微小型无人直升机姿态测量及其在航拍图像校正中的应用设计

摘要

微小型无人直升机在军事和民用两方面都具有广阔的应用前景,近年来成为国内外研究的热点之一,是进行控制、导航、路径规划以及目标识别与跟踪等方面研究的良好平台。
　　 本文首先针对微小型无人直升机姿态模型的高度非线性、强耦合、多变量等特点,在比较两种典型的非线性滤波算法的基础上,设计了一种基于修正罗德里格参数表示的UKF(Unscented Kalman Filter)姿态融合算法,该算法采用修正的罗德里格参数表示直升机的姿态模型,减小了计算量,且采用确定性采样方法近似姿态模型的非线性,因而提高了姿态融合精度。仿真实验验证了该算法的有效性。
　　 针对微小型无人直升机在航拍领域的广阔应用前景,在分析了航拍图像几何变形成因的基础上,首先研究了基于单应性矩阵的图像校正算法,而后提出了一种结合姿态测量信息的航拍图像校正方法.实验表明,结合估计的姿态信息能够有效地降低图像校正中的不确定性,降低了航拍图像校正的难度。
　　 最后对本论文工作进行了总结,从理论和应用角度,探讨了可以进一步完善和深化的地方。

目录

文摘

英文文摘

致谢

第1章 绪论

1.1 研究背景及研究意义

1.1.1 无人直升机概述

1.1.2 微小型无人直升机的研究概况

1.2 微小型无人直升机姿态测量技术概述

1.3 微小型无人机在航拍中的应用

1.4 本论文主要研究内容及章节安排

第2章 相关知识简介

2.1 微小型无人直升机姿态描述方法及相互转换

2.1.1 姿态测量中常用的坐标系

2.1.2 姿态表述方式及应用特性

2.1.3 姿态描述方式间的相互转换

2.2 数字图像及预处理

2.2.1 数字图像概述

2.2.2 数字图像的几何变换

2.2.3 航拍图像几何校正方法

2.4 结论

第3章 基于修正罗德里格参数的姿态融合算法研究

3.1 非线性滤波概述

3.2 EKF与UKF算法比较

3.2.1 扩展卡尔曼滤波

3.2.2 无迹卡尔曼滤波

3.2,3 算法分析总结

3.3 基于修正罗德里格参数的UKF姿态融合算法

3.3.1 微小型无人直升机的姿态测量模型

3.3.2 基于UKF的微小型无人直升机姿态融合结构及算法过程

3.4 仿真结果分析

3.5 结论

第4章 基于单应性矩阵的图像校正算法研究

4.1 摄像机/相机成像过程介绍

4.1.1 齐次坐标表示法

4.1.2 摄像机/相机成像过程介绍

4.2 单应性矩阵估计

4.2.1 单应性矩阵介绍

4.2.2 单应性矩阵估计方法

4.3 特征点选取

4.3.1 Harris角点检测算子

4.3.2 SIFT特征

4.4 基于单应性矩阵的图像校正实验结果分析

4.5 实验分析及结论

第5章 结合姿态测量信息的航拍图像校正实验研究

5.1 航拍图像几何变形的成因

5.2 姿态测量用于图像校正的实验

5.2.1 实验平台介绍

5.2.2 实验方法和结果

5.3 实验结论

第6章 总结与展望

6.1 总结

6.2 展望

参考文献

作者简历