用于UAV导航的合成视觉方法

论文摘要

无人飞行器(Unmanned Aerial Vehicle, UAV)作为智能移动机器人之一因在航空摄影、灾情调查、紧急救援、国土资源勘察等方面的出色表现,以及军事上的特殊作用,倍受航空大国和军事强国的青睐。在UAV的各项关键技术中,视觉导航技术能重建UAV飞行环境,用于引导UAV在复杂环境下安全自主飞行,是近年来研究的热点。本文利用视觉传感器,瞄准UAV视觉导航技术发展方向,以双目立体视觉和基于单目视觉的运动恢复结构(SFM)为基础,侧重研究具有高精度的单目合成视觉基本原理,开发鲁棒的合成视觉算法,构建完整的软件处理系统。基于运动视差分解思想,提出了一种基于SURF特征的单目合成视觉三维重建算法。首先,通过基于SURF特征的运动补偿消除关于参考平面的视差部分；然后,创建拉普拉斯图像金字塔降低光照变化影响,利用残留视差算法在金字塔各层级上估计结构参数并逐级求精；最后,在给定摄像机参数和位置信息情况下完成三维重建。通过对模拟场景重建结果的定量分析和对室外光照变化场景重建结果的定性分析,证明该算法比双目立体视觉和SFM具有更高的精度,且具有较好的鲁棒性。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题背景与意义
• 1.2 国内外研究现状
• 1.2.1 UAV视觉导航研究现状
• 1.2.2 合成视觉方法研究现状
• 1.3 主要研究内容和创新点
• 2 基于双目立体视觉的三维重建
• 2.1 小孔模型
• 2.2 摄像机标定
• 2.3 几何校正
• 2.4 立体匹配
• 2.5 三维重建
• 2.6 算法流程及实现
• 2.7 本章小结
• 3 基于单目视觉的SFM
• 3.1 运动恢复结构
• 3.2 基础矩阵估计
• 3.3 几何校正
• 3.4 算法流程及实现
• 3.5 本章小结
• 4 基于单目合成视觉的三维重建
• 4.1 基本原理
• 4.2 运动补偿
• 4.2.1 基于像素的运动补偿
• 4.2.2 基于特征的运动补偿
• 4.3 相对结构重建
• 4.3.1 残留视差
• 4.3.2 算法实现
• 4.3.3 图像金字塔
• 4.4 三维场景重建
• 4.5 算法流程及实现
• 4.6 本章小结
• 5 单目合成视觉实验结果分析
• 5.1 实验平台及设计
• 5.1.1 实验平台
• 5.1.2 实验设计
• 5.2 运动补偿
• 5.2.1 纯平移运动
• 5.2.2 纯旋转运动
• 5.2.3 一般性运动
• 5.3 相对结构重建
• 5.3.1 室内环境
• 5.3.2 室外环境
• 5.4 三维场景重建
• 5.5 本章小结
• 6 总结与展望
• 参考文献
• 作者简历