2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩177頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、導(dǎo)航系統(tǒng)是飛行器必需的設(shè)備,能夠?yàn)轱w行器的飛行控制和航跡規(guī)劃提供數(shù)據(jù)支撐。慣性導(dǎo)航系統(tǒng)、全球衛(wèi)星定位系統(tǒng)和地形、景象匹配導(dǎo)航系統(tǒng)是目前最為常用的幾種導(dǎo)航方式。但是,慣性導(dǎo)航系統(tǒng)存在隨時(shí)間漂移的弱點(diǎn),不適合長(zhǎng)航時(shí)的飛行器定位與定姿;全球衛(wèi)星定位系統(tǒng)存在抗干擾能力弱的問(wèn)題,不適用于特殊環(huán)境下飛行器的自主導(dǎo)航;傳統(tǒng)的地形匹配導(dǎo)航利用雷達(dá)或激光獲取地形高程數(shù)據(jù)進(jìn)行匹配導(dǎo)航,需要較長(zhǎng)的匹配區(qū);景象匹配導(dǎo)航利用實(shí)時(shí)圖與基準(zhǔn)圖進(jìn)行匹配導(dǎo)航,對(duì)基準(zhǔn)圖的

2、制備要求較高。當(dāng)前,全自主的飛行器導(dǎo)航問(wèn)題已成為制約高精度飛行平臺(tái)發(fā)展的主要瓶頸之一。
  根據(jù)各種飛行器的高精度自主導(dǎo)航應(yīng)用的需求,開(kāi)展基于視覺(jué)的飛行器全自主導(dǎo)航方法研究尤為迫切。然而,國(guó)外關(guān)于飛行器視覺(jué)導(dǎo)航的關(guān)鍵技術(shù)公開(kāi)發(fā)表的甚少,國(guó)內(nèi)的相關(guān)研究也處于起步和探索階段。本文圍繞飛行器自主視覺(jué)導(dǎo)航系統(tǒng)中序列圖像三維重建、地形匹配和位姿估計(jì)方法開(kāi)展研究工作,致力于研究可行的、可靠的視覺(jué)導(dǎo)航方法。本文重點(diǎn)研究了序列圖像三維地形重建中特

3、征匹配、實(shí)時(shí)并行密集匹配、多視圖關(guān)系解算關(guān)鍵技術(shù)以及三維重建地形與基準(zhǔn)圖匹配導(dǎo)航等視覺(jué)導(dǎo)航關(guān)鍵技術(shù),用于提高慣導(dǎo)累積誤差大以及GPS不可用的情況下飛行器的自主性和生存能力。
  全文的核心內(nèi)容概括如下:
  1.提出了大傾角序列圖像間高精度特征匹配方法。
  針對(duì)大視角條件下,傳統(tǒng)的特征匹配方法無(wú)法描述各向異性變形的問(wèn)題,提出了基于形狀描述的仿射SIFT特征匹配方法。該方法利用特征點(diǎn)局部的灰度分布形狀來(lái)歸一化SIFT描

4、述子,提高SIFT描述子適應(yīng)各向異性變形的能力。
  針對(duì)特征匹配精度不高、基于區(qū)域迭代匹配容易陷入局部最優(yōu)的問(wèn)題,提出了多尺度迭代優(yōu)化匹配方法。研究了在初始變換參數(shù)引導(dǎo)下的區(qū)域多尺度迭代優(yōu)化匹配,提高了迭代優(yōu)化匹配的迭代效率和迭代到最優(yōu)解的可能性。
  2.提出了基于視圖約束的并行加速密集匹配方法。
  首先根據(jù)序列圖像成像的特點(diǎn),以及雙視圖幾何的約束關(guān)系,研究結(jié)合單應(yīng)約束、極線約束對(duì)密集匹配進(jìn)行引導(dǎo),降低了匹配搜索

5、的范圍,提高了密集匹配的計(jì)算效率和可靠性;其次,單應(yīng)和極線約束下的密集匹配搜索過(guò)程可并行性較強(qiáng)的特點(diǎn),設(shè)計(jì)和實(shí)現(xiàn)了利用圖形處理器(Graphic Process Unit, GPU)進(jìn)行并行加速的密集匹配方法。對(duì)于互相關(guān)匹配方法,其計(jì)算速度提高200倍以上;對(duì)仿射最小二乘匹配方法,其計(jì)算速度提高20倍左右。
  3.提出了針對(duì)序列圖像的高精度三維重建方法。
  針對(duì)飛行平臺(tái)機(jī)動(dòng)性強(qiáng)、且任務(wù)區(qū)域可能存在重復(fù)紋理的情況下匹配穩(wěn)定

6、性和精度下降的問(wèn)題,提出了RANSAC與M-Estimators融合的基礎(chǔ)矩陣估計(jì)方法。針對(duì)地形起伏區(qū)域的配準(zhǔn)模型不適應(yīng)問(wèn)題,提出了匹配和重建一體優(yōu)化方法,通過(guò)將圖像的灰度信息作為附加的約束條件加入到局部重建的平差優(yōu)化過(guò)程中,提高了起伏地形區(qū)域三維重建的精度。針對(duì)三維重建得到的三維地形中存在孔洞點(diǎn)和離群點(diǎn)的問(wèn)題,提出了結(jié)合網(wǎng)格中前后空間點(diǎn)的約束信息對(duì)三維地形進(jìn)行點(diǎn)云的濾波和孔洞修復(fù)的方法;針對(duì)在無(wú)任何飛行器姿態(tài)參數(shù)條件下,重建的三維地形

7、存在視角變換問(wèn)題,提出了利用地形結(jié)構(gòu)分布特征進(jìn)行地形傾斜校正的方法。
  4.提出了基于山峰不變特征描述的地形匹配方法。
  針對(duì)實(shí)時(shí)地形圖與基準(zhǔn)地形圖存在視角變換、相似變換等問(wèn)題,提出了基于山峰不變性特征描述的三維地形匹配方法實(shí)現(xiàn)了實(shí)時(shí)重建地形圖和基準(zhǔn)地形圖的匹配。針對(duì)部分區(qū)域只有景象基準(zhǔn)圖的問(wèn)題,提出了三維景觀數(shù)據(jù)正下視重投影成像的景象匹配方法,通過(guò)對(duì)三維景觀數(shù)據(jù)進(jìn)行正下視重投影生成正下視校正圖像,并利用景象匹配的方法實(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。

評(píng)論

0/150

提交評(píng)論