导读:本文包含了飞行视觉论文开题报告文献综述及选题提纲参考文献，主要关键词:速度与激情,视觉盛宴,航空产业,航空工业集团,通用飞机,飞行表演队,水陆两栖,动态展示,发强,特技
飞行视觉论文文献综述
刘琴[1]（2019）在《2019年南昌飞行大会带来一场“速度与激情”的视觉盛宴》一文中研究指出本报讯 （ 刘琴） 零距离领略炫酷飞行盛宴、零距离接触国内外百架飞行器、零距离体验航空飞行器、零距离接触明星特技飞行员……11月2日至3日，由南昌市政府主办，南昌高新区管委会和中航文化有限公司共同承办的2019南昌飞行大会在南昌瑶湖机场举办，大会聚合(本文来源于《中国高新技术产业导报》期刊2019-11-04）
白璐,杜承烈[2]（2019）在《基于Dempster-Shafer的飞行机器人多目标视觉定位方法》一文中研究指出在受到遮挡物影响的室内环境中,飞行机器人接收数据中常伴有不确定性因素,为了解决复杂室内环境下高精准定位问题,提出了基于Dempster-Shafer的飞行机器人多目标视觉定位方法;根据飞行机器人控制原理,分析飞行位置与期望位置存在偏差,通过提取颜色特征和边缘特征建立多目标模型;设计地面标记,采用迭代算法对标记地面目标进行局部最大化概率计算,以此适应多目标形变,通过Dempster-Shafer证据推理方法获取目标精准位置,由此完成多目标视觉定位;在实验场地支持下,将传统方法与Dempster-Shafer证据推理方法进行对比分析,由结果可知,Dempster-Shafer证据推理方法定位精准度最高可达到96%,对提高室内定位精准度具有一定价值。(本文来源于《计算机测量与控制》期刊2019年10期）
张代艳[3]（2019）在《特技飞行表演 航空视觉盛宴》一文中研究指出本报讯（ 张代艳）世界级特技飞行表演、精彩的航空体育运动表演、近距离接触各种飞行器、无人机灯光表演秀……10月15日，从南昌飞行大会新闻发布会上获悉，2019南昌飞行大会将于11月2日至3日在高新区瑶湖机场举行，现场将向观众呈现多种飞机器的动态飞(本文来源于《南昌日报》期刊2019-10-16）
康宇超[4]（2019）在《基于视觉的无人机室内编队飞行控制系统的设计与实现》一文中研究指出无人机具有体积小、造价低、结构简单、机动性高等优点,在灾难救援、地质勘探、农业植保等方面都具有广泛的应用,室内环境下,无人机通常用于飞行表演伴舞、室内搜索等。但在一些情况下,单个无人机由于自身功能的限制,在执行任务时存在着很多不足,故而需要采用多个无人机协同完成任务,以完成更加复杂、大规模场景下的应用。多无人机的协同控制技术已成为控制领域一个非常重要的研究方向。无人机的编队表演是无人机协同控制技术日趋成熟的条件下发展出来的新的应用方向,有着广泛的应用场景。本文设计并实现了一套小型无人机室内编队飞行控制系统。针对传统的无人机室内定位精度低的缺点,本系统结合地标式视觉基准系统,采用视觉定位的方法实现了多无人机的编队飞行控制。首先,在地面铺设好视觉基准标签,利用无人机下置摄像头采集标签并传输至服务端计算无人机的位置与姿态信息,大大提高了定位精度。其次,在飞行过程中,针对视觉定位方法频率低、延迟大的问题,结合微分路径的方式降低图像处理频率,并通过导航信息补偿提高定位频率,改进了传统的比例微分控制方法以提高系统稳定性。最后,采用基于相对位置的分布式主从跟随控制方法完成了对多个无人机编队飞行的控制。在实验中,通过Matlab和Simulink仿真实验,验证了单机跟踪算法和多机编队控制算法的可靠性,并采用AR Drone 2.0四旋翼飞行平台,在系统中编辑飞行路线,分别进行了定位精度的测量、单机轨迹跟踪以及多机编队飞行的实验,实验结果表明本文实现的无人机室内编队飞行控制系统具有较高的定位精度和较好的飞行效果,从而证明了本方案的可行性,并在室内小范围编队飞行表演方面具有一定的应用价值。(本文来源于《北京邮电大学》期刊2019-05-29）
