基于視覺的小型無人飛行器位姿估計與驗證.pdf

1、隨著無人飛行器應用領域的不斷拓展，對無人飛行器的自主飛行能力的要求越來越迫切。傳統(tǒng)的基于慣導/GPS的無人機自主導航技術(shù)無法滿足該類飛行器自主導航需求。研究基于視覺技術(shù)的無人飛行器位姿估計具有重要的價值。論文研究了基于三維運動估計的雙目視覺位姿估計算法用于無人飛行器估計自身在環(huán)境中的位置和姿態(tài)，在此基礎上結(jié)合慣性導航系統(tǒng)提出了實時性強的視覺/慣導組合導航算法，同時還提出了一種基于地面目標的無人飛行器相對位姿估計算法，通過實驗驗證了所提算

2、法的性能。
　　雙目視覺可通過左右攝像機匹配特征點得到距離信息從而重建攝像機在場景中的位置。論文首先針對無人飛行器在自然場景中的位置和姿態(tài)實時估計問題，提出了基于三維運動估計的雙目視覺位姿估計方法。傳統(tǒng)的基于高斯尺度空間的局部特征算法邊緣特征檢測效率低，提出的方法率先應用了基于非線性尺度空間的KAZE特征算法，通過特征點提取、匹配、RANSAC提純以及利用LM非線性最小二乘法進行三維運動估計，實現(xiàn)了無人飛行器在場景中的位姿估計。通

3、過地面靜態(tài)和動態(tài)實驗對算法進行了性能評估，驗證了算法的穩(wěn)定性與精確性。
　　針對單獨采用視覺位姿估計技術(shù)存在實時性差、長時間估計精度下降等問題，提出了基于卡爾曼濾波的視覺/慣導組合導航方法。利用多傳感器融合技術(shù)實現(xiàn)視覺與慣導信息的融合，改善了導航系統(tǒng)對位置姿態(tài)估計的實時性和精度。同時，考慮到普通卡爾曼濾波對噪聲的敏感性，推導了基于H∞濾波的視覺/慣導組合導航算法，利用H∞濾波的魯棒性改善飛行器機動飛行等狀態(tài)的姿態(tài)、位置估計精度。通

4、過仿真實驗分析驗證了兩種視覺/慣導組合導航算法的位姿估計性能和效率。
　　針對無人飛行器進行地面目標識別與跟蹤、完成自主懸停飛行的需求，提出了基于KAZE特征和Camshift算法的飛行器相對位姿估計算法。首先利用Camshift算法對目標進行實時跟蹤，針對目標運動過快導致Camshift算法跟蹤失敗的缺點，使用卡爾曼濾波算法用于提高跟蹤成功率。然后結(jié)合KAZE特征進行特征點匹配與運動估計實現(xiàn)目標定位與相對位姿估計，在提高位姿估計

5、精度的同時加快了特征點檢測速度。最后通過地面實驗對算法進行了驗證，從靜態(tài)穩(wěn)定性、相對姿態(tài)角與位置的響應以及運動目標定位等方面驗證了本算法穩(wěn)定性、精確性。
　　為驗證本文提出的算法，進行了一系列平臺搭載測試實驗，為此專門設計了測試平臺。測試平臺包括地面移動測試平臺和空中飛行測試平臺。移動平臺包括雙目攝像機、圖像處理計算機、組合導航系統(tǒng)、車載控制計算機和無線通信設備，用于算法前期地面測試驗證以及作為飛行器目標定位與跟蹤的地面目標載具。