版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、視覺導(dǎo)航是一種重要的自主導(dǎo)航方式。在GPS失效情況下,視覺導(dǎo)航作為有效的輔助導(dǎo)航方式,對(duì)無人機(jī)慣性導(dǎo)航系統(tǒng)實(shí)現(xiàn)長(zhǎng)航時(shí)高精度導(dǎo)航起著重要的作用。由于視覺成像受復(fù)雜自然環(huán)境及飛行狀態(tài)的影響,視覺導(dǎo)航面臨魯棒性差的問題。本文對(duì)復(fù)雜環(huán)境下視覺導(dǎo)航中景象匹配導(dǎo)航和基于序列圖像的運(yùn)動(dòng)估計(jì)中的關(guān)鍵技術(shù)展開較為系統(tǒng)深入的研究。主要貢獻(xiàn)如下:
1.針對(duì)景象匹配中人工選取航路點(diǎn)費(fèi)時(shí)、費(fèi)力、受主觀因素影響,很難滿足實(shí)際應(yīng)用的問題,提出了基于顯著性分
2、析的航路點(diǎn)自動(dòng)選取算法。該方法首先將稀疏低秩分解和稀疏編碼相結(jié)合,實(shí)現(xiàn)航拍圖像的顯著結(jié)構(gòu)區(qū)域的檢測(cè);然后,基于顯著性分析結(jié)果實(shí)現(xiàn)了航路點(diǎn)正負(fù)訓(xùn)練樣本的自動(dòng)獲取,并提取訓(xùn)練樣本的邊緣和互相關(guān)面的4個(gè)特征訓(xùn)練 SVM分類器參數(shù);最后,利用SVM分類器對(duì)樣本圖像進(jìn)行航路點(diǎn)與非航路點(diǎn)的分類。用Google Earth軟件獲取實(shí)驗(yàn)樣本作為航拍圖像,進(jìn)行SVM分類器的設(shè)計(jì)與測(cè)試,測(cè)試結(jié)果表明平均分類精度為93.33%。利用谷歌下載器獲取包含預(yù)定航跡
3、的大基準(zhǔn)圖,進(jìn)行航路點(diǎn)的選取,結(jié)果表明,該方法能夠有效地從基準(zhǔn)圖中提取出航路點(diǎn)。
2.針對(duì)具有較大旋轉(zhuǎn)和尺度畸變的航拍圖像匹配,Hausdorff匹配算法存在魯棒性差的問題,提出了基于形狀上下文的加權(quán) Hausdorff景象匹配算法。該方法首先構(gòu)建基于邊緣連續(xù)性檢測(cè)的結(jié)構(gòu)關(guān)鍵點(diǎn)提取方法,減小瑣碎邊緣點(diǎn)對(duì)目標(biāo)結(jié)構(gòu)描述的影響;然后,利用形狀上下文對(duì)目標(biāo)邊緣結(jié)構(gòu)信息進(jìn)行有效描述,以形狀上下文匹配代價(jià)作為加權(quán)系數(shù),并結(jié)合距離函數(shù)約束,
4、構(gòu)造了新的加權(quán) Hausdorff距離作為相似性度量用于景象匹配。以Google Earth圖像作為航拍圖像,在同時(shí)存在旋轉(zhuǎn)、尺度及時(shí)空差異下進(jìn)行匹配實(shí)驗(yàn),結(jié)果表明,本文算法在角度變化 o o1~8和尺度變化0.9~1.2的范圍內(nèi)具有較好的魯棒性。
3.針對(duì)序列圖像的幀間運(yùn)動(dòng)變化較大下出現(xiàn)特征點(diǎn)跟蹤誤差大的問題,提出了基于多重約束的KLT特征點(diǎn)跟蹤方法。該方法首先在KLT跟蹤算法的框架下,利用光流梯度矩陣的特征值大小判斷特征點(diǎn)
5、;然后基于時(shí)間可逆性約束,利用后向跟蹤求解后向偏移量,并與前向偏移量相結(jié)合,構(gòu)造一種新的偏移量—雙向加權(quán)偏移量;利用雙向偏移量的閾值約束和多分辨率約束,在幀間運(yùn)動(dòng)變化較大的情況下對(duì)特征點(diǎn)位置進(jìn)行分層最優(yōu)估計(jì)。用Google Earth圖像構(gòu)建序列圖像,并進(jìn)行特征點(diǎn)跟蹤實(shí)驗(yàn),結(jié)果表明本文算法在較大的平移和旋轉(zhuǎn)運(yùn)動(dòng)下,跟蹤精度優(yōu)于P-KLT和TRC-KLT算法。
4.針對(duì)上述基于多重約束KLT特征點(diǎn)跟蹤方法的幀間特征點(diǎn)匹配后驗(yàn)問題
6、,提出一種基于拓?fù)浣Y(jié)構(gòu)一致性約束的序列圖像特征點(diǎn)匹配后驗(yàn)分析方法。該方法首先以圖間所有可能的匹配點(diǎn)對(duì)作為分配圖的頂點(diǎn),以圖像點(diǎn)集內(nèi)和點(diǎn)集間的加權(quán)形狀上下文統(tǒng)計(jì)特征構(gòu)造新的度量函數(shù)并作為圖的邊權(quán)值,構(gòu)造新的分配圖;然后,利用迭代求解方法實(shí)現(xiàn)拓?fù)浣Y(jié)構(gòu)一致性約束下幀間特征點(diǎn)匹配,并獲取邊權(quán)值系數(shù)和的最大值;最后,通過與第4章跟蹤結(jié)果在上述圖模型下邊權(quán)值系數(shù)和的對(duì)比,判斷跟蹤結(jié)果的正確性。將該方法用于第4章特征點(diǎn)跟蹤所得到匹配點(diǎn)對(duì)的后驗(yàn)分析。結(jié)
