基于合作目标的无人机视觉着陆位姿估计方法及合作目标优化研究

发布时间：2017-09-07 05:46

  本文关键词：基于合作目标的无人机视觉着陆位姿估计方法及合作目标优化研究

  更多相关文章： 无人机 合作目标 位姿估计 遗传算法 显著性检验

【摘要】：无人机视觉着陆技术的实用价值和发展前景备受关注,其中的研究热点之一为基于合作目标的无人机视觉着陆位姿估计方法。本文主要研究了基于合作目标的位姿估计方法及合作目标的构型优化。首先,针对目前缺乏对常用位姿估计算法在统一实验条件下的综合定量对比研究问题,本文研究了常用位姿估计算法原理,包括P3P算法、P4P算法、RPnP算法、Tsai算法和正交迭代算法;对各算法的稳定性、精度和实时性进行了综合对比研究,得出了RPnP算法较适用于无人机视觉着陆位姿估计场合的结论,并通过实验验证了该结论。其次,针对P3P算法稳定性曲线呈双峰的问题,通过仿真实验分析了问题产生的原因;针对正交迭代算法的初始值有多种选取方法的问题,通过仿真实验对比研究,得出了选取RPnP算法解作为初始值时算法性能较好的结论。再次,针对Tsai算法求解旋转矩阵R的精度较高,但求解平移向量T的精度较低的问题,充分利用已知的焦距和特征点间距离作为冗余信息,根据小孔成像模型的比例关系,在Tsai算法解得R的基础上,提出了对T求解过程的改进方法,对比实验表明,与传统Tsai算法相比,本文的改进Tsai算法精度提高约10%、实时性提高约50%。最后,研究了合作目标构型优化,一方面,研究了基于遗传算法的构型优化方法,其中,针对目前构型优化研究中对解空间的构型有一定限制的问题,提出了新的解空间编码解码方法;针对现有位姿估计误差评价指标无法较好地统一6个位姿参数量纲和数量级的问题,根据回归分析中对回归方程拟合显著性的评价方法,提出了基于显著性检验公式的位姿估计误差评价指标,并利用该指标设计了遗传算法适应度函数。对比试验表明,优化后的合作目标具有更高的位姿估计精度和实用性。另一方面,针对固定翼无人机沿小角度下降轨迹运动时,合作目标在相机成像平面的投影沿纵向明显缩小,从而影响位姿估计精度的问题,提出了斜平面合作目标,并研究了斜平面合作目标与地面的夹角对位姿估计精度的影响,为斜平面合作目标的工程应用提供了理论支持。
【关键词】：无人机 合作目标 位姿估计 遗传算法 显著性检验
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V279
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 缩略词13-14
• 第一章 绪论14-24
• 1.1 研究背景及意义14
• 1.2 国内外研究现状14-22
• 1.2.1 无人机视觉着陆位姿估计方法研究现状14-19
• 1.2.2 合作目标构型优化研究现状19-21
• 1.2.3 研究现状存在的问题21-22
• 1.3 本文主要内容与创新点22-23
• 1.3.1 本文主要内容22
• 1.3.2 本文创新点22-23
• 1.4 本文章节安排23-24
• 第二章 基于合作目标的位姿估计方案及理论基础研究24-30
• 2.1 无人机视觉着陆总体方案设计24
• 2.2 合作目标的初步设计24-26
• 2.2.1 分体式合作目标24-25
• 2.2.2 红外合作目标25
• 2.2.3 合作目标特征点提取25-26
• 2.3 位姿估计理论基础26-29
• 2.3.1 成像模型26
• 2.3.2 坐标系定义及变换26-28
• 2.3.3 位姿参数定义28-29
• 2.4 本章小结29-30
• 第三章 基于特征点的位姿估计算法研究30-61
• 3.1 常用位姿估计算法原理研究30-38
• 3.1.1 非迭代算法30-37
• 3.1.2 迭代算法37-38
• 3.2 常用位姿估计算法性能对比研究38-42
• 3.2.1 算法性能指标及仿真实验方法38-39
• 3.2.2 基于仿真实验的常用算法性能对比39-42
• 3.3 对常用算法存在问题的研究和改进42-51
• 3.3.1 对P3P算法多解选择问题的讨论42-43
• 3.3.2 对正交迭代算法初始值选取问题的研究43-46
• 3.3.3 基于Tsai算法的改进研究46-49
• 3.3.4 基于仿真实验的改进前后Tsai算法性能对比49-51
• 3.4 算法性能的对比实验研究51-57
• 3.4.1 基于 3ds Max仿真实验的算法性能对比51-53
• 3.4.2 基于实物实验的算法性能对比53-57
• 3.5 基于实物实验的无人机视觉着陆位姿估计方法验证研究57-59
• 3.5.1 实验方案及器材57-58
• 3.5.2 实验数据分析58-59
• 3.6 本章小结59-61
• 第四章 合作目标构型优化研究61-84
• 4.1 合作目标构型优化可行性分析61-63
• 4.2 遗传算法理论基础63-65
• 4.3 基于遗传算法的合作目标构型优化研究65-74
• 4.3.1 合作目标构型优化总体方案65-66
• 4.3.2 染色体编码、解码研究66-68
• 4.3.3 染色体调整研究68
• 4.3.4 适应度函数设计研究68-71
• 4.3.5 遗传操作方法及参数的选择研究71-73
• 4.3.6 合作目标构型优化实验73-74
• 4.4 对优化所得构型性能的验证研究74-78
• 4.4.1 基于仿真实验的构型性能验证研究74-75
• 4.4.2 基于3dsMax仿真实验的构型性能验证研究75-77
• 4.4.3 基于实物实验的构型性能验证研究77-78
• 4.5 斜平面合作目标研究78-83
• 4.5.1 斜平面合作目标与地面夹角取值的对比研究78-81
• 4.5.2 实物验证实验81-83
• 4.6 本章小结83-84
• 第五章 总结与展望84-86
• 5.1 本文的主要工作84
• 5.2 研究展望84-86
• 参考文献86-91
• 致谢91-92
• 在学期间的研究成果及发表的学术论文92

