题目：基于图像与MIMU的微小型飞行器导航方法研究

MAV（Micro Aerial Vehicles，微小型飞行器）是最近兴起的一种先进的飞行器，世界各国都在积极开发、研制。MAV无论在军事领域还是在民用领域，都有很广泛的应用前景。MAV所要执行的任务，常常决定它要飞离操纵者的视线，这意味着它必须具备自主飞行的能力，因此自主飞行是MAV能否在实际中得到应用的关键问题之一。由于MAV的尺寸和负载能力的限制，它对导航与控制系统的体积、重量都提出了严格的要求。本文针对正在研制的某MAV在自主性、体积、重量、姿态估计精度、成本五方面的要求，利用图像、惯性导航技术，设计了一种基于图像与MIMU（Micro Inertial Measurement Unit，微惯性测量单元）的导航系统，并对图像导航方法、MEMS（Micro Electro Mechanical System，微机电系统）陀螺仪误差建模与补偿方法、基于惯性数据融合的姿态确定方法进行了研究。在综合研究结果的基础上，搭建了基于DSP的微小型导航系统。论文的主要工作如下：首先改进了一种基于图像的统计信息，提取图像中地平线的图像导航方法。指出单独使用RGB图像中的蓝色（B）通道可以减小运算量，并且提高提取精度；为了提高提取地平线的速度，使用了金字塔算法；提出了使用两个正交视觉系统的应用方案，可以有效地解决横滚角和俯仰角耦合的问题；随后对基于Hough变换的提取地平线的算法进行了改进，在提取地平线的过程中考虑图像投影的梯度信息。改进后的算法可以实时从视频图像中提取地平线，估计MAV的横滚角和俯仰角。在提取到的地平线上利用图像特征匹配方法，使用5个位置相对固定的圆形模板进行图像匹配，确定了MAV航向角的变化。为了满足MAV导航系统“体积小”的性能要求，本文使用MIMU做为惯性测量元件，搭建惯性导航系统。为了补偿由于MAV发动机震动造成的陀螺仪误差，本文尝试了多种误差建模与补偿方法，分别为：小波滤波方法、单尺度时间序列建模方法、基于单尺度时间序列模型的卡尔曼滤波方法、多尺度时间序列建模方法、基于多尺度时间序列模型的卡尔曼滤波方法。实验表明，多尺度时间序列建模方法的补偿效果最好。为了保证多尺度时间序列模型的适用性，本文使用à trous算法进行陀螺信号的小波分解。导航误差随时间积累是传统惯性导航系统的致命缺点。单独使用加速度计估计MAV的航姿，误差不会积累，但是动态性能差。本文提出使用故障检测与阈值检测的方法，先使用加速度计估计出MAV的姿态角，再与使用陀螺仪估计出的姿态角进行融合，以消除惯性导航系统姿态角随时间积累的误差。本文基于TMS320C6713，搭建了微小型导航系统，并进行了软、硬件调试。模拟SCCB总线，对成像模块进行了配置。通过总线隔离技术，使用EDMA从成像模块采集图像，并将图像实时显示在LCD上。设计了UART接口，DSP通过它与系统的其余模块通信。为了控制MAV的舵机，导航系统集成了一款可以产生PWM信号的单片机，DSP通过单片机控制舵机。为了方便系统调试，导航系统中包含无线通信模块，MAV的导航数据可以实时发送到地面监控计算机。基于VC++开发了一套监控软件，可以监控MAV的飞行状态。 本文对基于图像与MIMU的MAV导航方法进行了有意义的研究和探讨，解决了导航系统实际应用中的关键问题，对今后微小型飞行器导航系统的进一步研究奠定了基础。