倪俊超[5]（2019）在《基于视觉的作业型飞行机器人系统设计》一文中研究指出目前市场上的多旋翼无人机主要应用在监测、植保等领域,随着无人机技术的不断发展,具有作业能力的飞行机器人逐渐成为研究热点之一。本文设计了一种能够在空中执行抓取任务的作业型飞行机器人,使无人机的应用范围得到进一步拓展,文中重点研究视觉引导下作业型飞行机器人在空中执行抓取操作时的定位及控制问题。首先,构建基于视觉的作业型飞行机器人硬件系统,并对相应模块的运动学与动力学模型进行分析。系统由飞行机器人、作业装置和视觉传感器叁个主要模块组成,其中作业装置为安装于飞行机器人底部的叁自由度机械臂,用于目标抓取等作业操作;机载摄像头用于飞行机器人自身辅助定位,采用Eye-in-Hand模式在机械臂末端加装摄像头从而实现抓取过程中目标物的定位。利用Newton-Euler方程分别建立飞行机器人和机械臂的动力学模型,并分析了机械臂的正逆运动学方程。其次,设计带有CPF(Complementary Filter)监测的EKF(Extended Kalman Filter)框架下多传感器融合的飞行机器人位姿估计算法。由于作业型飞行机器人容易受扰动影响,从而导致EKF发散,因此利用CPF实时监测EKF的姿态解算趋势,当EKF发散时对其进行复位。考虑到偏航运动会引起金字塔LK(Lucas-Kanade)光流对平动速度估计的失真,针对该问题采用旋转补偿算法对其进行矫正。在作业过程中,利用fDSST(fast Discriminative Scale Space Tracking)目标跟踪算法估计作业目标的位置和尺度信息。然后,针对机械臂运动对飞行机器人造成的扰动问题,提出一种带有扰动补偿的分层运动控制算法。该算法将控制器分为两层:顶层控制器将机械臂运动对飞行机器人的扰动描述为飞行机器人受到的外力干扰,通过Newton-Euler迭代方法估计该干扰量的大小,根据飞行机器人动力学计算姿态角的补偿量;底层控制器通过姿态解耦控制实时跟踪补偿后的期望姿态角,从而抑制机械臂运动造成的飞行机器人位姿扰动。在此基础上,设计了作业型飞行机器人的抓取策略,并针对抓取过程中目标丢失的情况设计一种搜索方法以重新跟踪目标。最后,在室内外环境下对作业型飞行机器人系统进行测试。室内环境下利用OptiTrack运动捕获系统验证定点悬停的精度和扰动抑制算法的效果,定量分析结果表明算法可以有效计算姿态角的补偿量来提高飞行机器人的轨迹跟踪能力。室外环境下进行抓取实验,结果表明分层运动控制算法能够抑制机械臂运动造成的扰动,实现了空中抓取目标物体的任务。(本文来源于《西南科技大学》期刊2019-05-01）
路乾坤[6]（2019）在《基于视觉的无人机飞行环境感知测量系统》一文中研究指出近年来无人机技术发展迅速,目前在侦查、测绘、巡检和农业植保等领域广泛应用,随着无人机的应用场景越来越多,其飞行的环境也越来越复杂,无人机飞行安全的保障问题成为了时下研究的热点问题,尤其是在空间遮掩区域和室内区域,无人机GPS导航信号不佳甚至完全无信号的情况下,其飞行安全问题更为突出,而视觉技术的发展为无人机在室内或信号不佳区域的飞行安全带来发展。本文通过对视觉技术和无人机飞行安全问题的研究,在此基础上研究了一套通用的基于视觉的,用于小型无人机在室内环境中的飞行环境感知测量系统,通过视觉系统识别室内场景寻找路径目标和感知环境中的障碍物以及估计自身位置,最后提供相应的飞行策略。本文首先分析了视觉算法的一般原理和流程,并对室内无人机的飞行环境特点进行了归纳,在此基础上选择合适的硬件,并进行了双目相机的标定和校正工作,然后针对校正工作中的滤波处理提出改进思路,减少处理计算量。其次针对立体匹配算法匹配窗口的选择问题和匹配代价的聚合问题,提出了叁点改进,一是匹配窗口建立时的颜色阈值,利用图像的本身区域特征加入自适应颜色阈值法,窗口选择的质量;二是针对匹配窗口内的噪声问题,结合统计原理提出噪声干扰值剔除原则,叁是针对原有算法匹配代价使用固定权重,导致参数对于图像适应性不强的问题,根据图像特征采用自适应权重法。