基于视觉和机器人操作系统的无人系统自主定位技术.docx
《基于视觉和机器人操作系统的无人系统自主定位技术.docx》由会员分享，可在线阅读，更多相关《基于视觉和机器人操作系统的无人系统自主定位技术.docx（13页珍藏版）》请在冰豆网上搜索。
基于视觉和机器人操作系统的无人系统自主定位技术
本科毕业设计（论文）开题报告
专题名称：
数字化信息系统
子课题名称：
基于视觉和机器人操作系统的无人系统自主定位技术
学员姓名：
学号：
培养类型：
专业：
所属学院：
年级：
负责教员：
职称：
指导团队：
所属单位：
一、课题简介
（一）课题名称及来源
课题名称：
数字化信息系统
子课题名称：
基于视觉和机器人操作系统的无人系统自主定位技术
课题来源：
自选
（二）选题依据
在现代信息化战争中，战争形势越来越趋于信息化、透明化、无人化。
这使得无人机在战场中的地位越发凸显，研究无人机的相关应用就变得越发必要，特别是在分队作战方面作用更加明显。
越南战争结束后，美国充分认识到建设信息化军队的重要性，所以美军一直在投入大量军费来实现从机械化向信息化的转型。
虽然转型过程是漫长的，但不可否认美军信息化程度已经相当高了。
美军在信息化程度上已经达到了单个点：
即未来战争条件下的分队甚至单兵信息化。
本课题就是围绕分队作战而建立的，实现数字化分队信息系统是本课题的方向和目标。
本课题的研究对象为未来战争中的重要特征之一的无人机。
相对于传统的作战手段，无人机在对战场进行侦查和对目标进行指示等方面具有明显的成本低、速度快、效率高、实时强和安全性好等优势。
而本项目的研究方向是基于视觉和机器人操作系统[1]（RobotOperatingSystem,ROS）的无人机系统自主定位技术。
视觉方面，我们打算以ARToolKit[2]二维码的方式来实现无人机自主定位，甚至自主导航。
导航技术对实现无人机自主控制至关重要。
无人机整体性能的提高、快速高效的完成飞行任务，需要更精确、更有效、更完善的导航技术。
因此，发展综合性能更好、应用范围更宽广的导航方法是亟待解决也是国内外众多研究者所关心和研究的问题。
近年来，基于图像处理的导航定位方法在许多领域都有了普遍的应用，从军事作战与防御、侦查等国防安全领域到民用的危险环境（如火灾、地震等灾害现场）中的搜查和救援等与人类生活息息相关的领域，尤其是在GPS信号受到干扰或失效的室内或隧道环境中，有很大的应用前景。
当前，视觉导航技术是一种重要的机器人定位导航的方法，包括基于图像处理的无人四旋翼直升机、微型飞行器自主着陆、用于空间飞行器安全降落的技术以及基于视觉的目标追踪技术等。
地面机器人的视觉导航技术发展的比较早，无人机的视觉导航定位算法大多是在地面机器人的定位算法基础上发展而来的。
本课题就是基于上述情况提出的。
二、本课题国内外研究现状及发展趋势
（一）国内外研究现状
目前，关于视觉定位、ROS的研究有很多，相关技术研究已比较成熟了。
一般来说视觉定位主要任务是序列图像配准和目标检测、跟踪。
大多数算法针对的是目标运动而图像采集平台不移动的情况。
但是对于本课题的无人机平台而言，平台是移动的，而目标则是固定的，因此在具体的算法上略有不同。
1.ROS系统
近年来，机器人领域取得了巨大进展。
性价比较高的机器人平台，包括地面移动机器人、旋翼无人机和类人机器人等，得到了广泛应用。
更令人感到振奋的是，越来越多的高级智能算法让机器人的自主等级逐步提高。
ROS是面向机器人的开源的元操作系统（meta-operatingsystem）。
它能够提供类似传统操作系统的诸多功能，如硬件抽象、底层设备控制、常用功能实现、进程间消息传递和程序包管理等。
此外，它还提供相关工具和库，用于获取、编译、编辑代码以及在多个计算机之间运行程序完成分布式计算。
下面简单列举几个使用ROS能够解决的机器人软件开发问题。
1）分布式计算
2）软件复用
3）快速测试
当然，ROS操作系统并不是唯一具备上述能力的机器人软件平台。
ROS的最大不同在于来自机器人领域诸多开发人员的认可和支持，这种支持将促使ROS的未来不断发展、完善、进步[3]。
2.图像处理
