第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 UAV/UGV协同系统国内外研究现状
1.2.2 负障碍物检测国内外研究现状
1.3 UAV/UGV协同检测方法
1.4 本文研究内容
第2章 无人机与无人车协同体系结构设计
2.1 UAV/UGV协同检测负障碍物意义
2.2协同任务分配系统的结构框架
2.3空地协同平台搭建
2.4本章小结
第3章 基于无人机的负障碍物检测
3.1基于图像分割的检测方法
3.1.1 图像预处理
3.1.2 传统的OTSU算法
3.1.2 改进的的OTSU算法
3.1.3 基于方差与权重的OTSU改进算法
3.1.4 图像分割结果
3.1.5负障碍物定位
3.2基于深度学习的检测方法
3.2.1卷积神经网络主要结构
3.2.2 YOLO v3与SSD原理
3.2.3 负障碍物数据库建立
3.2.4 模型训练及测试
3.3 图像分割与目标检测方法对比
3.4 本章小结
第4章 基于无人车的负障碍物检测
4.1 坐标系简介
4.2 单目相机标定
4.3 坐标转换实验
4.4 无人车传感器的联合标定
4.4.1 雷达坐标系转换
4.4.2 雷达与相机的联合坐标系转换
4.5 相机与雷达融合的负障碍物检测
4.5.1 基于聚类的激光雷达检测方法
4.5.2 单视觉与融合方法实验对比
4.6 本章小结
第5章 基于UAV/UGV协同的负障碍物检测
5.1 实验平台介绍
5.1.1 UAV硬件介绍
5.1.2 UGV硬件介绍
5.2 单智能体检测负障碍物区域
5.2.1无人机检测负障碍物区域
5.2.2 无人车检测负障碍物区域
5.3 协同实验路线介绍
5.4 UAV/UGV协同负障碍物检测实验
5.4.1 协同实验场景
5.4.2 协同检测负障碍物结果
5.5 本章小结
第6章 总结与展望
6.1 主要研究成果
6.2 工作展望
致 谢
参考文献
附 录
声明
贵州大学;
