视觉辅助无人机未知区域着降关键技术研究

《视觉辅助无人机未知区域着降关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10699分类号V249.3密级学号2011100135题目视觉辅助无人机未知区域着降关键技术研究作者马旭学科、专业模式识别与智能系统指导教师程咏梅申请学位日期2017年01月西北工业大学博士学位论文（学位研究生）题目：视觉辅助无人机未知区域着降关键技术研究作者：马旭学科专业：模式识别与智能系统指导教师：程咏梅2017年01月ResearchonKeyTechnologiesofVisualAids-BasedLandinginUnknownAreaforUnmannedAerialVehicleByMaXuUnderth

2、eSupervisionofProfessorChengYongmeiADissertationSubmittedtoNorthwesternPolytechnicalUniversityInpartialfulfillmentofrequirementForthedegreeofDoctorofPatternRecognitionandIntelligentSystemsXi’an,Shaanxi,P.R.ChinaJanuary,2017摘要摘要无人机在执行营救、搜索等任务时，面临着降区地形复杂及无地面辅助导航设备的自主着降问

3、题。利用计算机视觉技术辅助无人机在未知区域寻找可安全着降区域并引导其自主着降，对于提高无人机在未知区域的安全性具有重要意义。本文针对视觉辅助无人机未知区域着降关键技术展开研究，主要研究内容和贡献如下：针对无人机采用单一传感器测量飞行高度不准且易受干扰的问题，提出基于自适应S滤波的高度融合估计算法。首先针对各种测高传感器获取的原始数据含有噪声问题，设计出一种自适应S滤波器；然后建立各传感器的测高观测模型，对滤波后的数据进行集中式卡尔曼滤波，从而得到准确的无人机高度估计。最后，将本文提出的算法与多传感器直接融合以及小波滤波后融合方法进

4、行对比。仿真结果表明，本文算法能够更好的去除信号噪声还原真实信号，在此基础上做高度融合估计，能获得较高的估计精度。针对未知着降区航拍图像易受光照及尺度变化影响导致地物分割精度不高的问题，提出一种飞行高度辅助下着降区自适应分割及搜索算法。首先根据无人机当前的高度信息及对着降区几何大小的要求，计算当前时刻图像的地面分辨率，推算出满足无人机着陆时所需的最小像素数；然后利用所提出的自适应MeanShift分割算法对航拍图像进行粗分割，其中核函数的带宽根据计算出的最小像素数结合最大类间方差法的阈值进行选取；接着对粗分割的图像利用Canny算

5、子进行边缘提取实现图像的精细分割，并通过所提出的着降区模板搜索策略找出满足着降要求的区域。最后，利用GoogleEarth在不同场景和尺度下的航拍图像以及利用无人机制备的航拍图像进行分割实验。实验结果表明：本文算法不仅可以满足着降区分割任务需求，而且对光照和尺度变化较为鲁棒。针对航拍图像易受光照、噪声影响，造成地物分类精度低、鲁棒性弱的问题，提出一种基于特征字典的低秩稀疏表示航拍图像地物多级分类算法。首先将样本图像从RGB空间转换到HSV空间，分别提取颜色矩特征和Gabor纹理特征，并将其融合生成特征字典；然后采用增广拉格朗日乘子

6、法算法（AugmentedLagrangeMultipliers，ALM）将特征字典分解为一个低秩矩阵和一个稀疏矩阵，并在低秩矩阵基础上，构造多级稀疏表示分类器；最后，利用自制的航拍地物图像库验证本文算法的有效性。实验结果表明：本文所提出的算法具有较高的分类精度及较强的鲁棒性。针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题，提出一种面向未知区域深度测量的单目序列图像稠密点特征生成算法。首先分别对序列图像中的两帧图像提取亚像素级Harris角点和SIFT特征点，并分别进行特征点匹配；然后以特征点间的欧氏距离作

7、为约束条件将上述两种特征点进行融合，生成准稠密特征点；接着将准稠密特征点进行Delaunay三角剖分，并根据每个剖分三角形上三个顶点I西北工业大学博士学位论文像素偏差的方差值制定了稠密特征点的生成策略，结合深度计算方程计算出整个未知区域各点的深度信息。最后将本文算法在VegaPrime搭建的仿真演示验证平台以及由无人机和地面布置的目标所构成的实验平台上进行验证。实验结果表明：所提出的算法具有较高的深度估计精度。针对利用随机特征点进行相对位姿估计精度低、稳定性差的问题，提出一种基于矢量约束的随机特征点选取算法。首先将基于小孔成像原理

8、的位姿估计方程转换为一个标准的线性方程组，并通过分析可知，该方程组的条件数矩阵主要由特征点的地理坐标决定，即特征点如何选取直接影响着相对位姿估计的精度；基于此，给出了矢量角均分度、矢量模值均值及矢量模值最大值三个评价指标；然后基于三个评价指标制定了