最后进行实验验证了改进效果。之后使用神经网络对常见的室内场景进行分类识别,然后利用霍夫变换检测场景中直线元素,利用其分布特点寻找路径目标,并判断无人机的相对位置,然后研究了如何从匹配得到的双目视差图中提取障碍物并测量,分析了原有方法虽然速度快而效果不理想的原因,在不影响整体性能的前提下牺牲一定时间的效率,加入了迭代思想,对障碍物的位置进行进一步精确,并进行实验验证了其可行性和效果,最后使用结合障碍物的距离和尺寸信息,给出相应了飞行策略,保障无人机的安全飞行。最后进行了实验了验证分类效果和路径目标的感知准确率。(本文来源于《江苏科技大学》期刊2019-04-27）
高越,杜文略,李红薇,龙雪,王利斌[7]（2019）在《基于多目立体视觉的试件飞行运动速度测量方法研究》一文中研究指出为了测量试件的飞行速度,提出了一种基于多目立体视觉技术的飞行运动速度测量方法;首先研究了多目相机的标定方法,然后通过图像匹配的方法来获取各个相机图像中目标点的图像位置,最后根据各个相机的内部和外部参数,重建得到被测试件的叁维坐标,结合相机的拍摄速度,计算出试件的飞行速度;结果表明:该方法可以较为准确的测量出试件在整个飞行过程中的运动速度,且具使用灵活,操作方便等特点。(本文来源于《计算机测量与控制》期刊2019年03期）
王宏伟[8]（2019）在《飞行模拟环境视觉认知建模初步研究》一文中研究指出与飞行员行为相关的人为因素是影响航空安全的重要方面。飞机的运动状态是飞行员需要获取的飞机的最重要的状态信息,飞行员对飞机运动状态的认知最主要的是靠人体视觉系统和前庭系统,其中,视觉系统认知和处理了80%以上外界环境中的运动信息。因此,对于飞行员视觉认知的研究是飞行员建模研究的一个重要研究方向。利用图像处理的方法,包括对摄像机采集到的舱外视景图像进行灰度化、滤波和阈值处理等图像预处理,以及对预处理后的图像进行基于Canny算子的边缘检测和Hough变换,我们可以从舱外视景图中提取到我们感兴趣的天际线、跑道中线和跑道边线等特征信息。本文将模糊数学的理念应用于飞行员视觉认知建模的研究中,通过实验的方式建立了飞行员在目视进近阶段的舱内和舱外视觉认知知识库。通过将飞行员看做有限状态机的方式,我们实现了飞行员舱外视觉认知模型和舱内视觉认知模型的整合,最终得到了在目视进近阶段完整的飞行员视觉认知模型。本文通过将舱外视觉认知模型的知识库划分为长时记忆、短时记忆和缓冲区,以舱内仪表认知模型向舱外视景认知模型反馈的形式,实现了飞行员视觉认知模型简单的自我学习机制。本文最后利用动态时间规整算法(DTM)证明了视觉认知模型和人类飞行员在飞行任务中产生了相同的视觉认知,验证了模型的可靠性。(本文来源于《南京航空航天大学》期刊2019-03-01）
王宏伟,顾宏斌,吴东苏[9]（2019）在《飞行模拟环境视觉认知建模初步研究》一文中研究指出为了对飞行员在飞行任务中的视觉认知进行建模研究,本文进行了基于眼动追踪技术的模拟飞行试验,并通过试验结果以及对飞行员的调查采访初步确定了模型的输入与输出。把飞行员看成一个有限状态机,初步搭建飞行员视觉认知模型框架,并在其中加入了简单的自我学习机制。然后利用图像处理技术对输入的视景图像进行特征提取,通过事先构建的飞行员模糊认知知识库,利用模糊认知的方式对提取到的特征信息进行处理,最终得到飞行员对于飞机当前姿态的认知。最后,本文利用动态时间规整算法对模型的真实性进行了验证。(本文来源于《科技创新导报》期刊2019年06期）
