声明
摘要
1．1研究背景和意义
1．2国内外研究现状
1．2．1环境感知技术
1．2．2无人机路径规划技术
1．2．3路径规划算法
1．3本文的主要内容及章节安排
2双目立体视觉
2．1双目立体视觉基本原理及测距实现方法
2．1．1摄像机成像原理
2．1．2双目立体视觉基本原理
2．1．3双目视觉立体匹配
2．1．4双目立体视觉三维测量的实现方法
2．2双目立体视觉相机标定
2．2．1无人机环境感知系统
2．2．2摄像机的标定方法
2．2．3标定及图像校正实验
2．2．4实验结果及分析
2．3本章小结
3未知环境下无人机三维重建和障碍物检测
3．1三维环境重建
3．1．1深度图像的获取
3．1．2深度图像转化到三维点云
3．1．3基于SURF算法的灰度图像特征提取和匹配
3．1．4点云拼接
3．2基于深度信息障碍物检测
3．2．1障碍物检测标准
3．2．2基于聚类的深度图像分割
3．3实验结果与分析
3．3．1灰度数据融合深度数据单帧点云显示
3．3．2多帧数据拼接结果
3．3．3障碍物检测实验及结果
3．4本章小结
4自适应动态窗口蚁群算法的无人机未知环境路径规划
4．1基本蚁群算法
4．1．1基本蚁群算法的原理
4．1．2基本蚁群算法的数学模型
4．1．3基本蚁群算法路径规划实现
4．1．4蚁群算法的改进方式
4．2自适应动态窗口蚁群算法的设计
4．2．1一般动态窗口法分析
4．2．2自适应动态窗口的设计
4．2．3无人机路径代价函数设计
4．2．4转移概率的改进
4．2．5双重信息素更新规则
4．3算法实现流程
4．4仿真实验与结果分析
4．5本章小结
5融合蚁群算法的无人机未知环境三维路径规划
5．1融合蚁群算法的思想
5．2三维环境空间建模
5．3三维蚁群算法的改进
5．3．1蚂蚁搜索模式
5．3．2多元启发式函数的设计
5．3．3可行性点因素
5．3．4自适应信息素更新规则
5．3．5自适应信息素挥发系数
5．3．6蚁群三维无死锁机制
5．3．7改进后算法的具体实现步骤
5．4人工势场法
5．4．1人工势场法的缺点分析
5．4．2优化方法
5．4．3改进人工势场法具体步骤
5．5融合算法总体路径规划流程
5．6路径平滑处理
5．7仿真实验与结果分析
5．8本章小结
6结论
参考文献
攻读硕士学位期间发表的论文及所取得的研究成果
致谢
中北大学;
