UAV視覺輔助自主降落技術(shù)研究.pdf

1、目前UAV（Unmanned Aerial vehicles）廣泛應(yīng)用于各個(gè)領(lǐng)域，其軍事價(jià)值促使世界各國爭相發(fā)展UAV。UAV的主要功能是起飛、識別、監(jiān)視、跟蹤以及降落。近年來世界各國的研究者根據(jù)UAV的不同功能，研究不同的功能技術(shù)。本文將目標(biāo)識別、跟蹤和降落作為研究內(nèi)容，對UAV模型進(jìn)行仿真實(shí)驗(yàn)。
　　論文選H地標(biāo)作為對象進(jìn)行實(shí)驗(yàn)研究。在目標(biāo)識別跟蹤實(shí)驗(yàn)中，根據(jù)地標(biāo)的SURF特征和幾何特征，提出了概率分類器和SURF特征點(diǎn)跟蹤結(jié)

2、合的目標(biāo)跟蹤定位方案。通過匹配的SURF特征點(diǎn)計(jì)算UAV的三個(gè)角度（偏轉(zhuǎn)角，俯仰角，翻滾角）。概率分類器以7個(gè)弱分類器組成強(qiáng)分類器，以積分圖像特征為基礎(chǔ)的;SURF點(diǎn)跟蹤以SURF特征點(diǎn)和目標(biāo)輪廓特征為基礎(chǔ)進(jìn)行實(shí)驗(yàn)。根據(jù)分類器和SURF跟蹤器提出的融合準(zhǔn)則可以準(zhǔn)確的定位目標(biāo)。對于只有一方成功定位目標(biāo)，而另一方失敗的情況，可以利用分類器中的目標(biāo)特征進(jìn)行目標(biāo)匹配，判斷目標(biāo)是不是有效目標(biāo)。該實(shí)驗(yàn)分為目標(biāo)前期選擇、分類器訓(xùn)練以及目標(biāo)跟蹤階段。前

3、期目標(biāo)選擇得到與目標(biāo)相對平行的一種飛行姿態(tài)，為分類器和目標(biāo)跟蹤提供了較好的目標(biāo)特征。實(shí)驗(yàn)驗(yàn)證了本算法具有良好的魯棒性（旋轉(zhuǎn)角、俯仰角、光照背景），而且處理滿足實(shí)時(shí)性的要求，并可根據(jù)SURF點(diǎn)匹配計(jì)算UAV的姿態(tài)。
　　以地標(biāo)為特征進(jìn)行的識別跟蹤降落可以很好的實(shí)現(xiàn)UAV的自主降落，但是UAV必須具有應(yīng)急突發(fā)狀況的能力。例如無地標(biāo)特征，但需要進(jìn)行迫降的情況。在無場景環(huán)境信息的狀況，要實(shí)現(xiàn)UAV的自主降落，可以利用計(jì)算機(jī)視覺中的雙目系統(tǒng)

4、完成。本文搭建雙目系統(tǒng)，通過圖像對匹配獲取視差圖，恢復(fù)目標(biāo)場景并選擇合適的區(qū)域進(jìn)行判斷能不能作為安全降落區(qū)域。該系統(tǒng)同樣利用SURF特征點(diǎn)進(jìn)行跟蹤，優(yōu)化匹配狀態(tài)。本文為雙目降落系統(tǒng)引入了輪廓識別匹配、SURF跟蹤、ENCC立體匹配以及RANSAC平面擬合等算法。ENCC子像素立體匹配可以獲取較高精度的致密視差圖，為UAV選擇安全區(qū)域提供較好的數(shù)據(jù)。輪廓匹配可以快速高效的確定有效的目標(biāo)區(qū)域，并提供足夠的SURF特征點(diǎn)進(jìn)行RANSAC平面擬