遗传算法原理 | 第56-57页 |
| 4.3 避障路径规划的模型建立 | 第57-60页 |
| 4.3.1 单障碍物避障路径规划模型 | 第57-59页 |
| 4.3.2 多障碍物避障路径规划模型 | 第59页 |
| 4.3.3 实时避障路径规划模型 | 第59-60页 |
| 4.4 仿真实验 | 第60-65页 |
| 4.4.1 单障碍物避障路径规划仿真 | 第60-62页 |
| 4.4.2 多障碍物避障路径规划仿真 | 第62-64页 |
| 4.4.3 实时避障路径规划仿真 | 第64-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 作者简历 | 第75页 |
