自动目标跟踪与无人机自主降落中的视觉方法研究
文献类型：学位论文
| 作者 | 范保杰
|
| 学位类别 | 博士 |
| 答辩日期 | 2011-11-29 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 中国科学院沈阳自动化研究所 |
| 导师 | 唐延东 |
| 关键词 | 无人机视觉系统 目标跟踪 权重主动漂移纠正 空间共线性误差 |
| 其他题名 | The Visual Method Study in Automatic Object Tracking and UAV Autonomous Landing |
| 学位专业 | 模式识别与智能系统 |
| 中文摘要 | 旋翼无人机具有独特的飞行性能和独有的低成本、低损耗、零伤亡、战场生存能力强、可重复使用以及高机动等诸多优势，在军用及民用方面具有广泛的应用前景。开展无人机自主环境感知技术的研究，在满足旋翼无人机在各领域应用的迫切技术需求，提高无人机自主能力等方面具有重大的意义。视觉系统作为旋翼无人直升机系统重要的组成部分，在实现环境感知和辅助导航方面具有得天独厚的优势。本文以实现无人机视觉导航为应用背景，针对其中的三个问题：自动目标跟踪，基于合作目标的无人机位姿估计，无人机自主降落中的平坦区域检测，进行了深入的研究，主要工作如下： 1. 针对移动目标跟踪中的模板漂移问题，提出了一种基于权重主动漂移纠正的模板跟踪算法。算法可以有效阻止跟踪过程中的模板漂移，无需再次进行纠正跟踪。总的能量函数包含两部分：跟踪项和漂移纠正项，通过最小化总的能量函数来同时实现模板跟踪和权重主动漂移纠正。主动漂移纠正项被纳入传统仿射配准算法的框架中。其最小化是通过基于权重L2准则的反向合成算法来实现的，另外，算法中的权重系数是自适应更新的。为了减少跟踪过程中的累积误差，我们还设计了一种新颖的模板更新策略，从先前模板序列中选择具有最小匹配误差的模板作为当前模板。不同场景的跟踪实验验证了我们算法的有效性，其性能全面优于Matthews[12]的被动模板跟踪算法。 2. 提出了一种基于合作目标的无人机的位姿估计方法。首先设计了两种合作目标，并发展了两种与之对应的实时图像预处理算法。接着提出了一种基于空间共线性误差的实时位姿估计算法，算法包含两个阶段：深度估计和绝对方位求解。通过最小化目标函数，迭代求解特征点的深度信息和位姿信息，接下来，利用绝对方位求解算法来求得最终的位姿信息。上述两个阶段依次迭代求解，直至结果收敛。仿真和实际实验表明，与当前的多种位姿估计算法相比，算法可直接应用于共面和非共面的情况，具有较高的精度，较好的鲁棒性。将该方法与两种合作目标结合，完成了模拟无人机自主降落的位姿估计实验，验证了方法的有效性。 3. 针对无人机自主降落中平坦区域检测问题，提出了基于序列图像的场景中平坦区域检测方法。首先针对序列图像的重建，提出了一种渐进式运动推断结构算法，对场景进行三维重建，获得场景中的三维点云信息，接下来利用最小中位数和Ransac算法从重建点云中找到近似场景地表的最佳平面，此最佳平面可以作为无人机的安全降落区域。在四种不同场景中，所提出的重建算法都获得了较稠密的三维点云，取得了令人满意的重建结果。平坦区域检测算法稳定准确的找到了近似当地地表的最佳平面，并与实际情况相符，验证了所提出的平坦区域检测方法的有效性。 4. 设计并开发了两种不同平台(PC104, DSP)的无人机视觉系统。该系统由机载视觉子系统、地面站子系统、无线通信子系统三个部分组成，构建了完整的空地、人机交互环路。室内室外的目标跟踪实验验证了所搭建系统的有效性，稳定性，可靠性。特别是基于DSP的无人机视觉系统，已完成多次飞行试验，取得了较好的实验效果。 |
| 索取号 | TP391.41/F23/2011 |
| 语种 | 中文 |
| 公开日期 | 2012-07-27 |
| 分类号 | TP391.41 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/9412]  |
| 专题 | 沈阳自动化研究所_机器人学研究室 |
| 推荐引用方式 GB/T 7714 | 范保杰. 自动目标跟踪与无人机自主降落中的视觉方法研究[D]. 中国科学院沈阳自动化研究所. 中国科学院沈阳自动化研究所. 2011. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。