题目：微小型飞行器视觉/惯性组合导航关键技术研究

本文针对微小型飞行器（Micro Aerial Vehicles，MAV），设计了一种基于视觉与惯性的组合导航系统，对视觉导航方法、基于惯性数据融合的姿态确定方法以及基于视觉和惯性的数据融合算法等关键技术进行了研究。本文的视觉导航部分，利用飞行器的前视摄像机拍摄的视频图像提取MAV的航姿信息。在已有图像地平线提取算法的基础上提出姿态估计的具体算法。并针对已有航向跟踪算法匹配精度不高的缺点，从模板统计特性、图像特征、模板配置方式三个方面对原模板匹配算法进行了改进，有效提高了匹配精度和运算效率。为了提高惯性导航精度，本文对惯性器件进行了温度建模。导航误差随时间积累是传统惯性导航系统的致命缺点；而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。因此，本文提出阈值判定和多点分析的惯性数据融合方法，有效抑制了惯导系统姿态角随时间累积的误差。利用视觉、惯性系统进行互相的数据有效性判定。在视觉和惯性数据均可用的条件下，利用视觉估计的姿态角和惯性导航估计的姿态角进行滤波，滤波过程采用模拟视觉数据和半实物仿真两种方式进行。滤波结果表明，视觉和惯性的数据融合可以有效提高两种系统单独使用的姿态角估计精度。本文对MAV视觉与惯性的组合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，为今后微小型飞行器导航系统的进一步研究奠定了基础。