微型飞行器编队飞行中的视觉相对导航方法研究

论文摘要

微小型飞行器（Micro Air Vehicle:MAV）是一种尺寸上接近鸟类或昆虫飞行的新型飞行器,小巧的体积带来绝佳的隐蔽性和廉价性特点,但是也产生了飞行器负载能力低,抗干扰能力差的缺点。编队飞行不仅让MAV具有了更好的气动特性,更提高了其分工协作完成任务的能力。相对视觉导航运用在MAV编队飞行中,提供了更为直观的编队成员间的相对距离和姿态,不仅可以用于保持队形、防止碰撞,还可以通过信息交互,弥补单MAV导航能力低下的现状。本文研究了从图像中提取MAV成员间相对位置姿态信息的问题。首先,通过坐标系的建立和小孔成像模型的运用,提出将PnP （Perspective n-Points Problem）问题的求解方法运用到MAV相对视觉导航中,并给出了具体的快速求解算法。然后建立了基于三维建模软件3ds MAX和自然景观建模软件Vue的视觉导航系统仿真平台。通过建立精确的飞行器三维模型,自然光照和景物模型,生成了逼真的飞行器编队飞行动画和图像。第三为了从飞行动画和图像中提取相对位姿信息,本文引入了一种新的色彩梯度自适应阈值图像分割法,并对PnP求解的导航算法和基于圆特征的导航算法进行了仿真和比较,提出了改进的方法。最后,本文讨论了针对视觉相对导航的最佳MAV编队位置问题,提出了一种判断标准和选择因子,并对其效果进行了仿真。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 国内外MAV 的发展概况
• 1.2 多MAV 的编队、集群与协同
• 1.3 视觉导航及其在编队飞行中的优势
• 1.4 本文主要研究内容及相关工作
• 第2章 相对视觉导航系统理论研究
• 2.1 前言
• 2.2 相关坐标系定义及坐标系之间的转换
• 2.2.1 坐标系定义
• 2.2.2 坐标系之间的转换关系
• 2.3 从单幅图像中获取相对姿态与相对位置信息
• 2.3.1 小孔成像模型
• 2.3.2 PnP 问题及其在MAV 编队飞行视觉相对导航中的应用
• 2.3.3 采用共面四特征点求解相对位置与姿态
• 2.4 本章小结
• 第3章 仿真系统的建立
• 3.1 前言
• 3.2 飞行器3D 模型的建立
• 3.3 辨识涂装设计
• 3.4 光照、大气和自然景物背景模型的建立
• 3.5 高精度仿真视频在视觉导航中的应用
• 3.5.1 精确复现复杂的自然环境
• 3.5.2 精确复现拍摄过程
• 3.6 本章小结
• 第4章 算法仿真与改进
• 4.1 色彩梯度自适应阈值分割法
• 4.1.1 色彩梯度阈值法图像分割
• 4.1.2 自适应阈值图像分割法
• 4.2 特征点提取与匹配
• 4.3 单目视觉获取位姿信息
• 4.3.1 MAV 双机编队飞行数据设计
• 4.3.2 求解位姿信息
• 4.3.3 P4P 方法的改进应用
• 4.4 最佳编队位置的选择
• 4.4.1 最佳编队位置的判断标准
• 4.4.2 角度仿真
• 4.4.3 距离仿真
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