面向小型無人機的視覺高度測量和目標識別技術研究與FPGA優(yōu)化.pdf

1、小型無人機（Unmanned Aerial Vehicle，簡稱UAV）的飛行姿態(tài)評估與視覺導航是小型無人機系統(tǒng)的兩大關鍵技術。本文對小型無人機飛行姿態(tài)評估中的高度測量與視覺導航中的目標識別技術進行了相關研究與FPGA（Field Programmable Gate Array，簡稱FPGA）優(yōu)化。
　　本研究主要內容包括：⑴針對小型無人機飛行高度測量在低空飛行以及城市、室內等復雜環(huán)境下傳統(tǒng)傳感器失效、測量精度不準確的情況和現(xiàn)有視

2、覺高度測量方法受限于人工標志的問題，本文提出了一種自然環(huán)境下的基于光流法的視覺高度測量方法，為小型無人機的飛行姿態(tài)評估提供了一個有效的高度信息源。⑵針對光流法稠密性、實時性和靈活性的需求，本文設計了一種基于FPGA的參數(shù)可調的金字塔 LK(Lucas-Kanade)光流估計并行結構，同時，該結構具有可擴展性。金字塔LK光流，是LK光流的金字塔分層實現(xiàn)，該方法在擴展LK光流估計范圍的同時又保持了LK光流估計良好的局部性和潛在的并行性。⑶針

3、對視覺導航小型無人機在飛行過程中視角不斷變化的特點，選擇了一種目前流行的深度學習算法CDBN（Convolutional Deep Belief Network），利用該方法的平移不變性，進行視頻場景中有無建筑物的圖像二分類。⑷針對CDBN的深度學習結構訓練時間長但又存在很大潛在并行度的特點，對其中的核心單元CRBM（Convolutional Restricted Boltzmann Machine）在定制的FPGA硬件架構下進行了優(yōu)