基于视觉的无人机姿态估计方法研究

发布时间：2017-08-01 20:31

  本文关键词：基于视觉的无人机姿态估计方法研究

  更多相关文章： 无人机 视觉导航 地平线检测 阈值分割 姿态估计

【摘要】：无人机具有体积小、成本低、安全性高等优点,在军用和民用领域都有很广泛的应用前景。传统的惯性导航方式由于累积误差以及GPS导航中GPS信号缺失等问题,影响了无人机的导航精度。通过图像采集,得到其特征信息,从而解决导航问题,这是视觉导航的基本思路,它具有自主性和成本低等优点。因而随着计算机视觉技术的发展,视觉导航作为辅助导航方式成为了研究热点。本文主要的研究内容是视觉导航中无人机姿态估计方法,所做的主要工作有:(1)深入研究了滤波、边缘检测、图像分割等图像处理的基本算法,导航系统中的坐标系转换,计算机视觉中摄像机坐标系、图像坐标系、世界坐标系等相对关系,为后续地平线检测算法和姿态估计方法提供理论基础。(2)提出一种有效的地平线检测算法,用基于最大类间方差的阈值分割方法将图像分割开来,进而进行边缘检测,并通过Radon变换和Hough变换分别对检测到的地平线进行了提取,得到了直线方程。与基于边缘检测的方法相比,出现误判地平线的现象较少,证明了所提算法的有效性。(3)提出一种基于地平线直线方程的无人机姿态估计方法。根据摄像机的投影映射关系,建立了地平线与无人机姿态角之间的关系。从而根据直线方程的斜率和截距,就可以进行姿态角的计算。(4)在对摄像机进行标定后设计实验对所提出的方法进行了验证,结果表明所提出的方法是可行且正确的。
【关键词】：无人机 视觉导航 地平线检测 阈值分割 姿态估计
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;V279
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 研究背景和意义10-14
• 1.1.1 无人机简介10-11
• 1.1.2 计算机视觉简介11-12
• 1.1.3 无人机导航方式12-13
• 1.1.4 视觉导航的意义13-14
• 1.2 研究现状与发展趋势14-17
• 1.2.1 国外研究现状14-15
• 1.2.2 国内研究现状15
• 1.2.3 研究和发展趋势15-16
• 1.2.4 研究难点16-17
• 1.3 研究内容及论文结构安排17-20
• 第2章 图像处理基础知识20-39
• 2.1 基本的图像处理操作20-25
• 2.1.1 灰度化方法20-21
• 2.1.2 直方图21-22
• 2.1.3 滤波方法22-25
• 2.2 边缘检测算子25-31
• 2.3 图像分割方法31-34
• 2.3.1 最佳阈值分割31-32
• 2.3.2 最大类间方差阈值分割32-34
• 2.4 Hough变换34-36
• 2.5 Radon变换36-38
• 2.6 本章小结38-39
• 第3章 计算机视觉基础39-50
• 3.1 无人机导航39-40
• 3.1.1 各种导航相关坐标系的转换39-40
• 3.2 无人机姿态角40-41
• 3.3 摄像机坐标系41-45
• 3.3.1 欧氏变换41-43
• 3.3.2 计算机视觉中的坐标系43-45
• 3.3.3 针孔摄像机模型45
• 3.4 摄像机标定方法45-48
• 3.5 本章小结48-50
• 第4章 姿态估计方法50-56
• 4.1 人工目标识别50-53
• 4.1.1 地标识别特点50-51
• 4.1.2 常用地标识别方法51-53
• 4.2 常用姿态估计方法53-54
• 4.3 基于地平线的姿态估计54-55
• 4.4 本章小结55-56
• 第5章 基于地平线检测估计姿态角56-72
• 5.1 地平线检测56-63
• 5.1.1 图像去雾56-58
• 5.1.2 地平线检测算法58-59
• 5.1.3 基于最大类间方差的地平线检测算法59-63
• 5.2 姿态估计63-68
• 5.2.1 传统姿态估计方法63-64
• 5.2.2 新的姿态计算方法64-68
• 5.3 特殊情况68
• 5.4 实验验证68-71
• 5.4.1 实验装置68-69
• 5.4.2 仿真实验69
• 5.4.3 姿态估计69-71
• 5.5 本章小结71-72
• 结论72-74
• 参考文献74-78
• 攻读学位期间发表论文与研究成果清单78-80
• 致谢80

【相似文献】

中国期刊全文数据库 前10条

1 傅泽宁;邵晓巍;龚德仁;段登平;;最优递归线性姿态估计算法[J];测控技术;2012年06期

2 罗宇阳;龚德仁;陈筠力;段登平;邵晓巍;;基于罗格里斯参数的航天器递归线性姿态估计算法[J];航天控制;2012年04期

3 李建竹;张骏;;水下晃动平台姿态估计精度仿真[J];西安工业大学学报;2008年01期

4 史东承,于德海,杨冬;一种多视角人脸姿态估计算法[J];长春工业大学学报(自然科学版);2004年01期

5 张根宝;杨永;;粒子滤波器及其在卫星姿态估计中的应用[J];计算机工程与科学;2011年06期

6 张彩霞;赵青娥;;基于旋转体的摄像机姿态估计[J];北方工业大学学报;2011年03期

7 郭作敏;飞行器实时姿态估计系统[J];光机电信息;1997年12期

8 毛玉星;于燕来;韩倍涛;徐少志;成华安;;应用人脸姿态估计实现人机信息交互[J];重庆大学学报;2012年01期

9 李兴唐;郭立红;;基于三维模型的飞机识别与姿态估计[J];武汉理工大学学报;2008年08期

10 马献德;陈强;孙振国;张文增;;水轮机叶片坑内修复机器人姿态估计改进算法[J];清华大学学报(自然科学版);2011年05期

中国重要会议论文全文数据库 前2条

1 叶蓬;刘方;;一种基于李群的目标姿态估计方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年

2 牟忠凯;隋立芬;甘雨;黄贤源;;观测噪声为有色噪声的UKF姿态估计算法[A];第二届中国卫星导航学术年会电子文集[C];2011年

中国博士学位论文全文数据库 前4条

1 刘袁缘;自然环境下头部姿态估计方法的研究与应用[D];华中师范大学;2015年

2 崔锦实;基于三维模型的关节式物体姿态估计与跟踪方法研究[D];清华大学;2004年

3 赵松;人脸识别中的姿态估计、识别算法和融合算法的研究[D];中国科学技术大学;2009年

4 欧阳毅;单目视频中人体运动建模及姿态估计研究[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 石广升;基于Kinect的物体三维模型构建和姿态估计方法研究[D];哈尔滨工业大学;2015年

2 杜署明;基于捷联惯性传感的吊钩姿态估计技术研究[D];大连理工大学;2015年

3 刘则芬;基于扩展梯度直方图的行人检测及姿态估计研究[D];合肥工业大学;2014年

4 张亚男;低成本动中通测控系统姿态估计算法的设计与实现[D];电子科技大学;2015年

5 张培浩;基于姿态估计的行为识别方法研究[D];南京航空航天大学;2015年

6 丁卓;基于单幅静止图像的人脸姿态估计的研究[D];华东师范大学;2014年

7 侯佳丽;基于视觉的无人机姿态估计方法研究[D];北京理工大学;2016年

8 孙昊翔;关于人脸姿态估计问题的研究[D];吉林大学;2007年

9 李华明;基于中国人面貌形态学特征的人脸姿态估计方法研究[D];西北大学;2005年

10 杨旭;基于稀疏流形的头部姿态估计研究[D];华中科技大学;2013年

，

本文编号：606088