基于視覺的微小型無人直升機(jī)位姿估計(jì)與目標(biāo)跟蹤研究.pdf

1、無人機(jī)在軍事和民用上都具有廣闊的應(yīng)用前景，近年來已成為全球范圍內(nèi)的研究熱點(diǎn)之一。實(shí)現(xiàn)自主導(dǎo)航是無人機(jī)能夠在實(shí)際中應(yīng)用的前提。相比基于慣性傳感器和全球定位系統(tǒng)的傳統(tǒng)導(dǎo)航方式，基于視覺的導(dǎo)航方式實(shí)時(shí)感知環(huán)境信息，能夠完成相對(duì)位姿估計(jì)、避障機(jī)動(dòng)飛行和地面目標(biāo)跟蹤這類與環(huán)境相關(guān)的任務(wù)，越來越受到重視。本論文選擇微小型無人直升機(jī)作為實(shí)驗(yàn)平臺(tái)，針對(duì)無人直升機(jī)視覺導(dǎo)航中的位姿估計(jì)問題和地面目標(biāo)跟蹤問題展開研究。本論文的主要工作為:
　　 第一

2、章首先介紹了本論文的研究背景和選題意義，隨后綜述了國(guó)內(nèi)外無人機(jī)視覺導(dǎo)航技術(shù)研究現(xiàn)狀，把無人機(jī)位姿估計(jì)方法按照使用的原理進(jìn)行分類，并對(duì)地面目標(biāo)跟蹤硬件系統(tǒng)和軟件系統(tǒng)進(jìn)行分析，最后闡明了本論文的主要研究?jī)?nèi)容和篇章結(jié)構(gòu)。
　　 第二章對(duì)相關(guān)的基礎(chǔ)理論做簡(jiǎn)單介紹，首先闡述了常用坐標(biāo)系和姿態(tài)表示方法，接著介紹了與射影幾何、攝像機(jī)模型和彩色圖像相關(guān)的知識(shí)，最后討論了基于擴(kuò)展卡爾曼濾波的同步定位與地圖構(gòu)建算法。
　　 第三章針對(duì)微小型

3、無人直升機(jī)在城市環(huán)境中飛行時(shí)的姿態(tài)估計(jì)問題，提出了一種在朝下拍攝的圖像中檢測(cè)建筑物側(cè)面垂直地面的邊緣直線的消影點(diǎn)的方法。消影點(diǎn)檢測(cè)方法的具體做法是先用Hough變換檢測(cè)邊緣直線，再進(jìn)行反向Hough交換同時(shí)求取消影點(diǎn)與垂直邊緣直線。根據(jù)射影幾何關(guān)系從消影點(diǎn)坐標(biāo)直接解算無人直升機(jī)的姿態(tài)。實(shí)驗(yàn)結(jié)果表明該方法能可靠地檢測(cè)出消影點(diǎn)，直接解算得到的姿態(tài)值是準(zhǔn)確的。
　　 第四章針對(duì)微小型無人直升機(jī)在高空飛行時(shí)的姿態(tài)估計(jì)問題，提出了一種在朝

4、前拍攝的圖像中檢測(cè)地平線的方法。地平線檢測(cè)方法的具體做法是先用Hough變換檢測(cè)出較長(zhǎng)的直線作為候選地平線，再結(jié)合暗原色先驗(yàn)圖像中的區(qū)域信息確定地平線。繼而在擴(kuò)展卡爾曼濾波理論框架下，結(jié)合地平線觀測(cè)模型與剛體旋轉(zhuǎn)模型估計(jì)無人直升機(jī)的姿態(tài)，并通過預(yù)測(cè)地平線參數(shù)及其殘差協(xié)方差來判斷檢測(cè)到的地平線是否正確，如果錯(cuò)誤則進(jìn)行糾正。實(shí)驗(yàn)結(jié)果表明該方法能準(zhǔn)確可靠地檢測(cè)出地平線。
　　 第五章針對(duì)微小型無人直升機(jī)在近似懸停旋轉(zhuǎn)時(shí)的姿態(tài)估計(jì)問題:

5、對(duì)“視覺羅盤”——基于單目視覺同步定位與地圖構(gòu)建的姿態(tài)測(cè)量方法進(jìn)行改進(jìn)。微小型無人直升機(jī)具有較大的角加速度，需要提高運(yùn)動(dòng)模型中系統(tǒng)噪聲方差的設(shè)定值才能使視覺羅盤繼續(xù)工作，但是導(dǎo)致匹配計(jì)算量增大，匹配錯(cuò)誤發(fā)生率提高。改進(jìn)包括使用多分辨率路標(biāo)選取策略初始化新路標(biāo)，使用逐層主動(dòng)搜索匹配算法對(duì)路標(biāo)進(jìn)行快速匹配。實(shí)驗(yàn)結(jié)果表明改進(jìn)后的方法具有匹配計(jì)算量減少，匹配錯(cuò)誤發(fā)生率降低的優(yōu)點(diǎn)。
　　 第六章針對(duì)微小型無人直升機(jī)在近地面飛行時(shí)的位姿估計(jì)

6、問題，對(duì)基于單目視覺同步定位與地圖構(gòu)建的位姿估計(jì)方法進(jìn)行改進(jìn)。改進(jìn)包括用路標(biāo)簇表示多個(gè)同時(shí)初始化的路標(biāo)來減少攝像機(jī)參數(shù)冗余，增強(qiáng)攝像機(jī)位姿約束作用;提高路標(biāo)初始深度設(shè)定值以減少在濾波更新后出現(xiàn)負(fù)深度的幾率;用2點(diǎn)隨機(jī)抽樣一致性數(shù)據(jù)關(guān)聯(lián)算法應(yīng)對(duì)攝像機(jī)多個(gè)軸上的角速度快速變化。實(shí)驗(yàn)結(jié)果表明改進(jìn)后的單目視覺SLAM方法位姿估計(jì)精度可以達(dá)到自主飛行需要。
　　 第七章針對(duì)微小型無人直升機(jī)的地面目標(biāo)跟蹤問題，搭建了一套微小型無人直升機(jī)地面

7、目標(biāo)跟蹤硬件系統(tǒng)，并提出了一種基于均值漂移和似然圖像橢圓亮斑檢測(cè)的視覺跟蹤算法。為硬件系統(tǒng)先后設(shè)計(jì)加工了兩代云臺(tái)，第一代云臺(tái)采用傳統(tǒng)兩軸兩框架結(jié)構(gòu)，第二代云臺(tái)采用兩軸三框架結(jié)構(gòu)，解決了兩軸兩框架結(jié)構(gòu)云臺(tái)轉(zhuǎn)動(dòng)中存在奇異點(diǎn)的問題。視覺跟蹤算法用目標(biāo)／混合區(qū)域面積加權(quán)的直方圖頻度比值作為似然度，以抑制背景對(duì)目標(biāo)的干擾;將目標(biāo)跟蹤轉(zhuǎn)變?yōu)樗迫粓D像橢圓亮斑檢測(cè)，用均值漂移估計(jì)橢圓亮斑的中心位置，用橢圓高斯差分算子估計(jì)橢圓亮斑的方向角和長(zhǎng)、短半軸尺度