● 摘要
本文针对无人机自主着陆过程，设计了基于包络线的自适应卡尔曼滤波算法、基于特征点匹配的双目测距算法、视觉/惯性组合导航算法，并针对实际应用，将在Windows下设计的算法移植到Android环境中，并针对传感器外设开发了驱动软件。最后设计了硬件电路，将只具有一路摄像头输入能力的接口，扩展为具有多路摄像头输入能力的接口，并对硬件功能的正确性做出了验证。
在自适应卡尔曼滤波算法研究过程中，本文首先对比了传统包络线获取算法在信号具有较高变化频率与较低采样频率时的不足，并针对此问题提出了新的包络线算法，算法结果稳定，能够有效获取信号包络线。在获得包络线的基础上，本文介绍了一种基于包络信息的观测噪声协方差矩阵估计方法和系统滞后判定方法。仿真结果表明，算法稳定可靠，能够有效估计滤波器参数并判定滤波系统输出的滞后。
在快速双目测距系统算法研究阶段，本文以SURF特征点匹配为基础，通过设计多个双目视觉系统对图像中特征点的约束条件和基于多个特征点信息的误匹配判定算法，极大地减少了由于特征点匹配错误造成的测量误差。最终在获得准确位移的基础上进行了相对导航系统设计。经过实验验证，系统功能正常，几乎消除了特征点误匹配的情况。
组合导航系统设计部分，通过分析目前INS/SLAM组合导航算法在无人机自主着陆应用场合下的不足，提出了一种不需要先验地标信息的视觉/惯性组合导航算法。本文通过对系统误差的建模消除了系统对特征点具体坐标的依赖性。实验结果显示，该导航方式能够有效抑制惯性元件的发散，将整个导航系统误差控制在一个较小的范围，可作为短期内高精度导航系统失效时的备份系统。
最后完成了双目测距算法和捷联导航解算算法在Android平台下的移植工作，解决了移植过程中出现的多种问题，并使用了包括JNI在内的多种手段实现了整个系统的移植。并对外设开发了Android平台下的驱动程序，使Android应用程序可以直接控制外部硬件设备。最后将仅支持一路的摄像头接口扩展为支持多路摄像头输入的摄像头接口，并进行了实验验证。