一種基于光流和自運(yùn)動估計的導(dǎo)航定位方法.pdf

1、隨著機(jī)器視覺技術(shù)的不斷發(fā)展成熟,同時由于經(jīng)典的慣性導(dǎo)航系統(tǒng)具有笨重、體積大、價格高昂等缺點(diǎn),基于視覺的導(dǎo)航技術(shù)正在逐漸成為當(dāng)前研究的熱點(diǎn)。視覺導(dǎo)航是被動導(dǎo)航(passive navigation)的一種,因為該技術(shù)不需要像聲納導(dǎo)航那樣主動向外界發(fā)射聲波,或是和GPS進(jìn)行通信,只需要接受來自攝像頭的信息,視覺導(dǎo)航就能正常工作。作為一種輔助手段,也可以預(yù)先在飛行器上存儲周圍環(huán)境的地圖,為實時導(dǎo)航提供一定的依據(jù)。
　　在本文中,我們提出

2、的算法能快速、魯棒的求解飛行器6個自由度的自運(yùn)動參數(shù)。在算法中,本文首先分別為兩個連續(xù)幀構(gòu)造兩個圖像金字塔,然后自上向下計算各層之間的自運(yùn)動參數(shù),并把每一層的結(jié)果都作為下一層的初值使用,直至最后一層,輸出最終結(jié)果。每一層中,我們的算法都包括3個部分:①計算兩幀圖像之間的光流;②將光流場輸入到本文提出的自運(yùn)動估計算法中,估計6個自由度參數(shù);③利用估計的自運(yùn)動參數(shù)計算“平面流”(planar surface flow),根據(jù)平面流對下一層的

3、第一幀圖像進(jìn)行圖像變形(image warpping)。由于該算法將光流估計和自運(yùn)動估計結(jié)合了起來,故本文將該算法稱為 OFcEG(Optical Flow connect EGomotion)算法。
　　為了精確快速的求解飛行器在6自由度參數(shù),本文首先研究了一些其他學(xué)者的成果以及他們的不足。為了解決這些問題,同時結(jié)合本文的研究背景,本文提出了OFcEG算法并證明了它的收斂性。同時本文還介紹了影響該算法性能的一些因素,并通過實驗和