基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
无人机的姿态参数是飞行目标状态的重要参数。目前对无人机的姿态测量方法大致可分为两大类,即遥测法和外测法。遥测法即在无人机上装置各类传感器(如GPS、陀螺仪、高速摄像仪等)进行参数测量,此方法还存在很大缺点[1],如当飞行目标高速飞行时,传感器会产生较大的数据误差甚至无法侦擦到无人机的信息,导致测量失败。在外测法中,对于中远距离的姿态测量,国内外大量使用的是基于广义点反馈迭代的影像匹配法[2],此方法具有较高的精确度,但由于测量前要先建立数据库,因而适用性较低。针对以上的缺点,本文采用了基于双目视觉的无人机姿态测量方法,采用全站仪和图像采集装置构建系统,利用全站仪数据进行三维标定,图像采集装置对无人机进行三维重建,利用双目直线原理重构机身、机翼的空间直线向量,利用BP神经网络算法进行数据的机器学习。该系统具有简易、精度高、设计简单等特点,被广泛应用于军事、民用系统中,具有很强的实用价值。
推荐文章
基于双目视觉的无人机避障之研究
无人机
自主快速避障
双目视觉
深度信息
基于单目视觉的无人机测距算法研究
无人机
单目视觉
实时距离
基于智能视觉的无人机导航技术研究
智能视觉
无人机
着陆导航
图像预处理
特征提取
姿态角
基于双目视觉的无人机悬停精度测量研究
双目立体视觉
分级区域匹配
三维信息获取
悬停精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于双目视觉的无人机姿态测量
来源期刊 数字技术与应用 学科 工学
关键词 无人机 双目视觉 机器学习 姿态识别
年,卷(期) 2016,(10) 所属期刊栏目 应用研究
研究方向 页码范围 48-49
页数 2页 分类号 TP391.41
字数 1732字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘中华 上海电机学院电子信息学院 8 14 2.0 3.0
2 王飞 上海电机学院电子信息学院 2 2 1.0 1.0
3 黄少强 上海电机学院电子信息学院 2 11 2.0 2.0
4 汤晚霞 上海电机学院电子信息学院 1 2 1.0 1.0
5 钟艳 上海电机学院电子信息学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机
双目视觉
机器学习
姿态识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导