首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

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

论文共100页,点击 下载论文
上一篇:多无人机监控方法研究
下一篇:多无人机实时航路规划算法研究与实现