摘 要

本文以四旋翼无人机为对象，设计其在低空飞行中的自主导航问题，主要是通过单目视觉检测其飞行路径中的障碍物并采取相应的避障措施。

首先，利用单目摄像机获取无人机飞行路径上的图像信息，在障碍物检测方面，研究了图像处理技术，通过阈值分割和形态学处理检测出障碍物区域，为后续处理作准备。

接着，针对障碍物测距，采用了一种定焦平移序列图像测距的方法，使用sift算法进行序列图像的特征点检测并进行匹配，融合无人机的速度信息和相机的帧率以及标定得出的相机参数，从而解算出障碍物的距离。

第三，在避障策略方面，根据计算得出的障碍物的距离，生成简化深度图，接着在深度图中采用像素遍历的方式检测出安全区域从而进行避障规划，这种方法比较简单。

最后，开展了初步的实验，结果表明：所设计的方法在背景比较单一的情况下，通过单目视觉能够识别障碍物并能实现避障路径规划。

关键词：无人机；单目视觉；避障；路径规划

Abstract

In this paper, four rotor UAV as the research object. To study its autonomous navigation problem in low-altitude flight, mainly function is to detect obstacles through the monocular vision in its flight path and take the appropriate obstacle avoidance measures.

Firstly, image information of the UAV flight path is obtained by camera. To detect the obstacle, the image processing technology is studied, and the obstacle area is detected by threshold segmentation and morphological processing.

Then, study the content of obstacle ranging. Adopt a method of distance measurement of fixed-focus translation sequence. It use the sift algorithm to detect and match feature points of sequence images, and fuse the speed information of UAV , camera frame rate and camera parameters obtained by calibration, so as to calculate the obstacle distance.

Thirdly, to get obstacle avoidance strategy, first step is to generate a simplified depth map according to the calculated distance of the obstacle. Then according the depth map using the pixels to detect the safe area to avoid obstacle planning, this method is relatively simple.

Finally, preliminary experiments were carried out . The results show that the method proposed in this paper can identify obstacles and can plan a suitable path to avoid obstacles through monocular vision in the case of a single background.

Key Words：UAV；monocular vision；obstacle avoidance; path planning

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1 课题研究背景及意义 1

1.2 国内外研究现状 2

1.2.1 国外研究现状 3

1.2.2 国内研究现状 4

1.3 无人机避障方案 5

1.4 论文主要研究内容及章节安排 6

1.4.1 主要研究内容 6

1.4.2 章节安排 6

第二章 无人机单目视觉获取 7

2.1 图像的获取 7

2.2 图像的读取 7

第三章 基于图像的无人机前方空间障碍物区域检测 8

3.1 障碍物检测方案确定 8

3.2 感兴趣区域提取 9

3.3 中值滤波 10

3.4 阈值分割 11

3.5 形态学处理 11

3.6 检测障碍物所在区域 12

第四章 基于单目视觉的无人机测距 13

4.1 特征点检测与匹配 14

4.1.1 特征点检测 14

4.1.2 特征点的匹配 15

4.1.3 误匹配对的剔除 16

4.2 基于定焦平移序列图像测距 18

第五章 无人机路径规划 21

5.1 飞行路径规划 21

5.2 避障路径规划 22

5.2.1 深度图分层 22

5.2.2 基于安全框中心投射的避障策略 22

5.2.3 避障流程 24

第六章 实验结果与分析 25

6.1 实验平台 25

6.2 实验验证 26

第七章 总结与展望 31

7.1 总结 31

7.2 展望 32

参考文献 33

致 谢 35

第一章 绪论

1.1 课题研究背景及意义

无人机（Unmanned Aerial Vehicle ，缩写UAV）是无人驾驶飞机的简称。从技术角度上无人机主要可以分为无人直升机、固定翼无人机、多旋翼无人机、无人飞艇、无人伞翼机等，其中应用比较广泛的是固定翼无人机、无人直升机和多旋翼无人机^[1]。由于无人机有着独特的优势，在军事领域和民用领域都有着广阔的应用前景。

无人机最初起源于第一次世界大战期间，在这一百多年的历程中，科技持续进步，特别是微电子技术、传感技术、智能技术、通信技术的迅速发展，极大地促进了无人机系统的发展。在军事方面，无人机具有预警时间短、侦查能力强、零伤亡等独特优势，应用的领域也在不断扩大^[2]。早期的无人机多用于靶机，后来的应用领域逐渐扩大到侦查、电子干扰以及目标摧毁等方面，未来可能会向着协同作战方面发展。 美国的“全球鹰”无人机在军用方面的技术很先进，是大型、战役/战略级无人机的代表，主要用于情报监视与侦查任务。

无人机是一个典型的由军转民的行业，随着无人机技术的成熟，逐渐向民用领域扩展。民用无人机与军用无人机的相同之处在于技术同源，不同之处在于发展方向。在民用领域，主要是中小型无人机和微型无人机，广泛应用在航空摄影、农林作业、边境巡逻、空中监视、地理测绘、地质勘测、灾害监测等方面^[4]。近几年，无人机在邮政速递领域也逐渐投入应用，目前，亚马逊、顺丰速运、京东、谷歌、DHL等企业均在大量研究测试无人机配送快件，目前取得了不错的成果。

中国无人机在几十年间，经历了从仿制国外无人机到自己研发无人机再到出口无人机的过程，中国很重视无人机的发展，并将其技术列入到863计划中。我国的军用无人机包括中航工业集团公司研制生产的彩虹系列无人机、“翼龙”、“彩虹”等无人机已达到国外同类无人机的水平，民用无人机包括大疆“幻影”系列无人机、大疆“精灵”系列无人机等，已经成为民用市场的领先者。