【参考文献】

中国期刊全文数据库 前10条

1 邹海宁;;美国海军精确进近着降系统(JPALS)架构研究[J];飞机设计;2015年02期

2 李鑫;龙古灿;刘进博;张小虎;于起峰;;相机位姿估计的加速正交迭代算法[J];光学学报;2015年01期

3 唐麟;刘琳;苏君红;;红外图像噪声建模及仿真研究[J];红外技术;2014年07期

4 温卓漫;王延杰;邸男;金明河;;基于合作靶标的在轨手眼标定[J];仪器仪表学报;2014年05期

5 Xu Guili;Qi Xiaopeng;Zeng Qinghua;Tian Yupeng;Guo Ruipeng;Wang Biao;;Use of land's cooperative object to estimate UAV's pose for autonomous landing[J];Chinese Journal of Aeronautics;2013年06期

6 吴俣;余涛;谢东海;;面向应急响应的无人机图像快速自动拼接[J];计算机辅助设计与图形学学报;2013年03期

7 李宇;王友仁;罗慧;陈燕;姜媛媛;;基于视觉的无人机自主着陆地标识别方法[J];计算机应用研究;2012年07期

8 王广彪;李华伟;丁文锐;李红光;;无人机在运动舰船上着舰视觉导引技术研究[J];中国电子科学研究院学报;2012年03期

9 马永杰;云文霞;;遗传算法研究进展[J];计算机应用研究;2012年04期

10 李飞;唐大全;毕波;沈宁;;基于点线对应的无人机位姿估计算法[J];计算机测量与控制;2011年12期

，

本文编号：807760