基于红外探测器的无人机地基视觉引导着陆关键技术研究

论文摘要

无人机(Unmanned Aerial Vehicle,UAV)自主着陆是未来无人机系统发展的必然趋势之一,而高精度的自主导航定位技术是实现无人机自主着陆回收的关键。随着计算机视觉与摄像测量的交叉发展,把计算机视觉应用到无人机着陆过程中,发展出来的基于视觉信息的导航技术,成为新的研究热点。本文以无人机自主着陆的地基视觉引导系统为研究背景,选用红外摄像机作为视觉传感器,充分运用无人机红外特征明显这一特性,通过红外摄像机完成目标的快速捕获与定位。主要工作及创新点如下:(1)设计了一种新型的红外摄像机标定模板。采用恒温圆形小热源作为红外摄像机的标定点,发光点的能量中心与圆形几何中心保证重合,加入了同心黑白圆盘的设计,可以将红外和可见光摄像机统一到全局坐标系下,可以适用于混合视觉系统。采用椭圆拟合算法提取标定点圆心的亚像素坐标,中心定位精度高。(2)红外小目标的图像检测。通过对红外目标的图像特征分析,选用了三种图像预处理的方法对单帧红外原始图像进行背景抑制,取得了较好的效果。进而对基于图像分割的红外小目标检测算法进行了实验比较,有效地提取无人机小目标。(3)基于转台转角信息和图像坐标的双目视觉解算。国内研究者在基于视觉导航领域的研究,硬件设计上大部分是基于机载视觉。本文研究的是地基视觉引导系统,将一组红外摄像机安装在地面转台装置上,建立双目视觉空间定位模型,利用转台转角与图像坐标合成无人机三维坐标解算的方位角。本文对不同距离下的解算精度进行了Matlab仿真验证,通过仿真和飞行试验验证了算法的有效性。此外,研究了方位角误差对坐标解算的影响,并绘制方位角梯度函数向量场。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文研究背景和意义
• 1.2 国内外研究现状
• 1.2.1 国外地基导航系统应用现状
• 1.2.2 国内外视觉导航技术发展研究
• 1.3 红外视觉引导的关键技术
• 1.4 论文主要研究内容
• 第二章 红外摄像机成像模型与标定方法
• 2.1 摄像机成像模型
• 2.1.1 中心透视投影模型
• 2.1.2 常用坐标系
• 2.1.3 坐标系转换
• 2.2 双目视觉系统
• 2.2.1 双目视觉的景深原理
• 2.2.2 双目视觉的数学模型
• 2.2.3 双目视觉的深度分辨率
• 2.3 摄像机标定
• 2.3.1 广义摄像机标定
• 2.3.2 大视场双目摄像机机标定
• 2.3.3 红外摄像机标定研究
• 2.4 基于新型通用标定模板的双摄像机标定
• 2.4.1 摄像机标定的角点个数和参数个数
• 2.4.2 红外/可见光通用标定模板设计
• 2.4.3 圆形标定点提取
• 2.5 摄像机标定算法
• 2.6 本章小结
• 第三章 无人机红外目标图像检测技术研究
• 3.1 红外小目标检测
• 3.2 红外小目标的图像特征分析
• 3.3 红外图像常用预处理方法研究
• 3.3.1 直方图均衡化
• 3.3.2 高通滤波
• 3.3.3 中值差滤波
• 3.3.4 数学形态学滤波
• 3.4 基于图像分割的无人机目标检测
• 3.4.1 迭代选择阈值法
• 3.4.2 最大类间方差法
• 3.4.3 基于区域生长法的分割算法
• 3.4.4 边缘检测算法
• 3.4.5 实验结果与分析
• 3.5 本章小结
• 第四章 无人机着陆地基视觉测量系统设计
• 4.1 传统双目视觉测量系统
• 4.2 无人机地基双目视觉测量系统设计
• 4.2.1 单转台地基视觉测量系统设计
• 4.2.2 双转台地基视觉测量基本配置
• 4.2.3 地基视觉定位原理建模和坐标解算
• 4.2.4 异面直线交会坐标解算
• 4.3 仿真实验及误差分析
• 4.3.1 降落距离定位精度仿真实验
• 4.3.2 单一高斯噪声仿真实验
• 4.3.3 方位角叠加高斯噪声仿真实验
• 4.3.4 方位角误差对坐标解算的影响分析
• 4.4 本章小结
• 第五章 无人机着陆视觉引导的实验验证
• 5.1 硬件设备选型
• 5.1.1 摄像机选型
• 5.1.2 地基转台
• 5.1.3 图像处理计算机
• 5.1.4 无人机平台
• 5.2 实验结果
• 5.2.1 红外摄像机标定实验结果
• 5.2.2 无人机目标检测及位置解算结果
• 5.3 本章小结
• 第六章 总结与展望
• 6.1 论文工作总结
• 6.2 进一步工作研究
• 致谢
• 参考文献
• 作者在学期间取得的学术成果