1. 研究目的与意义
1. 研究背景及意义
近年来，无人机技术发展迅速，对无人机控制，自主着陆等方面的研究不断取得巨大成果，包括在无人机侦查、救援等军事活动、摄影测量以及农场作业等实际操作中，无人机无时无刻不在体现其强大的优势[1]。随着微处理器的迅速发展，越来越多具有强大运算能力的嵌入式芯 片相继问世，使得自主导航的无人机发展迅速[2]。其中，飞行器如何实现路径规划和自主导航已成为热门的研究课题，它关系着无人机能否顺利的完成任务，也关系着无人机能否安全返航。
最近几十年，图像处理技术发展迅速，基于视觉技术的导航策略成为导航领域新的研究热点，该类导航策略具有自主、廉价、可靠的特点[3]。由于视觉导航技术对系统的硬件要求较高，需要对大量的图像信息进行实时解算，因此，早期的视觉导航解决方案主要是用于行进速度较慢的地面机器人，而近年来，随着科学技术的革新和研究的深入，视觉导航避障技术在无人飞行器（unmannedaerialvehicle，uav）上获得了广泛的应用，同时，基于视觉技术的组合导航算法也得到了广泛的关注和研究[4]。本文研究基于视觉技术的路径规划，是无人机视觉导航技术的一个重要组成部分。
2. 研究内容和预期目标
| 1. 研究内容 本文针对无人机飞行路径规划问题，研究基于嵌入式平台的无人机，其主要研究内容包含三个部分：避障策略研究、图像处理算法开发和硬件平台搭建。为了实现无人机的自主路径规划，提出一种安全平稳的导航策略，通过仿真验证算法是否可靠，并与传统算法作比较。图像处理方面，主要研究在摄像头运动情况下，目标场景中无人机飞行路径上的障碍物检测并提取相关物理信息，提出一种高效的目标检测与测距算法。硬件平台方面，主要研究视频图像采集与处理以及前述算法的物理实现，包括算法的逻辑时序、图像数据的传输存储与处理以及控制信息的返回，需要完成传感器与芯片的选型，微处理器架构的设计，以及软件的开发与调试。 2.预期目标 本文针对无人机在未知环境中的路径规划问题，研究基于嵌入式平台的无人机视觉跟踪方法，主要探讨了无人机飞行过程中的路径规划和避障策略以及障碍物识别和目标测距问题，完成算法设计和硬件平台搭建，并通过实验验证该方案的工程价值。 |
3. 研究的方法与步骤
首先，针对导航避障策略问题，本文在传统人工势场法的基础上，对势场函数做了改进，并结合最优控制思想，设计控制器，引导无人机自主避障并最终飞抵目标地点。
接着，针对路径规划问题，研究图像预处理算法，并在几种经典光流算法的基础上，利用角点作为特征点计算目标场景的光流向量，提出基于角点检测的改进金字塔 l-k光流法。针对目标测距问题，利用精度不高的光流法探索障碍物警戒区域，通过对摄像机进行标定，形成二维像素到三维世界的对应模式，完成对距离的精确解算。
最后，针对嵌入式平台搭建，完成系统仿真设计，并完成算法的硬件实现。平台包括基于 cmos 图像传感器的图像采集模块，用于采集无人机飞行前方的视频图像序列，以及采用fpga dsp 架构的图像处理模块，利用 fpga 作图像预处理，dsp 作图像处理并输出控制信号，实验结果表明，该方案具有良好的障碍物检测与路径规划能力，并验证了本文算法的有效可行。
4. 参考文献
| [1] 邹湘伏,何清华,贺继林. 无人机发展现状及相关技术[J]. 飞航导弹， 2018(10). [2] 时岩. 嵌入式技术发展状况综述[J]. 电子技术,2018,05:4-5. [3] 王先敏,曾庆化,熊智,刘建业. 视觉导航技术的发展及其研究分析[J]. 信息与控 制,2017,05:607-613. [4]ZhangT,ZengW,WanL,etal.Vision-based system ofAUVfor an underwaterpipeline tracker[J].ChinaOceanEngineering,2018,26:547-554. [5] 龙忠杰. 移动机器人自主视觉跟踪测控技术研究[硕士学位论文].北京信息科技大学,2016. [6] 张 志 伟,付 兴 武,吉 爱 国. 嵌入 式 视 觉 实 时 跟 踪 系 统[J]. 辽 宁 工 程 技 术 大 学 学 报,2004,01:95-97. [7] Young-junHAN,Hern-soo HAHN. Vision-Based Obstacle Avoidance in SidewaL-K EnvironmentUsing Top-View Transform and Optical-Flow[J]. Journal of Measurement Scienceand Instrumentation,2017,04:341-345. [8] Serres J, DrayD, Ruffier F, et al.Avision-based autopilot for aminiatureairvehicle:jointspeedcontrolandlateralobstacleavoidance[J].AutonomousRobots,2018,25(1-2):103-122. [9]He Z, Iyer R V,Chandler P R. Vision-based UAV flight control and obstacleavoidance[C]//AmericanControlConference,2018.IEEE,2019:5pp.
|
5. 计划与进度安排
（1）2022.1.19-2022.3.8 查阅资料，填写开题报告，完成外文资料的翻译；
（2）2022.3.9-2022.3.20 熟悉matlab仿真实验环境；
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