7、果表明,該方法能夠?qū)Φ?章跟蹤結(jié)果的正確性進(jìn)行準(zhǔn)確判斷。
5.針對(duì)序列圖像運(yùn)動(dòng)估計(jì)在實(shí)際工程應(yīng)用中,由于飛行環(huán)境及飛行狀態(tài)的影響導(dǎo)致導(dǎo)航參數(shù)估計(jì)出現(xiàn)較大誤差的情況,運(yùn)用基于單應(yīng)性矩陣分解的運(yùn)動(dòng)估計(jì)方法,通過仿真實(shí)驗(yàn)分析了圖像特征點(diǎn)檢測(cè)精度、圖像分辨率、特征點(diǎn)的個(gè)數(shù)及分布等因素對(duì)運(yùn)動(dòng)參數(shù)估計(jì)的影響。將第4章提出的序列圖像特征點(diǎn)跟蹤算法、第5章提出的序列圖像特征點(diǎn)匹配后驗(yàn)方法、基于單應(yīng)性矩陣分解的運(yùn)動(dòng)參數(shù)估計(jì)方法結(jié)合,構(gòu)造基于序列
8、圖像運(yùn)動(dòng)估計(jì)的導(dǎo)航方法,并在Vega Prime/MFC視景仿真環(huán)境下,進(jìn)行不同分辨率下的精度分析。實(shí)驗(yàn)結(jié)果可為序列圖像運(yùn)動(dòng)狀態(tài)估計(jì)的工程應(yīng)用提供實(shí)驗(yàn)依據(jù)和指導(dǎo)。
6.從視覺輔助導(dǎo)航的需求出發(fā),構(gòu)建一個(gè)綜合導(dǎo)航演示驗(yàn)證系統(tǒng)。該系統(tǒng)的設(shè)計(jì)過程中,綜合運(yùn)用了本文提出的航路點(diǎn)自動(dòng)選取、航路點(diǎn)景象匹配、KLT特征點(diǎn)跟蹤、特征點(diǎn)匹配后驗(yàn)分析等關(guān)鍵技術(shù)。重點(diǎn)解決的關(guān)鍵問題包括:(1)不同時(shí)段的大視場(chǎng)圖像獲取及地理信息的標(biāo)注;(2)基于慣導(dǎo)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 無人機(jī)飛行仿真系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 無人機(jī)視覺導(dǎo)航關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 小型無人機(jī)導(dǎo)航與制導(dǎo)關(guān)鍵技術(shù)研究.pdf
- 無人機(jī)視覺著陸關(guān)鍵技術(shù)研究.pdf
- 無人機(jī)二三維協(xié)同飛行仿真關(guān)鍵技術(shù)研究.pdf
- 基于視覺伺服的無人機(jī)自主著陸飛行關(guān)鍵技術(shù)研究.pdf
- 小型無人機(jī)航跡規(guī)劃及組合導(dǎo)航關(guān)鍵技術(shù)研究.pdf
- 多無人機(jī)協(xié)同編隊(duì)仿生飛行控制關(guān)鍵技術(shù)研究.pdf
- 火星無人機(jī)控制與自主導(dǎo)航關(guān)鍵技術(shù)研究.pdf
- 微型小無人機(jī)控制及組合導(dǎo)航若干關(guān)鍵技術(shù)研究.pdf
- 小型無人機(jī)遙感系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 無人機(jī)編隊(duì)飛行控制器關(guān)鍵技術(shù)的研究.pdf
- 高空長(zhǎng)航無人機(jī)多信息融合自主導(dǎo)航關(guān)鍵技術(shù)研究.pdf
- 無人機(jī)導(dǎo)航中的立體視覺技術(shù)研究.pdf
- 無人機(jī)飛行控制重構(gòu)技術(shù)研究.pdf
- 無人機(jī)組網(wǎng)偵察關(guān)鍵技術(shù)研究.pdf
- 無人機(jī)影像拼接關(guān)鍵技術(shù)研究.pdf
- 無人機(jī)余度飛行控制計(jì)算機(jī)關(guān)鍵技術(shù)研究.pdf
- 基于移動(dòng)通信網(wǎng)絡(luò)的無人機(jī)飛行管理關(guān)鍵技術(shù)研究.pdf
- 微型無人機(jī)視覺慣性導(dǎo)航.pdf
評(píng)論
0/150
提交評(píng)論