无人直升机视觉导航系统的分析与设计

摘要

无人机是一类能够通过多个传感器感知自身状态和周围环境，进而进行自主决策，实现飞行目标的空中机器人。无人机导航系统发展到现在，已经具有了较为完整的系统体系，已发展出纯惯性导航系统（INS）导航、GPS辅助惯性导航系统（GPS/INS）导航、视觉辅助惯性导航系统（Vision/INS）导航等多种导航方案。本文以这些导航原理为基础，在 TIGER-90航模直升飞机平台上，研究和设计了基于多传感器融合算法的无人直升机导航控制系统。
　　 本文先给出实现直升机自主导航所需的基础知识，其中包括直升机飞行控制原理、硬件系统构建、导航坐标系及导航方程、Kalman滤波算法、PID控制原理等。接着对现有的GPS/INS导航系统进行详细的分析研究。该系统实现了自主悬停、自主飞行、自主起降等基本功能，可以作为验证其他各种信息融合算法以及控制算法的实验平台，并为Vision/INS导航系统的开发提供理论基础。
　　 鉴于GPS固有的局限性，本文提出了一种视觉辅助惯性导航系统。该系统借鉴GPS/INS导航系统的设计经验进行开发，目标是利用视觉系统部分甚至完全取代GPS系统。本文设计了一套基于Kalman滤波器的Vision/INS信息融合算法，并在Linux环境下实现了该算法，最后给出了实际实验数据与结果，并通过分析得出结论，本文所设计的Vision/INS导航系统具有较高的可行性。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 研究课题背景和意义

1.2 传统无人直升机研究及其发展

1.3 Vision/INS导航系统发展现状

1.4 本论文结构

1.5 课题来源

第二章 直升机飞行原理及硬件系统

2.1 直升机结构

2.1.1 主旋翼操纵机构

2.1.2 锁尾陀螺仪和尾桨

2.1.3 油门控制

2.1.4 伺服器

2.2 飞控系统硬件构架

2.2.1 飞行控制系统

2.2.2 传感器系统

2.2.3 机载伺服系统

2.2.4 数据传输系统

2.2.5 地面监测系统

2.3 本章小结

第三章 直升机自主飞行控制基础

3.1 导航系统常用坐标系

3.1.1 机体坐标系

3.1.2 导航坐标系

3.1.3 地球中心坐标系

3.2 姿态表示

3.2.1 飞行器姿态定义

3.2.2 欧拉角表示飞行器姿态

3.2.3 四元数表示飞行器姿态

3.2.4 飞行器姿态的即时修正

3.3 惯性导航方程

3.3.1 惯性导航系统

3.3.2 惯性导航方程

3.4 Kalman数据融合算法

3.4.1 随机线性离散系统的Kalman滤波

3.4.2 随机非线性离散系统的Kalman滤波

3.5 PID控制算法

3.5.1 模拟PID控制器

3.5.2 数字PID控制器

3.6 本章小结

第四章 GPS/INS导航系统的设计与实现

4.1 GPS系统

4.1.1 GPS系统简介

4.1.2 GPS数据处理

4.2 典型GPS/INS组合导航系统

4.2.1 系统过程模型的实现

4.2.2 系统观测模型的实现

4.3 GPS辅助INS导航系统设计

4.4 GPS辅助INS导航系统实现

4.4.1 各个模块介绍

4.4.2 主程序流程图及其实现

4.4.3 Kalman滤波器实现

4.4.4 PID控制器实现

4.5 实验结果

4.6 本章小结

第五章 Vision/INS无人直升机的分析与设计

5.1 计算机视觉基础

5.1.1 摄像机成像几何原理

5.1.2 相关坐标系

5.2 ppencv图像处理

5.2.1 颜色空间

5.2.2 OpenCV图像处理

5.3 Vision/INS组合导航系统设计

5.3.1 位置观测模型的建模实现

5.3.2 速度观测模型的建模实现

5.4 Vision/INS组合导航系统实现

5.4.1 软件系统构架

5.4.2 VPS类实现细节

5.5 实验结果

5.6 本章小结

结论与展望

参考文献

攻读硕士学位期间取得的研究成果

致谢