基于多传感器的无人机定位和避障技术研究

  • 基于多传感器的无人机定位和避障技术研究已关闭评论
  • 75 views
  • A+
所属分类:AGV设计资料
摘要

随着无人机技术的快速发展,无人机已逐渐走进人们的生活和工作。现有常规的无人机仍依赖于专业人员的操纵,无人机技术存在着环境感知能力、自主飞行能力不足等问题。为进一步提高无人机的环境感知能力并扩展无人机的应用场景,无人机加装了越来越多的传感器,传感器信息的采集处理与利用也显得尤为重要。因此,对基于多传感器的无人机定位和避障技术研究具有重要的实际意义和应用价值。本文首先综述并分析比较了目前无人机定位避障技术的发展情况,为提高无人机的环境感知能力,我们设计并搭建具备了具备视觉,激光,超声,惯性等多传感器的无人机飞行平台,提出了多传感器融合的无人机定位和建图方法。为了弥补光学传感器的缺陷,我们设计了超声波辅助避障系统以提高无人机在室内外飞行时的安全性。同时为了提升无人机测试的效率及安全性,搭建的多传感器无人机仿真平台则用于对无人机相关算法的仿真测试。本文主要完成的工作如下:1、对课题展开综述,介绍了无人机的发展情况,给出了无人机定位与避障技术的国内外研究现状。2、对现有的基于视觉,激光,超声等传感器技术进行分析和对比。设计搭建以双目相机,光流传感器和激光雷达为主要传感器的无人机飞行平台。3、对视觉SLAM算法(ORB-SLAM)和激光SLAM算法(Cartographer)进行研究分析,提出了一种以激光SLAM算法为主体,融合光流传感器和双目相机数据的无人机室内定位建图方法,提升了定位建图精度及鲁棒性。4、为了弥补光学传感器在障碍物检测上的部分缺陷,设计了一整套基于超声波传感器的软硬件辅助避障系统。该系统由前向超声波模块和中央信号处理模块组成。其中,前向超声波模块探测距离较远且融合了IMU传感器具有俯仰探测角增稳功能,中央信号处理模块对超声波传感器数据进行滤波并在必要时向飞行控制器发送避障信号。5、为了提高对多传感器无人机算法的测试效率并提高测试的安全性,搭建了支持多传感器的无人机仿真平台。基于仿真平台,实现了IMU,相机,激光雷达等传感器模块以及定位避障算法的测试。

论文目录
摘要
ABSTRACT

第1章 绪论

1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 无人机飞行平台研究
1.2.2 无人机定位与避障技术
1.3 论文主要研究内容和组织结构
1.3.1 主要研究内容
1.3.2 组织结构

第2章 多传感器无人机飞行平台的研究

2.1 各类基础传感器在无人机上的应用
2.1.1 基本传感器:IMU和磁力计
2.1.2 气压计,GPS与光流传感器
2.2 视觉和激光雷达传感器的介绍
2.2.1 相机成像模型
2.2.2 激光雷达测距模型
2.3 无人机平台的选择与搭建
2.4 本章小结

第3章 多传感器融合的无人机定位和建图技术研究

3.1 传统室内定位技术
3.2 视觉SLAM应用
3.2.1 ORB特征点
3.2.2 ORB-SLAM算法及其初始化
3.3 激光雷达SLAM应用
3.3.1 激光雷达SLAM算法
3.3.2 Cartographer算法
3.4 多传感器融合的无人机室内定位与建图
3.5 无人机室内定位与建图实验
3.6 本章小结

第4章 基于超声波传感器的辅助避障系统硬件设计

4.1 超声波辅助避障系统的整体设计
4.2 超声波辅助避障系统的硬件设计
4.2.1 前向超声波模块
4.2.2 中央信号处理模块
4.3 本章小结

第5章 基于超声波传感器的辅助避障系统软件设计与实验

5.1 超声波辅助避障系统的软件设计
5.1.1 前向超声波模块软件流程
5.1.2 中央信息处理模块软件流程
5.2 实验
5.2.1 单轴云台增稳实验
5.2.2 对超声波数据进行卡尔曼滤波的实验
5.2.3 辅助避障系统实际实验
5.3 本章小结

第6章 多传感器无人机仿真平台的研究

6.1 仿真平台组成
6.1.1 仿真平台所在的机器人操作系统
6.1.2 仿真平台所在的物理仿真平台
6.2 无人机仿真平台中的多传感器
6.2.1 仿真的双目相机和IMU传感器
6.2.2 仿真激光雷达传感器
6.3 仿真系统实验
6.3.1 IMU和相机传感器仿真实验
6.3.2 激光雷达SLAM仿真实验
6.4 本章小结

第7章 结论与展望

7.1 总结
7.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。