基于單目光學精確定位的研究.pdf

1、無人機發(fā)展迅速。但傳統(tǒng)的無人機回收方法都存在著明顯的缺點：傘降回收易于受到惡劣天氣的干擾，且落點分散不易控制；空中回收的成本較高；人工回收對操作人員的依賴性很大，它要求操作人員具備熟練的技術。此外，在降落坪移動的情況下，如降落坪在艦船上，采用傳統(tǒng)的方法回收難度較大。目前，人們對基于飛行引導技術實現無人機自主定位著降點來輔助無人機回收產生了很大興趣，并成為無人機領域的研究熱點。
　　基于此背景，本課題以TI的TMS320DM6446

2、開發(fā)板為核心，利用其DSP+ARM雙核架構，設計并實現了一套基于單目光學的圖像處理演示系統(tǒng)，用來用來模擬無人機自主完成對著陸特征圖案進行定位及跟蹤。本課題主要完成了如下的工作：
　　1．在 PC機 VS2005環(huán)境下完成特征圖案識別算法的仿真。設計出著陸特征圖案，并將特征圖案上的角點標記為射影不變量；選取 OpenCV圖像視覺庫中的Harris角點檢測算法來完成特征圖案的角點檢測；依照射影不變量間交比不變的原理，確定出特征圖案的中

3、心。
　　2．完成達芬奇視頻開發(fā)環(huán)境的搭建。根據系統(tǒng)硬件架構，完成交叉工具鏈的配置，bootloader與內核的燒寫，根文件系統(tǒng)的制作等一系列平臺搭建工作。
　　3．在TMS320DM6446開發(fā)板上實現特征圖案識別算法。本項工作作為本課題的核心內容，包含算法的開發(fā)，算法的封裝，應用程序的設計三方面的工作。其中算法開發(fā)的工作是將PC機上的仿真算法改寫為能夠在開發(fā)板DSP端運行的算法；算法的封裝的工作為將開發(fā)板DSP端可以運行

4、的算法封裝成開發(fā)板ARM端可以調用的格式；應用程序的設計則包括視頻的采集模塊，算法調用模塊，圖像顯示模塊的編寫等，并采用多線程的方式來提高應用程序運行的效率。
　　4．對特征圖案識別算法做進一步的優(yōu)化。本工作作為本課題的另一項核心內容，采取的優(yōu)化方式包括：自適應優(yōu)化，區(qū)域分割預處理，編譯選項優(yōu)化，軟件流水優(yōu)化。對優(yōu)化后的結果進行測試，證明優(yōu)化后特征圖案識別的速率與穩(wěn)定性將大幅提升。
　　5．進行運動控制系統(tǒng)的硬件演示平臺的搭

5、建。根據識別算法提供的坐標位置，設計一套運動控制算法，并進行演示系統(tǒng)的聯調工作，完成攝像機跟蹤特征圖案與實時圖像識別并行操作的伺服系統(tǒng)設計。
　　經實驗證明，該系統(tǒng)所采用的算法能夠準確，實時，穩(wěn)定的檢測出特征圖案，且具有較強的抗干擾能力。選擇TI公司推出的TMS320DM6446作為算法實現的平臺，比工控機更接近真實的無人機系統(tǒng)構建，并且具有體積小，成本低，演示方便等特點。搭建的硬件演示平臺能夠更好的模擬無人機自主定位著降點時的真