包邮导航拒止环境下无人机自主导航与运动规划

前言 第1章 绪论 1.1 无人机自 航与运动规划研究现状 1.1.1 相关研究项目概述 1.1.2 导航拒止环境下无人机自 航方法研究现状 1.1.3 多障碍环境下无人机运动规划方法研究现状 1.2 导航拒止环境下无人机自 航与运动规划难点分析 1.2.1 不依赖外部传感器信息的无人机自 航 1.2.2 考虑避障与传感器视场约束的无人机运动规划 1.2.3 面向复杂导航拒止环境的无人机自主飞行 1.3 本书主要内容 参考文献 第2章 坐标系定义与坐标变换 2.1 无人机坐标系定义 2.1.1 参考坐标系 2.1.2 机体坐标系 2.1.3 相机坐标系 2.1.4 激光雷达坐标系 2.2 坐标系间的变换关系 2.2.1 旋转矩阵 2.2.2 旋转向量 2.2.3 欧拉角 2.2.4 四元数 2.2.5 变换矩阵 2.3 李群与李代数 2.3.1 李群 2.3.2 李代数 2.3.3 李群与李代数间的映射关系 2.3.4 李代数雅可比 2.4 本章小结 参考文献 第3章 基于视觉的无人机自 航方法 3.1 概述 3.1.1 相关工作 3.1.2 基于视觉的无人机自 航方法结构设计 3.1.3 问题描述 3.2 传感器工作原理 3.2.1 针孔相机模型与畸变校正方法 3.2.2 双目相机模型 3.2.3 惯性测量单元 3.3 基于视觉的无人机自 航前端数据处理 3.3.1 图像特征提取 3.3.2 图像特征匹配 3.3.3 特征点深度恢复 3.4 基于滤波后端的无人机自 航方法 3.4.1 状态变量定义 3.4.2 滤波预测模型 3.4.3 滤波 新模型 3.5 基于优化后端的无人机自 航方法 3.5.1 状态变量定义 3.5.2 非线性优化问题构建 3.5.3 非线性优化问题求解 3.6 实验验证 3.7 本章小结 参考文献 第4章 基于激光雷达的无人机自 航方法 4.1 概述 4.1.1 相关工作 4.1.2 基于激光雷达的无人机自 航方法结构设计 4.1.3 问题描述 4.2 基于激光雷达的无人机自 航前端数据处理 4.2.1 传感器模型 4.2.2 点云畸变产生的原因与畸变校正方法 4.2.3 点云特征提取 4.3 基于激光雷达点云地图后端的无人机自 航方法 4.3.1 特征点云地图构建 4.3.2 残差函数构建 4.3.3 非线性优化问题求解 4.4 基于激光雷达体素地图后端的无人机自 航方法 4.4.1 体素地图构建 4.4.2 残差函数构建 4.4.3 非线性优化问题求解 4.5 实验验证 4.6 本章小结 参考文献 第5章 基于多传感器融合的无人机自 航方法 5.1 概述 5.1.1 相关工作 5.1.2 基于多传感器融合的无人机自 航方法结构设计 5.1.3 问题描述 5.2 基于视觉雷达融合的无人机自 航前端数据处理 5.2.1 视觉与激光雷达融合的时间同步方法 5.2.2 视觉与激光雷达融合的空间同步方法 5.2.3 视觉特征点深度恢复 5.3 基于视觉雷达融合的无人机自 航方法 5.3.1 基于视觉雷达松耦合的无人机自 航方法 5.3.2 基于视觉雷达紧耦合的无人机自 航方法 5.4 实验验证 5.4.1 基于视觉雷达松耦合的无人机自 航方法实验验证 5.4.2 基于视觉雷达紧耦合的无人机自 航方法实验验证 5.5 本章小结 参考文献 第6章 感知受限条件下的无人机实时局部运动规划方法 6.1 概述 6.1.1 相关工作 6.1.2 无人机局部运动规划方法结构设计 6.1.3 无人机局部运动规划问题广义表达形式 6.1.4 并行化地图 新 6.2 基于模型预测路径积分控制的轨迹规划 6.2.1 路径积分控制理论推导 6.2.2 路径积分控制具体步骤 6.2.3 模型预测控制实现 6.3 有限视场角范围约束的自主飞行 6.3.1 有限视场角约束 6.3.2 未探索区域安全性约束 6.3.3 实验验证 6.4 稀疏特征场景下的自主感知飞行 6.4.1 兴趣点观测约束 6.4.2 实验验证 6.5 本章小结 参考文献 第7章 面向未知环境的无人机自主探测运动规划方法 7.1 概述 7.1.1 相关工作 7.1.2 无人机自主探测方法结构设计 7.2 基于前端边界的探测引导路径生成 7.2.1 相关概念定义 7.2.2 边界增量式 新 7.2.3 信息结构 新 7.2.4 旅行商问题构建与求解 7.3 基于边界增益约束的后端局部运动规划 7.3.1 边界体素滤波 7.3.2 边界约束设计 7.4 实验验证 7.4.1 仿真分析 7.4.2 实物验证 7.5 本章小结 参考文献 第8章 面向室外复杂环境的无人机自主飞行系统 8.1 概述 8.1.1 相关工作 8.1.2 面向室外复杂环境的无人机自主飞行系统结构设计 8.2 感知系统设计 8.2.1 多传感器融合状态估计 8.2.2