多旋翼飞行机器人的视觉定位、环境重构与非线性控制

发布时间：2025-06-24 03:15

　　近年来,随着无人机的快速发展,研究的内容也在不断的丰富。机器视觉、深度学习以及智能算法的不断发展,使得无人机逐渐成为了具备有自主定位与飞行能力的飞行机器人,因此对于飞行机器人的研究逐渐成为当前无人机研究的主要方向。对于飞行机器人的自主定位与飞行能力的研究,可以分为两个部分,一部分为基于机器视觉的飞行机器人自主定位方法研究;另一部分为飞行机器人的飞行控制算法研究。此外,随着飞行机器人的不断小型化,需要一种结构更加紧凑,机动性更强的飞行器构型,如本文所述的倾转式三旋翼飞行器。基于上述现状,本文做了以下工作:1.基于ORB-SLAM算法,搭建了一套基于视觉的飞行机器人自主定位与环境重建的软件框架,该软件框架可以实现飞行机器人的自主定位以及在地面站的三维环境重建,两者通过Wi-Fi协议进行通讯。地面站利用Pangolin库编写,可以实时的接收飞行机器人端发送的图像信号,并转化为三维稠密地图。此外,利用深度相机搭建了四旋翼飞行机器人自主定位与环境重建硬件平台,并在室内室外环境下进行了飞行定位实验,定位精度达到5cm。同时在室内室外进行了环境重建实验,实验表明在室内与室外环境下,重建效果均较为良好,...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 飞行机器人国内外研究现状
        1.2.1 飞行机器人的视觉定位与导航技术研究现状
        1.2.2 三旋翼飞行机器人的飞行控制算法研究现状
    1.3 论文主要内容介绍与章节安排
第2章 基于深度视觉的飞行机器人自主定位与三维环境重建系统设计
    2.1 引言
    2.2 基于视觉的定位方法介绍
        2.2.1 视觉传感器介绍
        2.2.2 视觉定位方法介绍
    2.3 飞行机器人自主定位与环境重建平台软件设计
        2.3.1 ORB-SLAM视觉SLAM算法前端设计
        2.3.2 ORB-SLAM视觉SLAM地面站后端设计
    2.4 飞行机器人自主定位与环境重建硬件平台
    2.5 飞行机器人自主定位与环境重建飞行实验
        2.5.1 室内定位实验
        2.5.2 室内环境重建实验
        2.5.3 室外环境重建实验
    2.6 本章小结
第3章 基于双目视觉与惯性传感器融合的飞行机器人视觉定位算法设计
    3.1 引言
    3.2 基于双目视觉的视觉定位算法设计
        3.2.1 双目相机模型
        3.2.2 双目视差计算方法
    3.3 基于双目视觉与惯性测量单元的融合算法设计
        3.3.1 IMU预积分
        3.3.2 双目视觉与IMU数据的融合
    3.4 基于双目视觉与惯性测量单元融合的视觉定位实验
        3.4.1 室内场景下的视觉定位实验
        3.4.2 室外场景下的视觉定位实验
    3.5 本章小结
第4章 倾转式三旋翼飞行器的有限时间收敛控制设计
    4.1 引言
    4.2 倾转式三旋翼飞行器动力学模型
        4.2.1 坐标系定义
        4.2.2 姿态系统动力学模型
    4.3 非线性鲁棒控制算法设计
        4.3.1 跟踪误差与滑模面构造
        4.3.2 控制器的设计
    4.4 稳定性分析
    4.5 倾转式三旋翼飞行器飞行控制实验
        4.5.1 镇定飞行实验
        4.5.2 风扰下飞行实验
        4.5.3 转动惯量变化
        4.5.4 对比试验
    4.6 本章小结
第5章 总结与展望
    5.1 本文工作总结
    5.2 后续工作展望
参考文献
发表论文和参加科研情况说明
致谢



本文编号：4052407