基于数据融合的小型VTOL 无人机位置与姿态估计研究

[复制链接]
查看: 117|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2023-9-30 16:48:22 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
起飞与降落是小型VTOL无人机飞行过程的重要阶段,为提高飞行的安全性与可靠性,获得高精度的导航信息至关重要。将不同传感器的信息进行融合是当前普遍采用的提高导航精度的方法。本论文针对小型VTOL无人机起飞与降落阶段的可靠飞行控制题目,将计算机视觉与惯性传感器(IMU)信息进行融合,估计无人机的位置与姿态信息,以较低成本获得较高精度的导航信息,用于小型VTOL无人机起飞与降落控制。地面摄像机与机载摄像机这两种方案均适用于小型VTOL无人机起飞与降落的视觉导航,本文旨在研究在小型VTOL无人机起飞与降落的应用背景下,上述两种方案的共性题目:摄像机标定、标识目标的检测与跟踪、基于传感器融合的位置与姿态信息估计题目以及信号滤波与微分。本文重点研究了以下三项关键技术:(1)目标检测与跟踪以图像处理为工具,利用目标颜色按RGB检测目标完成了标识目标搜索和识别;利用基于改进CamShift跟踪算法完成了对运动目标的跟踪;利用识别出的目标提取出用于位置和姿态估计的特征点与特征直线坐标。(2)导航信息的解算与融合利用特征直线与惯性传感器设计姿态观测器,并提出一种基于投影矩阵的利用已估计姿态求解位置的方法。此外,针对惯性传感器与计算机视觉采样速率有差异的题目,讨论了一种多采样速率融合的方法,以利用惯性传感器与视觉各自的带宽特点获得带宽较高并具有长期稳定性的融合系统。(3)信号滤波与微分讨论了两种不依赖于系统模型的非线性微分器用于对位置与姿态估计信号进行滤波与微分处理。综上,本论文研究了基于计算机视觉与IMU融合的小型VTOL无人机位置与姿态估计方法,并在仿真中验证了估计算法。





上一篇:自动测风系统的研制与风场发电功率预测研究
下一篇:基于DSP的输电线路覆冰在线监测系统研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图