單目視覺(jué)下基于合作目標(biāo)的無(wú)人機(jī)定位定姿問(wèn)題研究.pdf

1、近年來(lái)，無(wú)人機(jī)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(diǎn)，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(wú)人機(jī)的自身位姿信息準(zhǔn)確獲取是無(wú)人機(jī)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(jī)載IMU傳感器又常常會(huì)出現(xiàn)較大的姿態(tài)角積累誤差，給無(wú)人機(jī)的導(dǎo)航帶來(lái)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(jī)作為視覺(jué)傳感

2、器，結(jié)合數(shù)字圖像處理技術(shù)和攝像機(jī)位姿估計(jì)的方法，設(shè)計(jì)了一套基于合作目標(biāo)的單目視覺(jué)無(wú)人機(jī)定位定姿問(wèn)題的解決方案。并結(jié)合勻速運(yùn)動(dòng)模型，利用攝像機(jī)采集的信息作為量測(cè)信息，對(duì)無(wú)人機(jī)的位姿狀態(tài)設(shè)計(jì)了基于擴(kuò)展卡爾曼濾波的運(yùn)動(dòng)估計(jì)方案。
　　本研究主要內(nèi)容包括：⑴針對(duì)實(shí)際相機(jī)存在的畸變問(wèn)題，本文研究了基于二階徑向畸變的攝像機(jī)模型，利用標(biāo)定出的攝像機(jī)畸變參數(shù)，對(duì)提取的特征點(diǎn)進(jìn)行畸變校正，將非線性攝像位姿估計(jì)轉(zhuǎn)換到線性攝像機(jī)位姿估計(jì)問(wèn)題。實(shí)驗(yàn)表明，

3、畸變校正提高了位姿估計(jì)的精度。⑵為實(shí)現(xiàn)合作目標(biāo)特征的準(zhǔn)確快速提取與匹配，設(shè)計(jì)了兼具顏色特征和點(diǎn)特征的合作目標(biāo)，研究了合作目標(biāo)的檢測(cè)、特征點(diǎn)提取與匹配高效率圖像處理算法。相比于對(duì)稱型合作目標(biāo)在特征點(diǎn)匹配時(shí)的高耗時(shí)問(wèn)題，本文設(shè)計(jì)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(shí)現(xiàn)特征點(diǎn)的匹配。同時(shí)，從視覺(jué)分級(jí)、多估計(jì)中心的角度，將基礎(chǔ)的合作目標(biāo)擴(kuò)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(jì)精度和高度限制。⑶為解決無(wú)人機(jī)位姿參數(shù)的估計(jì)問(wèn)題

4、，研究了一種基于透視投影模型下的位姿估計(jì)算法，同時(shí)引入了正交迭代算法，優(yōu)化估計(jì)結(jié)果。此外，對(duì)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(jì)方法，通過(guò)多估計(jì)中心的加權(quán)，較單合作目標(biāo)而言，提高了位姿估計(jì)的精度。⑷對(duì)于運(yùn)動(dòng)模型確定或無(wú)人機(jī)運(yùn)動(dòng)平穩(wěn)的情形，提出了將擴(kuò)展卡爾曼濾波估計(jì)與單目視覺(jué)位姿估計(jì)方法相結(jié)合的解決方案。將視覺(jué)信息作為量測(cè)信息，借助擴(kuò)展卡爾曼濾波器實(shí)現(xiàn)了對(duì)下一時(shí)刻位姿預(yù)測(cè)，基于勻速運(yùn)動(dòng)模型，對(duì)特征點(diǎn)量測(cè)有噪聲的情形進(jìn)