基于视觉的无人机自主着陆位姿估计器设计

摘要

本文针对中大型固定翼无人机，以解决基于视觉的自主着陆工程应用面临的位姿参数估计实现问题为出发点，研究并设计了基于嵌入式平台的位姿估计器。
　　首先设计了位姿估计器的总体方案。从无人机基于视觉自主着陆需求出发，分析了位姿估计器的组成部分并对各部分功能和要求进行了论述；然后对基于视觉的无人机自主着陆过程进行分析得到位姿估计器组件的参数要求；根据上述分析确定了位姿估计器由镜头、相机和基于SoC FPGA的视觉处理平台组成的方案。
　　根据总体方案建立了位姿估计器的开发平台，以对位姿估计器的硬件系统和视觉算法的实现进行验证。先是基于Qsys模型在开发平台上建立了位姿估计器的硬件系统；然后根据视觉算法实现需求在开发平台上搭建了配置OpenCV的Linux系统并提出了读取摄像头数据的方法；最后在开发平台上为利用FPGA进行视觉算法加速设计了硬件加速系统，以解决ARM和FPGA之间图像数据流通的问题。
　　接着论述了在开发平台上实现位姿估计的一系列算法的方法和方式。首先对利用包括跑道检测、跑道特征提取、跑道识别、跑道跟踪和位姿参数估计等算法实现位姿估计的方法进行了论述；其次对上述算法的实现方式进行了说明，并论述了基于C++对算法进行模块化处理的方法。
　　通过一系列实验对位姿估计器的功能进行了验证。首先在开发平台上对设计的位姿估计器软硬件系统进行了测试；其次对摄像头数据读取和视觉算法加速系统功能进行了验证；然后对实现位姿估计功能的算法进行验证；最后验证了位姿估计器输出位姿参数的能力。通过实验验证了本文设计的位姿估计器具有从拍摄着陆图像到输出位姿参数的能力。

目录

声明

注释表

缩略词

第一章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3本文的主要研究工作

1.4本文的内容安排

第二章 位姿估计器总体设计

2.2位姿估计器相关组件分析

2.3位姿估计器方案

2.4本章小结

第三章 位姿估计器开发平台的建立

3.1基于Qsys的位姿估计器模型设计

3.2嵌入式Linux系统平台搭建

3.3基于SoC FPGA的视觉算法加速系统设计

3.4本章小结

第四章 位姿估计器算法实现

4.1跑道检测识别算法

4.2跑道跟踪算法

4.3位姿估计算法

4.4算法实现方式

4.5本章小结

第五章 实验和验证

5.2基于OpenCV摄像头功能验证

5.3基于SoC FPGA视觉算法加速系统功能验证

5.4位姿估计器算法实现实验分析

5.5位姿参数传输实验验证

5.6本章小结

第六章 总结与展望

6.2后续工作展望

参考文献

致谢

在学期间的研究成果及发表的学术论文