基于被动视觉的UAV邻机相对位姿估计-模式识别与智能系统专业论文.docxVIP

南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 基于被动视觉的 基于被动视觉的 UAV 邻机相对姿态估计 I I II II 摘 要 随着无人驾驶飞行器的不断发展，同时随着军事和民用的各种需求的不断扩张，单架无人 机已经渐渐满足不了多任务或复杂性较高的任务，因此多架具有自主功能的无人机实现编队飞 行的要求呼之欲出，各国的研究机构和高等院校也都已将目光投向了此领域。 然而，在实现无人机编队飞行过程中有一个问题是不可避免的，即无人机需要进行信息交 互以保证编队飞行的稳定性，而这其中的信息就包括位姿信息。本文借鉴 Fukui 于 1981 年提出 的运用计算机视觉技术测量机器人的位姿的概念，结合编队飞行中分布式信息控制技术提出了 基于视觉系统的邻机相对位姿估计。 虽然姿态估计在计算机视觉领域已经得到了广泛研究，但是针对编队飞行过程中邻机相对 位姿估计的研究较少，而能实现从长机后方获取图像信息进行相对位姿估计的研究更是凤毛麟 角。本文正是实现了僚机从长机后方获取长机图像信息，基于正交迭代算法进行邻机的相对位 姿估计。 为验证本文方法的可行性，本文首先进行了基于 EGT 工具包的仿真实验，分为理想情况 和增加噪声情况进行。从实验数据和参数关系图表分析可见，在仿真环境下经过 6 至 7 次左右 的迭代后均能进入收敛，且姿态角误差均可控制在 3°以内；同时误差随着所选特征点数的增 加而减少。之后，本文还采用了模型飞机与转台固定进行模拟拍摄，通过图像获取特征点信息， 计算相机与模拟飞机的相对姿态，并与转台实际的姿态角相比较，从实验数据可见也获得了不 错的效果。 从本文研究结果分析可知，本文方法运算速度较快、计算简单且精度较高，可以用于飞行 器相对姿态估计。 关键词：无人机、编队飞行、计算机视觉、正交迭代、相对位姿估计 ABSTRACT With the continuous development of unmanned aerial vehicles and the expansion of military and civilian needs, single UAV has gradually failed to meet the need of higher and more complex tasks. Therefore, multiple UAVs with independent functions are required to achieve formation flight which attracts many national research institutions and universities’ attention. There is an inevitable problem in the process of formation flight that the UAVs need to exchange information, which contains the pose information, to ensure the stability of the flight. This article proposes relative pose estimation between neighboring UAVs based on passive vision, this idea is based on the distributed information control technique, and the concept of using computer vision techniques to measure the pose of robots, proposed by Fukui in 1981. The pose estimation based on computer vision has been extensively studied, while there is less study on relative pose estimation between neighboring UAVs during the formation flight. Furthermore, the study on relative pose estimation with getting the picture information from the rear of the lead plane is rare. While this article is based on OI (Orthogonal Iteration) algorithm to estimate r