摘要：随着无人机技术的进步，实现无人机自主飞行的需求受到广泛关注，而无人机自主降落技术是实现自主飞行的重要前提。视觉传感器具有低成本高灵活的特点，将计算机视觉技术与视觉反馈应用到无人机等自主系统的控制回路中，对于其智能控制的发展具有重要意义。作为承载位置信息的主要工具，二维码具有成本低、数据存储量大、抗损性强、抗光线干扰等特点。本文介绍了无人机视觉导航的相关内容、二维码识别与检测、目标跟踪算法及无人机自主控制，结合图像处理的相关内容，旨在研究和实现二维码视觉辅助无人机精确导航技术。
一、无人机视觉导航系统
无人机视觉辅助自主降落系统主要由以下四部分构成：飞行控制模块、图像采集与传输模块、机体结构模块、视觉计算模块[1]。其中，视觉图像处理部分通过相机标定、图像校正、图像处理解算物体的运动姿态信息，返还给飞行控制模块与无人机本身GPS / INS数据融合进行计算，将最后的速度控制信号和状态控制信号传给无人机的逻辑控制模块实现飞行任务。[2]
1.1摄像机成像模型
摄像机成像模型就是用数学公式来描述整个成像过程，即描述被拍摄空间与其对应的图像成像点之间的几何变换关系，主要包括线性模型与非线性模型[3]。可使用小孔成像原理来拟合相机模型。如图1-1所示：
图1-1 小孔成像原理
张正友棋盘格标定法[4-5]具有较高的精度。该方法首先求解线性成像模型下的内外参数，并以此作为初解；再使用非线性方法对参数进行优化，最后得到精确的参数值[6]。
1.2 图像预处理
因为无人机执行任务的环境并非是理想的无干扰环境，且在飞行中不可避免的会因动力系统造成机身的震动，利用视觉传感器获得到的多数着降区特征图像并不能将景物原本的真实信息清晰呈现。同时，光学图像在呈像和传输过程中，也会不可避免的引入噪声，导致图像效果不理想。所以，有必要根据具体情况，对从客观世界中获得的连续图像做预处理[7]。预处理的方法有图像灰度化、数字化、归一化、图像平滑、增强等。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