周凯强[10]（2019）在《基于视觉的飞行机械臂机动抓取规划和控制研究》一文中研究指出随着无人机技术的飞速发展以及相关产业的日益成熟,无人机越来越多地出现在人们的视野当中,并展现出其强烈优势,如航拍、电力巡检、军事侦查、灾害现场勘测、大范围环境建模等,但这些应用都局限在对环境的被动监测。于是,越来越多的研究者致力于为无人机赋予对环境施加主动影响的能力,例如高空杂物清除,运送货物等。其中一个研究的热点就是将多自由度机械臂装载在无人机机体上,通过机械臂的操作执行更加复杂的任务,研究者们称之为飞行机械臂系统。然而,因为引入了机械臂,就需要解决机械臂和无人机之间的耦合效应带来的复杂系统的协调控制问题,大大增加了研究难度。本文研究的是飞行机械臂系统的机动抓取操作,目的是使飞行机械臂在实际环境中准确、快速、无需悬停地抓取目标物。其难点主要体现在需要有效地跟踪目标物以及克服无人机和机械臂之间因为相对运动产生的扰动。为了解决这些问题,首先,本文提出了一个轻型的3自由度的机械臂,它通过同步带结构将重心上移到机械臂基座附近,具有重心随运动变化小的特点,从结构上减小了机械臂运动对无人机的影响。对于目标物的跟踪,本文在无人机的正前方装载了一个由伺服舵机驱动的单目相机,并且将无人机和相机看成一个2自由度的虚拟机械臂,本文称之为无人机-相机虚拟臂。对这个无人机-相机虚拟臂,设计了基于位置的视觉伺服控制器,通过对相机位置的控制,可以使目标物始终保持在相机视野的正中心。在整个机动抓取任务过程中,本文分别在笛卡尔空间规划了无人机和机械臂末端执行器的轨迹。然而在执行抓取操作时,因为无人机运动会对机械臂的轨迹跟踪产生影响,为了解决这个问题,本文提出了一种基于运动学补偿的前馈控制方法,能够使机械臂即使在无人机运动的情况下也能准确抓取到目标物。以上方法本文都在实物飞行机械臂平台上进行了验证,并体现出了良好的效果。本文通过对飞行机械臂机动抓取过程中关键问题的研究,能够实现飞行机械臂系统在真实场景中准确、快速、无需悬停地自主抓取操作,对于飞行机械臂系统实际抓取的应用具有重要参考意义。(本文来源于《哈尔滨工业大学》期刊2019-01-01）
飞行视觉论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在受到遮挡物影响的室内环境中,飞行机器人接收数据中常伴有不确定性因素,为了解决复杂室内环境下高精准定位问题,提出了基于Dempster-Shafer的飞行机器人多目标视觉定位方法;根据飞行机器人控制原理,分析飞行位置与期望位置存在偏差,通过提取颜色特征和边缘特征建立多目标模型;设计地面标记,采用迭代算法对标记地面目标进行局部最大化概率计算,以此适应多目标形变,通过Dempster-Shafer证据推理方法获取目标精准位置,由此完成多目标视觉定位;在实验场地支持下,将传统方法与Dempster-Shafer证据推理方法进行对比分析,由结果可知,Dempster-Shafer证据推理方法定位精准度最高可达到96%,对提高室内定位精准度具有一定价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
飞行视觉论文参考文献
[1].刘琴.2019年南昌飞行大会带来一场“速度与激情”的视觉盛宴[N].中国高新技术产业导报.2019
[2].白璐,杜承烈.基于Dempster-Shafer的飞行机器人多目标视觉定位方法[J].计算机测量与控制.2019
[3].张代艳.特技飞行表演航空视觉盛宴[N].南昌日报.2019
[4].康宇超.基于视觉的无人机室内编队飞行控制系统的设计与实现[D].北京邮电大学.2019
[5].倪俊超.基于视觉的作业型飞行机器人系统设计[D].西南科技大学.2019
[6].路乾坤.基于视觉的无人机飞行环境感知测量系统[D].江苏科技大学.2019
[7].高越,杜文略,李红薇,龙雪,王利斌.基于多目立体视觉的试件飞行运动速度测量方法研究[J].计算机测量与控制.2019
[8].王宏伟.飞行模拟环境视觉认知建模初步研究[D].南京航空航天大学.2019
[9].王宏伟,顾宏斌,吴东苏.飞行模拟环境视觉认知建模初步研究[J].科技创新导报.2019
[10].周凯强.基于视觉的飞行机械臂机动抓取规划和控制研究[D].哈尔滨工业大学.2019
标签：速度与激情; 视觉盛宴; 航空产业; 航空工业集团; 通用飞机; 飞行表演队; 水陆两栖; 动态展示; 发强; 特技;