單目視覺下基于合作目標(biāo)的無人機定位定姿問題研究.pdf

1、近年來，無人機憑借其結(jié)構(gòu)緊湊、靈活度高、能提供多維度信息等優(yōu)點，在軍事民用領(lǐng)域，尤其是城市服務(wù)領(lǐng)域獲得了廣泛應(yīng)用。在這些應(yīng)用中，無人機的自身位姿信息準(zhǔn)確獲取是無人機自主導(dǎo)航、姿態(tài)控制等任務(wù)順利執(zhí)行的前提。傳統(tǒng)的位姿信息獲取是依賴GPS和IMU傳感器，但在城市樓宇、室內(nèi)區(qū)域，GPS難以準(zhǔn)確獲取位置信息而失去效能;而機載IMU傳感器又常常會出現(xiàn)較大的姿態(tài)角積累誤差，給無人機的導(dǎo)航帶來一定的難度。為此，本文以預(yù)標(biāo)定內(nèi)部參數(shù)的攝像機作為視覺傳感

2、器，結(jié)合數(shù)字圖像處理技術(shù)和攝像機位姿估計的方法，設(shè)計了一套基于合作目標(biāo)的單目視覺無人機定位定姿問題的解決方案。并結(jié)合勻速運動模型，利用攝像機采集的信息作為量測信息，對無人機的位姿狀態(tài)設(shè)計了基于擴展卡爾曼濾波的運動估計方案。
　　本研究主要內(nèi)容包括：⑴針對實際相機存在的畸變問題，本文研究了基于二階徑向畸變的攝像機模型，利用標(biāo)定出的攝像機畸變參數(shù)，對提取的特征點進行畸變校正，將非線性攝像位姿估計轉(zhuǎn)換到線性攝像機位姿估計問題。實驗表明，

3、畸變校正提高了位姿估計的精度。⑵為實現(xiàn)合作目標(biāo)特征的準(zhǔn)確快速提取與匹配，設(shè)計了兼具顏色特征和點特征的合作目標(biāo)，研究了合作目標(biāo)的檢測、特征點提取與匹配高效率圖像處理算法。相比于對稱型合作目標(biāo)在特征點匹配時的高耗時問題，本文設(shè)計的合作目標(biāo)利用其灰度值和向量積的幾何意義，能迅速實現(xiàn)特征點的匹配。同時，從視覺分級、多估計中心的角度，將基礎(chǔ)的合作目標(biāo)擴展為分布式多合作目標(biāo)，提高了單合作目標(biāo)的位姿估計精度和高度限制。⑶為解決無人機位姿參數(shù)的估計問題

4、，研究了一種基于透視投影模型下的位姿估計算法，同時引入了正交迭代算法，優(yōu)化估計結(jié)果。此外，對分布式合作目標(biāo)，本文提出了基于距離的單合作目標(biāo)位姿加權(quán)估計方法，通過多估計中心的加權(quán)，較單合作目標(biāo)而言，提高了位姿估計的精度。⑷對于運動模型確定或無人機運動平穩(wěn)的情形，提出了將擴展卡爾曼濾波估計與單目視覺位姿估計方法相結(jié)合的解決方案。將視覺信息作為量測信息，借助擴展卡爾曼濾波器實現(xiàn)了對下一時刻位姿預(yù)測，基于勻速運動模型，對特征點量測有噪聲的情形進