基于高通平臺(tái)的無(wú)人機(jī)自動(dòng)跟蹤系統(tǒng)設(shè)計(jì).pdf

1、無(wú)人機(jī)擁有良好的機(jī)動(dòng)性與靈活性，可在復(fù)雜環(huán)境下，替代人類完成特殊工作。無(wú)人機(jī)搭載攝像頭，利用機(jī)器視覺算法實(shí)現(xiàn)特定任務(wù)成為目前研究熱點(diǎn)。然而無(wú)人機(jī)自身機(jī)載處理器資源有限，常用視頻處理算法難以在無(wú)人機(jī)上進(jìn)行實(shí)時(shí)性視頻處理。
　　本文針對(duì)無(wú)人機(jī)自身處理器資源有限，及常用算法計(jì)算量較大的問題，在高通平臺(tái)Snapdragon801上，利用其DSP核的精確時(shí)序?qū)崿F(xiàn)飛行控制，利用ARM核運(yùn)行Linux系統(tǒng)，并在其上部署OpenCV、ROS（RO

2、S）系統(tǒng)。同時(shí)，本文還提出了一種輕量級(jí)的運(yùn)動(dòng)物體檢測(cè)算法及運(yùn)動(dòng)跟蹤算法，所有算法都實(shí)時(shí)運(yùn)行在高通平臺(tái)上。本文的主要工作和取得成果如下：
　　（1）無(wú)人機(jī)平臺(tái)搭建：提出了基于高通平臺(tái)的小型四旋翼無(wú)人機(jī)硬件搭建與利用Snapdragon801處理器的DSP核實(shí)現(xiàn)PX4飛控系統(tǒng)，ARM核實(shí)現(xiàn)Linux、ROS、OpenCV軟件環(huán)境及相關(guān)算法的軟件架構(gòu)，極大提高了無(wú)人機(jī)平臺(tái)本身的處理能力，同時(shí)提升了無(wú)人機(jī)系統(tǒng)的可擴(kuò)展性。
　?。?）

3、運(yùn)動(dòng)物體檢測(cè)算法研究：提出了一種利用ORB（ORiented Brief）算法快速提取視頻圖像幀中的特征點(diǎn)，利用局部差異二進(jìn)制描述算法（LDB）構(gòu)建圖像描述符，采用最臨近算法（KNN）對(duì)輸入圖像描述符和目標(biāo)模板描述符進(jìn)行匹配，在圖像中找到運(yùn)動(dòng)物體的方法。該方法計(jì)算量小，對(duì)處理器性能要求低，適合于資源受限的移動(dòng)平臺(tái)。
　　（3）運(yùn)動(dòng)物體跟蹤算法研究：提出了一種將慣性測(cè)量單元（IMU）數(shù)據(jù)、GPS信息和運(yùn)動(dòng)物體檢測(cè)結(jié)果相融合，結(jié)合單目