近年來,隨著無人機的快速發(fā)展,研究的內(nèi)容也在不斷的豐富。機器視覺、深度學(xué)習(xí)以及智能算法的不斷發(fā)展,使得無人機逐漸成為了具備有自主定位與飛行能力的飛行機器人,因此對于飛行機器人的研究逐漸成為當(dāng)前無人機研究的主要方向。對于飛行機器人的自主定位與飛行能力的研究,可以分為兩個部分,一部分為基于機器視覺的飛行機器人自主定位方法研究;另一部分為飛行機器人的飛行控制算法研究。此外,隨著飛行機器人的不斷小型化,需要一種結(jié)構(gòu)更加緊湊,機動性更強的飛行器構(gòu)型,如本文所述的傾轉(zhuǎn)式三旋翼飛行器�；谏鲜霈F(xiàn)狀,本文做了以下工作:1.基于ORB-SLAM算法,搭建了一套基于視覺的飛行機器人自主定位與環(huán)境重建的軟件框架,該軟件框架可以實現(xiàn)飛行機器人的自主定位以及在地面站的三維環(huán)境重建,兩者通過Wi-Fi協(xié)議進行通訊。地面站利用Pangolin庫編寫,可以實時的接收飛行機器人端發(fā)送的圖像信號,并轉(zhuǎn)化為三維稠密地圖。此外,利用深度相機搭建了四旋翼飛行機器人自主定位與環(huán)境重建硬件平臺,并在室內(nèi)室外環(huán)境下進行了飛行定位實驗,定位精度達(dá)到5cm。同時在室內(nèi)室外進行了環(huán)境重建實驗,實驗表明在室內(nèi)與室外環(huán)境下,重建效果均較為良好,...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 飛行機器人國內(nèi)外研究現(xiàn)狀
        1.2.1 飛行機器人的視覺定位與導(dǎo)航技術(shù)研究現(xiàn)狀
        1.2.2 三旋翼飛行機器人的飛行控制算法研究現(xiàn)狀
    1.3 論文主要內(nèi)容介紹與章節(jié)安排
第2章 基于深度視覺的飛行機器人自主定位與三維環(huán)境重建系統(tǒng)設(shè)計
    2.1 引言
    2.2 基于視覺的定位方法介紹
        2.2.1 視覺傳感器介紹
        2.2.2 視覺定位方法介紹
    2.3 飛行機器人自主定位與環(huán)境重建平臺軟件設(shè)計
        2.3.1 ORB-SLAM視覺SLAM算法前端設(shè)計
        2.3.2 ORB-SLAM視覺SLAM地面站后端設(shè)計
    2.4 飛行機器人自主定位與環(huán)境重建硬件平臺
    2.5 飛行機器人自主定位與環(huán)境重建飛行實驗
        2.5.1 室內(nèi)定位實驗
        2.5.2 室內(nèi)環(huán)境重建實驗
        2.5.3 室外環(huán)境重建實驗
    2.6 本章小結(jié)
第3章 基于雙目視覺與慣性傳感器融合的飛行機器人視覺定位算法設(shè)計
    3.1 引言
    3.2 基于雙目視覺的視覺定位算法設(shè)計
        3.2.1 雙目相機模型
        3.2.2 雙目視差計算方法
    3.3 基于雙目視覺與慣性測量單元的融合算法設(shè)計
        3.3.1 IMU預(yù)積分
        3.3.2 雙目視覺與IMU數(shù)據(jù)的融合
    3.4 基于雙目視覺與慣性測量單元融合的視覺定位實驗
        3.4.1 室內(nèi)場景下的視覺定位實驗
        3.4.2 室外場景下的視覺定位實驗
    3.5 本章小結(jié)
第4章 傾轉(zhuǎn)式三旋翼飛行器的有限時間收斂控制設(shè)計
    4.1 引言
    4.2 傾轉(zhuǎn)式三旋翼飛行器動力學(xué)模型
        4.2.1 坐標(biāo)系定義
        4.2.2 姿態(tài)系統(tǒng)動力學(xué)模型
    4.3 非線性魯棒控制算法設(shè)計
        4.3.1 跟蹤誤差與滑模面構(gòu)造
        4.3.2 控制器的設(shè)計
    4.4 穩(wěn)定性分析
    4.5 傾轉(zhuǎn)式三旋翼飛行器飛行控制實驗
        4.5.1 鎮(zhèn)定飛行實驗
        4.5.2 風(fēng)擾下飛行實驗
        4.5.3 轉(zhuǎn)動慣量變化
        4.5.4 對比試驗
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 后續(xù)工作展望
參考文獻
發(fā)表論文和參加科研情況說明
致謝



本文編號：4052407