声明
第1章 绪论
1.1课题的研究背景及意义
1.2国内外研究现状
1.3研究内容与目标
1.3.1基于CNN的无人机预测系统(前端)
1.3.2映射决策控制系统(后端)研发
1.4本文的组织结构
第2章 系统体系以及理论基础
2.1无人机自主避障系统框架
2.2四旋翼无人机模型和坐标系
2.3单目相机模型
2.4深度神经网络理论基础
2.4.1卷积神经网络
2.4.2卷积层
2.4.3激活函数
2.4.4池化层
2.4.5全连接层
2.4.6过拟合
2.5输入图像预处理
2.6数据集搭建
第3章用于预测的网络模型设计
3.1轻量级网络单元
3.1.1组卷积(Group Convolution)
3.1.2深度可分离卷积(Depth-wise Separable Convolution)
3.1.3点卷积(Pointwise Convolution)
3.1.4残差网络模型
3.1.5通道混洗(Channel Shuffle)
3.2轻量级网络设计理念
3.2.1轻量级网络设计准则
3.2.2轻量级网络单元设计
3.3网络模型
3.4本章小结
第4章无人机控制系统设计
4.1后端映射机制
4.1.1低通滤波(Low Pass Filter,LPF)
4.1.2巴特沃斯低通滤波算法
4.1.3碰撞概率映射
4.1.4转向角映射
4.1.5俯仰角映射
4.2无人机系统硬件平台
4.3基于ROS的无人机控制系统
4.4本章小结
第5章验证仿真与稳定性分析
5.1回归任务和分类任务的评估指标
5.2网络性能测试
5.3不同形式输入图像对系统影响的探究
5.4高维数据可视化模型监测
5.5控制命令处理
5.6运行时间分析
5.7系统在实际室内/室外环境中控制无人机的性能
5.7.1户外测试
5.7.2室内
5.8实验小结
结 论
致谢
参考文献
攻读硕士学位期间的科研成果
西南交通大学;