基于四旋翼飞行器的视觉导航研究

• 作 者: 周长乐
• 出 处: 宁夏大学
• 发表日期: 2004年期
• 关键词: 四旋翼飞行器 相机标定 视觉里程计 目标跟踪 边界识别

随着机器视觉研究的深入,基于视觉的跟踪导航逐渐被广泛应用到各个重要领域中,如无人驾驶、智能机器人、军事打击等。本论文以国际空中机器人大赛(IARC)的第七代任务作为课题背景,以四旋翼飞行器作为平台对用于实现比赛任务的单目视觉里程计、边界检测以及目标定位跟踪等算法进行研究。首先,为了给飞行器制定处相应的飞行策略,系统需要知道目标与飞行器在场地中的位置,即它们的世界坐标。但单目摄像机采集来的图像为二维图像坐标,为此本文提出了一套基于相机标定和逆透视映射原理的单目视觉里程计,实现了对飞行器的全局定位。同时为了使策略更加有效,对地面机器人进行了建模分析,大致预测了目标运动区域。其次,本文将计算机视觉和无人机惯性导航相结合,对跟踪算法进行了研究与分析,考虑到比赛中对鲁棒性、实时性的要求以及机载计算机对计算能力限制等,设计了改进型Camshift算法(连续自适应的Meanshift算法)对目标进行检测和跟踪。针对该算法需要手动选取目标,引入目标模板,实现算法的自动跟踪;针对实际比赛中可能出现的目标遮挡情况,在跟踪算法中融合了 Kalman滤波器对遮挡后的目标进行预测。最后,为了满足飞行器不得飞出边界超过5秒的比赛要求,需要对比赛边界进行高精度检测且及时回飞。由于比赛场地边界特征复杂,传统的特征检测方法难以满足要求且失败率高,为此,文章设计了一种以方向梯度直方图(HOG)为特征的支持向量机(SVM)边界检测器。考虑到聚类算法计算量巨大,采用CUDA对其加速,实现该检测器对场地边界的尺度、旋转、光照变化都有很好的鲁棒性,且实时性能够满足比赛要求。