论文部分内容阅读
舰载无人直升机以成本低、体积小、作战使用灵活、可避免人员伤亡等优势,得到世界各国海军的广泛认可,然而由于受舰船降落平台尺寸的制约,无人机回收过程的故障率非常高,因此精确着舰是目前无人机能够顺利执行任务亟待解决的问题之一。近年来,国内外研究机构利用计算机视觉的方法对无人机自主着舰进行了研究,取得了一定的成果。本文对无人直升机自主着舰的主要研究工作如下: 在目标识别方面,设计了一种特征点排序较为简单的着舰特征图案,并以在SIFT目标识别算法基础上改进的SURF算法作为本课题的识别算法,实验结果表明该算法精度高,实时性好。 在特征点提取方面,提出了先采用Meanshift算法对所拍摄的包含目标的图像进行一定程度的平滑,再对平滑后的图像采用基于HSI彩色空间阈值的分割方法,分割出着舰特征图案不同颜色的区域。根据本文提出的算法对分割出来的区域提取正确有序角点,得到了着舰特征图案顶点的图像坐标。 在解算无人机与舰船相对位姿方面,结合本文实际的着舰特征图案对单目视觉算法和双目视觉算法进行了改进。对两种算法在实验室环境下进行了仿真,并以姿态传感器所测姿态角为依据,对两种算法进行了分析与比较,实验结果表明本文改进后的单目视觉算法更为有效,测量精度较高。