论文部分内容阅读
旋翼无人机在环境感知、目标跟踪、自主航迹规划方向仍需努力，因此本文针对上述相关方向进行研究，主要涉及六旋翼无人机系统设计搭建、目标跟踪算法研究、旋翼无人机航迹规划算法研究，为实现无人机自主目标跟踪与航迹规划使得其更为自主化、智能化提供帮助。本文主要开展了如下工作：
1.提出多相关滤波策略的鲁棒长时自适应目标跟踪算法。首先，提出了一种特征互补策略,将方向梯度直方图和全局颜色直方图特征响应线性加权,用以目标位移估计;然后,仅提取目标前景HOG特征,学习一个判别滤波器,用以保持对目标外观的长期记忆,并以此判别是否出现遮挡或跟踪失败；采用在线SVM分类器对丢失目标进行再检测,将跟踪目标从失败中恢复；最后在OTB目标跟踪基准数据集上对算法进行实验验证，进一步验证了所提算法的精确度与鲁棒性。
2.提出全局上下文特征模块的DenseNet孪生网络目标跟踪算法。针对以往骨干网络难以提取深层特征，且外观模型不具有全局上下文特征两个问题，采用密集网络DenseNet作为骨干网络，它在减少网络参数的同时提高了泛化能力；在网络中加入全局上下文模块(GC-Model)，通过全局池化、1?1特征变化、特征融合等步骤将全局上下文信息进行聚合，用以提升该算法的跟踪性能。在OTB50和VOT2017数据集上的结果表明，与当前几种主流算法进行对比，该算法在精度和鲁棒性均具有优势。
3.提出旋翼无人机改进稀疏A*航迹规划算法。主要涉及三个方面：代价函数优化，在经典A*算法的基础上，对其代价函数进行改进，适当改变实际代价与估计代价的比重关系，以此来提高航迹规划的效果；约束条件优化，根据旋翼无人机固有性质，引入最大转弯角约束，并且将其合理化调节来适应6自由度无人机；算法搜索过程优化，采用一种双向并行搜索方法，更快速的获取全局最优航迹。在MATLAB中搭建仿真环境，验证了算法的有效性。
4.设计和搭建了一个六旋翼无人机平台。整个系统包括有六旋翼机架平台、机载计算机、电源与通信集成电路模块、视觉传感器、动力套装、飞控几个部分，并且在该平台上验证所述目标跟踪算法在真实场景下的跟踪效果。
1.提出多相关滤波策略的鲁棒长时自适应目标跟踪算法。首先，提出了一种特征互补策略,将方向梯度直方图和全局颜色直方图特征响应线性加权,用以目标位移估计;然后,仅提取目标前景HOG特征,学习一个判别滤波器,用以保持对目标外观的长期记忆,并以此判别是否出现遮挡或跟踪失败；采用在线SVM分类器对丢失目标进行再检测,将跟踪目标从失败中恢复；最后在OTB目标跟踪基准数据集上对算法进行实验验证，进一步验证了所提算法的精确度与鲁棒性。
2.提出全局上下文特征模块的DenseNet孪生网络目标跟踪算法。针对以往骨干网络难以提取深层特征，且外观模型不具有全局上下文特征两个问题，采用密集网络DenseNet作为骨干网络，它在减少网络参数的同时提高了泛化能力；在网络中加入全局上下文模块(GC-Model)，通过全局池化、1?1特征变化、特征融合等步骤将全局上下文信息进行聚合，用以提升该算法的跟踪性能。在OTB50和VOT2017数据集上的结果表明，与当前几种主流算法进行对比，该算法在精度和鲁棒性均具有优势。
3.提出旋翼无人机改进稀疏A*航迹规划算法。主要涉及三个方面：代价函数优化，在经典A*算法的基础上，对其代价函数进行改进，适当改变实际代价与估计代价的比重关系，以此来提高航迹规划的效果；约束条件优化，根据旋翼无人机固有性质，引入最大转弯角约束，并且将其合理化调节来适应6自由度无人机；算法搜索过程优化，采用一种双向并行搜索方法，更快速的获取全局最优航迹。在MATLAB中搭建仿真环境，验证了算法的有效性。
4.设计和搭建了一个六旋翼无人机平台。整个系统包括有六旋翼机架平台、机载计算机、电源与通信集成电路模块、视觉传感器、动力套装、飞控几个部分，并且在该平台上验证所述目标跟踪算法在真实场景下的跟踪效果。