图像处理，特别是图像平滑处理的目的是为了抑制噪声,改善图像质量,可以在空间域和频域中进行。
常用的方法包括:
邻域平均、空域滤波和中值滤波等。
邻域平均法是一种局部空间域处理的方法,它用像素邻域内各像素的灰度平均值代替该像素原来的灰度值,实现图像的平滑。
由于图像中的噪声属于高频分量,空域滤波法采用低通滤波的方法去除噪声实现图像平滑。
标准中值滤波算法的基本思想是将滤波窗口内的最大值和最小值均视为噪声，用滤波窗口内的中值代替窗口中心像素点的灰度，在一定程度上抑制了噪声。
中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。
3.无人定位
目前，无人机定位导航的方法有很多种。
其中常见的方法有：
惯性/重力组合定位技术、图像导航技术、时差定位技术、无线电定位、GPS定位以及视觉定位等。
惯性/重力组合定位技术的研究始于20世纪六十年代，大多数早期研究都集中于重力异常的确定和提高惯导系统的定位精度上。
经过一系列的研究、论证后，一些研究者提出利用重力测量仪器构建重力图，将构建的高精度、高分辨率的重力图储存在载体上，一旦这些重力图达到使用标准，载体就可以根据重力测量仪器的测量值和事先存储的重力图信息进行匹配，更新载体位置[4]。
图像导航技术是航向装置利用传感器获取航向附近的物体信息，对获取的图像进行图像处理、图像分析，通过对拍摄的景物进行识别以及与已有的地形知识进行匹配等手段来确定航行装置准确位置u刚的导航方法[5]。
作为一种重要的无人机导航方法，图像导航是目前该领域的研究热点。
现阶段图像导航大多被用于末端制导，研究无人机飞行过程中图像导航的可行性同样也非常重要。
天文导航是利用对自然天体的测量来确定自身的位置和航向的导航技术。
由于天体的位置是已知的，利用光学系统测量天体相对于导航用户参考基准面（导航坐标系）的高度角和方位角就可计算出载体的位置和航向[6]。
目前，美国的B52、FB111、B1B、B2A远程轰炸机，C141A大型运输机、SR71和EP3高空侦察机等都装有天文导航设备。
俄罗斯的Tu16、Tu95、Tu160等轰炸机上也都装有天文导航设备。
无线电定位就是利用无线电波在传播时，一些电气特性参量随传播距离发生变化，根据不同算法估算传播距离等坐标参量，进而确定目标物体坐标[7]。
视觉导航是人们早就关注的一个问题。
根据统计，人类接受的信息大部分来自视觉，视觉为人类提供了关于周围环境最详细可靠的信息。
那么机器视觉导航能否做到这一点呢?
以前因为图像处理占用内存大，处理时间长等缺点而使视觉系统很难做到实时处理，随着计算机技术的极大发展，上述问题迎刃而解，使得图像处理用于实时场合成为可能，视觉导航技术也在此种情况下受到广泛的关注和研究。
视觉导航技术是通过对视觉传感器获得的图像进行各种几何参数和其它参数的测量从而得到无人机导航定位参数的一种技术，它具有设备简单便宜、获得信息量大、完全自主和无源性等优点[8]。
目前视觉导航技术有许多应用场合，例如智能机器人、公路交通管理、汽车安全行驶和无人机自主着降。
而本文我们选择ARToolKit二维码定位作为研究对象。
选择该算法，是因为它可以在计算机上运行实时图像处理而且该算法能够实现防止外界强烈的虚假的信息干扰和实现非常精确的位置估计的功能[9]。
（二）发展趋势
随着科学技术的发展和军事民用等方面的需求，无人机在我们生活中扮演了越来越重要的角色。
而作为其眼睛的定位导航系统，也变得越来越重要。
就本项目而言，在其主要技术项目，比如摄像机驱动、ROS、图像预处理、二维码识别等关键技术也都已经比较成熟了。
而我们需要做的事就是巧妙地将这几个关键技术高效的联系起来，使无人机能实现相关动作，比如空中悬停、空中转向，甚至自主导航等。
在视觉定位方面，我们主要采用基于ARToolKit的二维码定位。
它将向更加精确，更具抗干扰能力，具备很强的鲁棒性方向发展。
三、课题在理论与实践上的意义
无人直升机被认为是一种具有六个自由度的空中机器人。
与载人飞机相比，无人直升机不仅具有震颤小、噪声低、可靠性高的飞行品质，而且它构造简单，价格低廉，最为重要的是它不需要起飞场地及跑道，能垂直起降，特別是能自由悬停，有较高的灵活机动性。
