本科毕业设计开题报告

微飞行器视觉下自主着陆跑道识别技术研究班级：08-0441

姓名：简杰指导老师：池海红研究背景无人机是一种无人驾驶，可重复使用航空器的简称。现阶段，无人机的使用范围已扩展到军事、民用、科研三大领域。

军事：侦查监控、通信中继、电子对抗、骚扰诱惑、对地攻击、早期预警等。民用：大地测量、城市环境检测、资源勘测、森林防火、自然灾害监测与救援等。科研：大气研究、气象观测、对核生化污染区的采样与观测、新技术新设备和新飞行器的实验验证等。无人机的优势成本低，效费比好，使用维护费用低。无人员伤亡的风险，可深入复杂或条件恶劣的地区完成各种高风险的任务。生存力强，有较强的突防能力，机动性好。由于无人机具有以上优势，其研究受到越来越多的国家重视。在目前无人机的研究领域，美国处于领先地位，以色列紧随其后。我国也已推出多种型号的无人机，但与国外的研究成果相比，仍处于起步阶段，有许多关键技术尚在探索研究阶段。毕业设计预期目标无人机在执行任务的过程中，着陆阶段是最为重要的阶段，为了适应各种应用环境，无人机在各种复杂气象条件下都应该能够完成返航着陆任务。因此，要求无人机具有全天候、短距自主起飞和自主精确进场着陆的能力。本次毕业设计的预期目标：无人机可以在多种复杂环境下完成对起落跑道的机器视觉识别，并根据实时拍摄到的跑道图像调整飞行姿态，完成自主精确着落。设计的主要内容在微飞行器上安装双目摄像头，应用Matlab对起落跑道进行数字图像处理，得出跑道的具体方位、飞行器和起落跑道之间的相对坐标关系，由两者的位置关系调整飞行姿态，保证飞行器的精确自主着陆。设计的主要侧重点是对起落跑道进行数字图像处理，获取跑道的主要信息，为自主着陆提供指引。方向小波应用于跑道特征检测设计中需要从拍摄到图像里检测出跑道线和着陆线，使用的方法是方向小波。小波函数是带通函数，小波变换的内积形式也是一种卷积，使得小波变换能够表现出图像边缘的局部突变性质。Gauss函数是平滑函数，它与信号的内积或卷积可使信号平滑化，它还是一个偶对称的低通函数，其一阶导数是局部奇对称的带通函数，其二阶导数是局部偶对称的带通函数，它们与图像作内积或卷积可以出现边缘表现。小波应用于边缘检测技术已经成熟，但一幅图像中的边缘有各种类型，边缘也有不同的方向。在日常的图像处理中，选择单一的检测角度很可能不能反映所有边缘的真实情景。但飞机起落跑道只在一个方向上有延伸，而方向小波具有方向性，符合我们的需要。因此，利用方向小波进行局部的沿特定方向的边缘检测适用于本次设计研究。形态学去除孤立点经过方向小波变换，可以从图像中检测到机场跑道线，但现实中机场附近会有其他建筑物或云雾干扰，小波变换后的边缘检测图中有其他的干扰信号存在，这些干扰成分往往是离散分布的，为了防止这些点影响直线检测，必须对这些点进行去除，我们采用形态学去除孤立点的方法。具体操作：首先判断一个点的孤立性，如果一个点从它的3*3领域之外到它的7*7领域边界的区域都是白色像素点，那么这个点就是孤立点，然后利用3*3的矩阵白色结构单元对该点所在小区域进行腐蚀操作，将不大于3*3大小的噪声点滤除掉。直线检测从原始的机场图像中获得跑道特征图之后，下一步就是将跑道所在直线检测出来，即计算出跑道线在图像坐标系中的参数方程，使用基于预测的Hough变换方法。我们这里使用的是连续的序列图像，会涉及到参数预测或者跟踪。应用于跟踪的主要方法之一是Kalman滤波器，但Kalman滤波器计算过于复杂，而且需要建立状态方程和观测方程，实际中可以使用简单的预测器。简单的预测器是用线性预测和二次多项式预测构成的线性组合，能较好的适应飞行器按参考航迹着陆的状态变化，二次多项式可降低拟合状态变化规律的误差方差。我们可以通过其他方法获得前几帧图像中跑道所在直线方程，然后利用上述预测方法对下一帧中的直线参数进行预测，以此作为Hough变换直线检测的依据。最终将跑道所在直线检测出来。飞行参数的计算由地面坐标系、摄像机坐标系、飞机坐标系三者的相互关系得到飞行器的飞行参数和位置参数。运用Dsp微处理器，采用PID控制，控制无人机的飞行姿态，保证其顺利降落。进度安排1-2周：查阅资料，撰写开题报告，对毕业设计进行进度安排。3-4周：学习运用Matlab进行数字图像处理。5-6周：飞行器运动参数建模，构建运动方程。7-8周：硬件选择，应用Dsp处理器处理图像，熟悉Dsp的使用。9-10周：对不同高度、角度拍摄到的跑道图像运用Matlab进行图像处理，得出飞