分析无人机基于视觉的无人机自动着陆相关技术自考论文

1、分析无人机基于视觉的无人机自动着陆相关技术自考论文摘要：无人机在军用和民用中具有广阔的运用前景。对于无人机来说，要能够在执行完既定任务后实现安全、可靠地回收，以利于重复利用。但是目前关于无人机系统安全回收方面的探讨和运用还有着着很多不足，探讨资料表明，无人机回收历程中失败导致的飞行事故占整个执行任务中飞行事故的80%以上。本论文针对基于视觉的无人机自动着陆技术进行了深入探讨，探讨内容主要包括以下三方面：（1）摄像机运动条件下运动目标的检测策略。首先探讨了一种基于运动补偿的动目标检测策略，该策略通过补偿全局背景将动态背景静态化，然后采取三帧差分法进行运动目标检测。由于该策略涉及到角点检测、角点匹

2、配和运动参数估计等，检测历程复杂，运算量大。针对该不足，本论文提出了一种动态背景下基于YCbCr颜色空间的动目标检测策略，首先根据YCbCr颜色模型建立颜色直方图并进行图像分割，图像分割后进行图像后续处理并检测出运动目标。实验结果显示，该策略精度优于常用的基于运动补偿的动目标检测策略，并且实时性更好。（2）基于视觉的无人机位姿估计策略。根据摄像机投影原理，探讨了两种适用于实验平台的无人机位姿估计策略，即基于单目视觉和基于动态立体视觉的无人机位姿估计策略。然后设计了一套室内无人机位姿估计仿真系统，采取实用性强的LED光源作为合作目标。仿真结果显示，本论文提出的基于动态立体视觉的位姿估计策略的估计

3、精度显著优于基于单目视觉的位姿估计策略。（3）基于视觉的运动目标跟踪策略。为了使无人机安全平稳地降落在运动平台上，需要采取视觉算法跟踪运转中的运动平台才能进行降落。针对视觉跟踪不足，首先探讨了基于UKF的动目标跟踪策略，然后探讨了基于波门跟踪法的动目标跟踪策略。实验结果显示，基于UKF的动目标跟踪策略能比较好地预测跟踪目标的轨迹，但其运算量比较大，历程繁琐；基于波门跟踪法的动目标跟踪策略能很好地预测并跟踪运动目标，因为采取波门跟踪原理，跟踪算法实时性强，抗噪性好，该策略在动目标跟踪中有非常实用的价值。    关键词：动目标检测论文 位姿估计论文 跟踪论文

4、 动态立体视觉论文 无人机论文         摘要6-8Abstract8-15第1章 绪论15-371.1 课题的提出15-171.2 国内外探讨近况17-351.3 本论文的主要工作35-37第2章 摄像机成像模型及其标定策略37-562.1 摄像机成像模型37-412.2 非线性模型41-432.3 摄像机标定策略43-542.4 本章小结54-56第3章 基于摄像机运动的动目标检测策略探讨56-793.1 全局运动估计与补偿57-663.2 基于运动补偿的动目标检测策略66-683.3 基于 YCBCR 颜色空间的动目标检测策略68-753.4 实验结果与浅析75-773.5 本章小结77-79第4章 基于视觉的无人机位姿估计策略探讨79-994.1 合作目标的设计79-804.2 合作目标的检测策略80-844.3 实验平台84-8884.4 基于视觉的无人机位姿估计策略88-964.5 实验结果与浅析96-984.6 本章小结98-99第5章 基于视觉的运动目标跟踪策略探讨99-1175.1 基于 UKF 的动目标跟踪策略99-1045.2 波门跟踪原理104-1055.3 基于波门跟踪法的动目标跟踪策略105-1095.4 实