因此它被广泛的应用于军事和民用邻域。
（1）在军事方面无人直升机被广泛应用于军事侦察、目标跟踪、运输战略物资和对地作战等。
（2）在民用方面无人直升机可用于通信中继、电力线路巡线、自然灾害的监视与支援等。
此外它还可用于农业勘测等场合，并在将来发展大型牧场和城区安全监视等民用方面具有广泛的市场和应用前景。
导航系统在无人直升机的自主飞行中占有重要的地位。
限于无人直升机对导航与定位器件的体积和重量的要求，用于大型飞机的导航方法无法在无人直升机上应用。
现在常用的几种导航方法，因其自身的结构特点都有一定的不足。
惯性导航系统是一种自主式导航系统，但惯导有固定的漂移率，这样会造成误差随时间累积。
GPS导航系统在全球范围内实时进行定位、和导航服务，但是它的自主性差，易受干扰。
二维码定位方法不但实现了自身的定位，防止定位误差的累积，并且提高了定位的精度，为无人直升机导航提供了一个很好的解决方案。
本文的目的在于建立一种基于视觉传感器的二维码定位算法，它通过提取二维码的几何信息来实现无人机快速定位。
通过本课题，我们能实现无人机的悬停、自主控制。
进而可以实现无人起降、无人巡逻、沿固定路线飞行等功能。
四、课题需要解决的关键理论问题和实际问题
首先，要了解设计中需要应用到的ROS环境。
需要能够正确搭建环境，能够正确编写调试程序，熟练掌握C++语言，能够利用已有的摄像机驱动、图像处理、二维码识别和定位以及相关子系统的消息传递。
其次，在深入了解ROS的基础上，学会使用已有程序来实现摄像机驱动、图像处理、二维码识别和定位以及相关子系统的消息传递等单功能和协同工作能力。
要能根据已有算法和程序，依据自己的需要修改改进相关算法和程序，以实现无人机定位。
再次，在ROS环境中实现了基于视觉的无人机定位之后，会将程序和四旋翼无人机结合起来，利用程序使无人机真正完成相关动作。
这时可能会遇到天气影响、实际二维码识别不清、环境如噪声影响等问题。
最后，如果系统设计完成，尝试与无人机分系统进行联调联试。
五、课题研究的基本方法、实验方案及技术路线的可行性论证
（一）课题研究基本方法
本课题研究的基本方法为：
分以下步骤：
1.查阅相关资料：
利用图书馆、个人PC等手段查找相关资料，比如有关ROS、图像处理、ARToolKit基于二维码定位的算法包等资料。
2.调研相关问题：
利用文献资料、网络资源和相关视频介绍等途径了解相关技术的发展现状和趋势，以及目前尚未解决或者可以改善的问题。
3.搭建课题环境：
安装ubuntu系统和搭建ROS等实验环境，熟悉ROS的相关功能和具体有关算法和程序，并借以实现。
4.学会相关算法：
学习掌握包括ARToolKit二维码定位等相关算法，并根据需要做出适当改进。
5.编写和调试程序：
编写摄像机驱动、二维码识别和定位、消息传递等相关程序，并进行正确调试。
6.测试评估：
与无人机结合起来进行实际操作和测试，并对测试结果进行评估。
7.改进完善：
根据评估结果对相关程序进行改进完善，使无人机能更好的实现定位和完成相关动作。
（二）课题实验方案
本项目的无人机选用的是四旋翼无人机，由于受各方面条件影响，在硬件方面比较简易，成本不高，而摄像机精度不高，并且受天气、噪音和无人机飞行时的振动影响，图像可能不清晰，需对无人机采集的二维码图像进行预处理。
经过预处理后，将较为清晰的二维码与已知二维码的几何信息通过二维码定位算法得出相机相对于二维码的位置信息，从而实现无人机的定位，进一步实现无人机的自主控制。
在具体实现上：
1.在ROS环境，利用现有二维码定位算法编写程序，能对二维码图像进行简单的处理，并对各种算法进行评估测试；
2.根据评估，选取合适算法继续编写改进程序，能对二维码进行处理，设计系统进行仿真；
3.测试系统（包括与无人机平台的联调联试）；
4.完善；
5.进行进一步的探索。
（三）技术路线
目前有大量的二维码定位方法可供参考，系统实现具有可行性。
在二维码定位部分，可以采用基于ARToolKit的二维码定位算法。
对于以上算法进行测试，综合评估算法的实时性和检测准确性。
选取能够满足要求，具有较强实用性的算法进行系统设计。
