基于机器视觉的无人机避障技术研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第12-13页 |
缩略语对照表 | 第13-17页 |
第一章 绪论 | 第17-25页 |
1.1 研究背景与意义 | 第17-18页 |
1.2 国内外研究现状 | 第18-20页 |
1.2.1 国内无人机避障技术研究现状 | 第18-19页 |
1.2.2 国外无人机避障技术研究现状 | 第19-20页 |
1.3 无人机避障技术 | 第20-21页 |
1.3.1 超声波避障技术 | 第20页 |
1.3.2 激光雷达避障技术 | 第20-21页 |
1.3.3 机器视觉避障技术 | 第21页 |
1.4 图像传输技术简介 | 第21-22页 |
1.5 论文研究的内容与章节安排 | 第22-25页 |
1.5.1 本文研究的主要内容 | 第22-23页 |
1.5.2 本论文的章节安排 | 第23-25页 |
第二章 相关知识概述 | 第25-37页 |
2.1 摄像机成像原理 | 第25页 |
2.2 摄像机成像模型 | 第25-26页 |
2.3 坐标系的定义 | 第26-30页 |
2.3.1 图像平面坐标系 | 第26页 |
2.3.2 物理平面坐标系 | 第26-27页 |
2.3.3 摄像机坐标系 | 第27-28页 |
2.3.4 世界坐标系 | 第28-30页 |
2.4 摄像机标定 | 第30-36页 |
2.4.1 张正友摄像机标定原理 | 第31-34页 |
2.4.2 摄像机标定试验 | 第34-36页 |
2.5 本章小结 | 第36-37页 |
第三章 图像特征点的提取与匹配 | 第37-49页 |
3.1 SIFT算法原理分析 | 第37-43页 |
3.1.1 尺度空间极值检测 | 第37-41页 |
3.1.2 方向确定 | 第41-42页 |
3.1.3 创建特征点描述符 | 第42-43页 |
3.2 SURF算法原理分析 | 第43-47页 |
3.2.1 尺度空间极值检测 | 第43-46页 |
3.2.2 方向确定 | 第46页 |
3.2.3 特征点描述符 | 第46-47页 |
3.3 基于局部特征的图像匹配方法 | 第47-48页 |
3.4 本章小结 | 第48-49页 |
第四章 单目视觉避障系统的功能设计 | 第49-57页 |
4.1 避障系统 | 第50-53页 |
4.1.1 数据通信模块 | 第50-52页 |
4.1.2 避障决策模块 | 第52-53页 |
4.2 图像系统 | 第53-56页 |
4.2.1 数据通信模块 | 第53-55页 |
4.2.2 图像处理模块 | 第55-56页 |
4.3 本章小结 | 第56-57页 |
第五章 单目避障算法设计与实现 | 第57-81页 |
5.1 图像特征提取算法的选择 | 第57-63页 |
5.1.1 算法原理比较 | 第57页 |
5.1.2 算法性能比较 | 第57-63页 |
5.2 障碍物检测算法 | 第63-72页 |
5.2.1 特征点的提取与匹配 | 第64-65页 |
5.2.2 简易深度信息 | 第65-69页 |
5.2.3 障碍物信息提取 | 第69-70页 |
5.2.4 障碍物检测算法实验验证 | 第70-72页 |
5.3 避障路径决策 | 第72-78页 |
5.3.1 激光雷达测距仪简介 | 第73-74页 |
5.3.2 障碍图像信息与激光雷达信息融合 | 第74-75页 |
5.3.3 安全窗口 | 第75页 |
5.3.4 反应式避障策略 | 第75-78页 |
5.4 单目避障流程 | 第78-79页 |
5.5 本章小结 | 第79-81页 |
第六章 实验结果与分析 | 第81-91页 |
6.1 仿真环境 | 第81-84页 |
6.1.1 避障系统运行环境 | 第81-83页 |
6.1.2 图像系统运行环境 | 第83-84页 |
6.2 实验结果与分析 | 第84-89页 |
6.2.1 低速测试 | 第84-87页 |
6.2.2 高速测试 | 第87-89页 |
6.3 本章小结 | 第89-91页 |
第七章 总结与展望 | 第91-93页 |
7.1 总结 | 第91-92页 |
7.2 展望 | 第92-93页 |
参考文献 | 第93-97页 |
致谢 | 第97-99页 |
作者简介 | 第99-100页 |