基于光流的四旋翼室内定点悬停试验研究_毕业论文

毕业论文移动版

毕业论文 > 计算机论文 >

基于光流的四旋翼室内定点悬停试验研究

摘要随着微电子系统的发展,四旋翼无人机逐步趋于小型化。而小型化使得四 旋翼无人机的应用范围得到了扩展,如在城市中低空飞行,或室内应用。新的 应用场景和四旋翼无人机的小型化,导致传统的传感器无法得到原本的效果, 影响了飞行和控制的效果。由于稳定的飞行和良好的控制对于无人机是非常重 要的,因此需要找到合适的传感器和适用的算法。光流传感器是一种适合于小 型四旋翼无人机的传感器,因为其具有低功耗等优点。而为了获得具有鲁棒性 的速度和位置信息,应该选用合适的算法。光流算法已经被研究了一段时间 了,也已经有人将其应用于四旋翼无人机飞行上了。本文先实现两种经典的光 流算法,区域匹配算法和 Lucas-Kanade 算法,然后基于这两种算法改进得到两 种新的算法。最后通过实验比较实现的四种算法的实际应用效果。 78601

毕业论文关键字 四旋翼无人机 光流传感器 光流算法 区域匹配算法 Lucas-Kanade 算 法

Title Experimental study on indoor fixed four-rotor hover Based on Optical Flow

Abstract With the development of microelectronic systems, quad-rotor UAV gradually become smaller。 The miniaturization of such four-rotor UAV has been expanded range of applications, such as low-flying in the city, or indoor applications。 The new application scenarios and quad-rotor UAV miniaturization, leading to conventional sensors can not get the original effect, affecting the flight and control effect。 Due to stable flight and good control of unmanned vehicles is very important, and therefore need to find the right sensors and algorithms。 Optical flow sensor is suitable for small quad-rotor UAV sensor, because it has low power consumption, etc。 In order to obtain the velocity and position information is robust, we should choose the appropriate algorithm。 Optical flow algorithms have been studied for some time, it has already been applied to the quad-rotor UAV flight。 This article first achieve two classic optical flow algorithm, regional matching algorithm and Lucas-Kanade algorithm, then get two new algorithms based on these two algorithms as Improvement。 Finally, the experimental comparison of the four algorithms to achieve practical application。

Keywords quad-rotor UAV Optical flow sensor regional matching algorithm Lucas-Kanade algorithm

目次

1绪论1

1。1概述1

1。2四旋翼无人机的发展2

1。3研究目的2

2光流算法原理及实现6

2。1区域匹配算法6

2。1。1算法原理6

2。1。2区域匹配算法的匹配准则7

2。1。3常用的搜索策略8

2。2lucas-kanade(lk)算法8

2。2。1算法原理8

2。2。2迭代9

2。2。3平滑11

2。3图像处理方法12

2。3。1图像金字塔模型12

2。3。2特征点13

2。3。3LBP(localbinarypattern)算法142。3。4双线性插值算法14

2。4数据处理15

2。5基本的运动方程16

2。6算法实现17

3实验及结果分析23

3。1实验系统23

3。2实验内容23

3。3实验步骤23

3。3。1定点实验23

3。3。2矩形运动实验24

3。3。3周期运动实验24

3。4实验数据和分析24

3。4。1室内日光灯下定点实验24

3。4。2室内普通光照下定点实验26

3。4。3室内日光灯下的矩形运动27

3。4。4周期运动28结论30致谢31

 

参考文献32

绪论

 

(责任编辑:qin)