基于視覺的小型無人飛行器位姿估計(jì)與驗(yàn)證.pdf

1、隨著無人飛行器應(yīng)用領(lǐng)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(dǎo)/GPS的無人機(jī)自主導(dǎo)航技術(shù)無法滿足該類飛行器自主導(dǎo)航需求。研究基于視覺技術(shù)的無人飛行器位姿估計(jì)具有重要的價(jià)值。論文研究了基于三維運(yùn)動(dòng)估計(jì)的雙目視覺位姿估計(jì)算法用于無人飛行器估計(jì)自身在環(huán)境中的位置和姿態(tài)，在此基礎(chǔ)上結(jié)合慣性導(dǎo)航系統(tǒng)提出了實(shí)時(shí)性強(qiáng)的視覺/慣導(dǎo)組合導(dǎo)航算法，同時(shí)還提出了一種基于地面目標(biāo)的無人飛行器相對位姿估計(jì)算法，通過實(shí)驗(yàn)驗(yàn)證了所提算

2、法的性能。
　　雙目視覺可通過左右攝像機(jī)匹配特征點(diǎn)得到距離信息從而重建攝像機(jī)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(shí)時(shí)估計(jì)問題，提出了基于三維運(yùn)動(dòng)估計(jì)的雙目視覺位姿估計(jì)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(yīng)用了基于非線性尺度空間的KAZE特征算法，通過特征點(diǎn)提取、匹配、RANSAC提純以及利用LM非線性最小二乘法進(jìn)行三維運(yùn)動(dòng)估計(jì)，實(shí)現(xiàn)了無人飛行器在場景中的位姿估計(jì)。通

3、過地面靜態(tài)和動(dòng)態(tài)實(shí)驗(yàn)對算法進(jìn)行了性能評估，驗(yàn)證了算法的穩(wěn)定性與精確性。
　　針對單獨(dú)采用視覺位姿估計(jì)技術(shù)存在實(shí)時(shí)性差、長時(shí)間估計(jì)精度下降等問題，提出了基于卡爾曼濾波的視覺/慣導(dǎo)組合導(dǎo)航方法。利用多傳感器融合技術(shù)實(shí)現(xiàn)視覺與慣導(dǎo)信息的融合，改善了導(dǎo)航系統(tǒng)對位置姿態(tài)估計(jì)的實(shí)時(shí)性和精度。同時(shí)，考慮到普通卡爾曼濾波對噪聲的敏感性，推導(dǎo)了基于H∞濾波的視覺/慣導(dǎo)組合導(dǎo)航算法，利用H∞濾波的魯棒性改善飛行器機(jī)動(dòng)飛行等狀態(tài)的姿態(tài)、位置估計(jì)精度。通

4、過仿真實(shí)驗(yàn)分析驗(yàn)證了兩種視覺/慣導(dǎo)組合導(dǎo)航算法的位姿估計(jì)性能和效率。
　　針對無人飛行器進(jìn)行地面目標(biāo)識(shí)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(jì)算法。首先利用Camshift算法對目標(biāo)進(jìn)行實(shí)時(shí)跟蹤，針對目標(biāo)運(yùn)動(dòng)過快導(dǎo)致Camshift算法跟蹤失敗的缺點(diǎn)，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(jìn)行特征點(diǎn)匹配與運(yùn)動(dòng)估計(jì)實(shí)現(xiàn)目標(biāo)定位與相對位姿估計(jì)，在提高位姿估計(jì)

5、精度的同時(shí)加快了特征點(diǎn)檢測速度。最后通過地面實(shí)驗(yàn)對算法進(jìn)行了驗(yàn)證，從靜態(tài)穩(wěn)定性、相對姿態(tài)角與位置的響應(yīng)以及運(yùn)動(dòng)目標(biāo)定位等方面驗(yàn)證了本算法穩(wěn)定性、精確性。
　　為驗(yàn)證本文提出的算法，進(jìn)行了一系列平臺(tái)搭載測試實(shí)驗(yàn)，為此專門設(shè)計(jì)了測試平臺(tái)。測試平臺(tái)包括地面移動(dòng)測試平臺(tái)和空中飛行測試平臺(tái)。移動(dòng)平臺(tái)包括雙目攝像機(jī)、圖像處理計(jì)算機(jī)、組合導(dǎo)航系統(tǒng)、車載控制計(jì)算機(jī)和無線通信設(shè)備，用于算法前期地面測試驗(yàn)證以及作為飛行器目標(biāo)定位與跟蹤的地面目標(biāo)載具。