其具体流程如下:
否
是
否
是
不满意
否
是
满意
六、开展研究应具备的条件及已具备的条件，并估计在进行论文工作中可能遇到的困难与问题和解决措施
（一）开展研究条件
开展研究应具备的条件：
1.硬件条件：
无人机、计算机、摄像头等
2.软件条件：
ubuntu系统、ROS
（二）可能会遇到的困难和解决措施
1.对算法的测试评估没有系统的了解的问题，通过多阅读资料，参考已有评估体系，根据系统需求，设计本系统算法测试评估体系解决。
2.相关环境和软件与个人PC设置不兼容的问题。
查阅相关资料，请对本方面熟悉的同学进行处理。
3.对ROS运用不熟悉，不能很好地实现相关功能。
查阅资料，请教教员，勤加练习，熟练掌握ROS的用法，学会使用ROS的相关功能。
4.对相关算法，如二维码定位的算法等理解不到位。
阅读参考资料，与教员讨论，通过理解各个算法的具体含义及实现过程，并进行测试调试，最终能够熟练运用各个算法。
5.编写的程序与无人机不匹配。
各子程序间不能很好的通信，使得无人机不能正常协调工作。
改进程序，完成与无人机的匹配。
6.实际操作和测试时，受环境影响比较大，抗干扰能力比较差。
改善相关软硬件，改进相关算法，提高对环境的适应性。
七、论文研究的进展计划
毕业设计（论文）进度安排如表1所示。
表1研究进度安排
毕业设计（论文）进度安排
序号
毕业设计（论文）各阶段内容
时间安排
备注
1
阅读参考资料，完成开题报告
2015.10.20~2015.11.20
2
完成系统设计和算法实现
2015.11.21~2016.01.20
3
完成算法调试和无人机系统实验
2016.01.21~2016.03.20
4
完成系统优化
2016.03.21~2016.04.20
5
完成论文撰写
2016.04.21~2016.05.20
6
准备和完成毕业设计答辩
2016.05.21~2016.06.21
任务起止时间
2015年10月至2016年6月
八、课题所需器材、设备清单
硬件器材：
四旋翼无人机一架、计算机一台、摄像头一个、相关资料若干
软件：
ROS、Qtcreator、VC++、ubuntu等
九、参考文献
[1]MaximilianLaiacker,SantosCastañé,MarcSchwarzbach,JoseRamiroMartinez-deDios,AnibalOlleroandKonstantinKondak，AutomaticAerialRetrievalofaMobileRobotusingMulti-SensorLocalization.2014
[2]LorenzMeier,PetriTanskanen,FriedrichFraundorferandMarcPollefeys.PIXHAWK:
ASystemforAutonomousFlightusingOnboardComputerVision.2011IEEEInternationalConferenceonRoboticsandAutomation,2011
[3]JasonM.O'Kane著.机器人操作系统（ROS）浅析[M].肖军浩译.2015年版
[4]Kato,H.,Billinghurst,M.（1999）MarkerTrackingandHMDCalibrationforavideo-basedAugmentedReality（IWAR99）.October,San
[5]翟伟杰著.《惯性/重力匹配组合导航实验系统设计》.2013年版
[6]王凤娟著.《基于图像跟踪的无人机定位方法研究》.2009年版
[7]刘真著.《基于天文导航的无人机定位方法研究》.2009年版.
[8]崔丽丽著.《基于无人机的无线电搜寻定位系统研究》.2015年版
[9]张远民著.《基于机器视觉的无人机着降定位技术研究》.2005年版
指导教员审核意见：
签名：
年月日
指导团队意见：
团队负责人签名：
年月日
系（研究所、重点实验室）意见：
领导签名：
年月日
学院训练部意见：
（公章）
年月日
注：
开题报告由学员撰写，毕业设计期间由指导团队保管，答辩结束交命题学院。
升级会员 