当前位置:问答库>论文摘要

题目:基于立体视觉的小型无人机室内环境导航研究

关键词:小型无人机;立体视觉;障碍物检测;特征提取、跟踪;位姿估计

  摘要



无人机小型化后,飞行范围扩大到城市甚至建筑物内。由于遮挡、噪声干扰等原因,室内环境中的GPS信号不稳定,有时无法得到准确的定位信息,同时微型惯性传感器往往有较大的积累误差,无法独立准确地提供位姿信息。机载摄像机作为小型无人机不可或缺的任务载荷之一,近年来,被用作视觉系统完成小型无人机自主导航,在实现自主飞行中起到了不可替代的作用。

本文研究小型无人机利用自身携带的摄像头自主感知室内环境,实时提供自身的位姿信息,同时检测并定位出视野范围内的障碍物,目的是使小型无人机在不依赖GPS等卫星定位系统的条件下,在室内环境中完成自主搜索。研究突破了其中的几项关键技术,并对算法实现了验证。

针对小型无人机平台的立体视觉系统,设计了一种简单高效率的安全自主搜索策略,该策略可以避免重复检测障碍物,大大提高了视觉导航系统的实时性,具有很好的应用价值。

采用图像处理技术,识别所需要的走廊墙脚线和门边缘线,利用提取到的走廊直线特征解算无人机的三轴姿态角以及在楼宇环境中的位置信息。

提出了一种新颖的障碍物检测以及定位方法,利用区域立体匹配方法,得到室内环境准确的稠密视差图,通过深度信息建立不同距离的告警层,并把每一个告警层的障碍物检测出来,在二维图像中定义包含障碍物的感兴趣区域(ROI: Region of Interest),同时在三维世界坐标系下通过障碍物边界极值点对其进行定位。

应用SURF(Speed Up Robust Features)算法,提取感兴趣区域内的特征点,运用基于Lucas-Kanade金字塔光流法来对特征点进行跟踪,并对此方法进行改进以提高跟踪正确率,同时判断跟踪成功的特征点的数量,如果某一帧特征点数目小于某一阈值,则认为障碍物此时已经不存在。

最后,利用旋动定理将无人机运动分解,通过成功跟踪到的特征点,采用奇异值分解的方法对无人机进行运动估计,进而得到其相对于障碍物的六自由度运动信息,并最终优化运动估计以确保抑制估计过程中的累积误差。