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

无人机视觉着陆引导中的位姿估计问题研究

摘要第1-9页
ABSTRACT第9-10页
第一章 绪论第10-14页
   ·研究的背景和意义第10-12页
     ·INS/GPS 组合导航技术无法完全满足无人机自主着陆需求第10-11页
     ·基于视觉的自主导航技术提供了新的解决方案第11-12页
     ·位姿估计是视觉着陆引导技术的核心问题之一第12页
   ·本文主要内容和结构安排第12-14页
第二章 位姿估计问题研究现状综述第14-27页
   ·绝对定向与位姿估计问题描述第14-18页
     ·绝对定向问题第14-16页
     ·位姿估计问题第16-18页
   ·迭代解法第18-23页
     ·以像方残差二范数为目标函数的L-M 迭代算法第18-19页
     ·以物方残差二范数为目标函数的正交迭代算法第19-20页
     ·全局最优方法第20-23页
   ·线性解法第23-26页
     ·Adnan Ansar 方法第23-24页
     ·EPnP 方法第24-26页
   ·本章小结第26-27页
第三章 共面位姿估计问题研究第27-39页
   ·正交迭代算法与EPnP 算法针对退化情形的改进第27-28页
     ·正交迭代算法的改进第27-28页
     ·EPnP 算法的改进第28页
   ·基于面积比的共面位姿估计线性解法第28-32页
     ·基本原理第28-31页
     ·数值仿真实验第31-32页
   ·位姿模糊问题研究第32-38页
     ·问题的提出第33-34页
     ·位姿模糊的几何解释与代数解释第34-36页
     ·位姿模糊的合理处理第36-38页
   ·本章小结第38-39页
第四章 位姿估计问题误差分析第39-57页
   ·参数估计问题的理论误差下界第39-41页
     ·Cramer-Rao 下界概述第40页
     ·本文采用的Cramer-Rao 下界相关记号说明第40-41页
   ·位姿估计问题的Cramer-Rao 下界第41-49页
     ·参数估计的方式描述位姿估计问题第41-42页
     ·位姿估计问题的Cramer-Rao 下界推导第42-48页
     ·两种迭代算法精度与Cramer-Rao 下界的比较第48-49页
   ·各误差源对位姿估计精度的影响分析第49-56页
     ·内参标定误差与图像提取误差对归一化图像坐标的影响第50-51页
     ·归一化图像坐标误差与标志点布置误差对位姿估计精度的影响第51-56页
   ·本章小结第56-57页
第五章 视觉着陆引导最优方案设计第57-72页
   ·最优方案设计的数学模型第57-60页
     ·问题描述第58页
     ·多目标规划数学模型第58页
     ·若干具体问题的说明第58-60页
   ·基于模拟退火的最优化问题求解第60-63页
     ·模拟退火算法概述第60-61页
     ·算法实现中的若干技术问题第61-63页
   ·实例分析第63-71页
     ·需求分析第63-64页
     ·最优方案设计第64-68页
     ·结果分析第68-71页
   ·本章小结第71-72页
第六章 结束语第72-73页
参考文献第73-76页
作者在学期间取得的学术成果第76-77页
附录A 仿真条件第77-79页
附录B 三维旋转的表示第79页

论文共79页,点击 下载论文
上一篇:无人机纵向气动布局与控制系统优化设计研究
下一篇:无人机视觉辅助着陆中的关键技术研究