导语

  

内容提要

  

    本书针对无人机相关具体工程应用，分别从传统的广义特征和新兴的深度特征两类特征出发，系统阐述了基于学习的无人机目标位姿估计技术和方法。本书共5章，包含了绪论、学习型目标位姿估计问题建模、广义特征驱动的目标位姿估计方法、深度特征驱动的目标位姿端到端估计方法、目标位姿估计方法性能试验验证内容。
    本书涉及的相关技术模型和算法皆经过了严格的理论证明和试验验证，具有较强的工程实用参考价值，可供从事无人机应用技术、机器视觉技术等相关工作的科技人员参考。

第1章  绪论
  1.1  研究背景及意义
  1.2  目标位姿估计内涵与挑战
    1.2.1  目标位姿估计内涵
    1.2.2  目标位姿估计挑战
  1.3  国内外研究现状
    1.3.1  基于人工设计特征的位姿估计研究现状
    1.3.2  基于学习特征的位姿估计研究现状
    1.3.3  刚体目标的位姿估计研究现状
    1.3.4  目标位姿估计研究现状评述
第2章  学习型目标位姿估计问题建模
  2.1  引言
  2.2  目标位姿估计原理
    2.2.1  基于广义特征的位姿估计
    2.2.2  基于深度特征的位姿估计
  2.3  系统要素分析
    2.3.1  硬件架构要素
    2.3.2  软件架构要素
    2.3.3  坐标系定义
  2.4  仿真验证环境构建
    2.4.1  地基视觉无人机降落状态监测仿真环境
    2.4.2  机载视觉地面目标追踪应用场景仿真环境
  2.5  本章小结
第3章  广义特征驱动的目标位姿估计方法
  3.1  引言
  3.2  目标位姿估计滤波模型
    3.2.1  位姿估计方程构建
    3.2.2  模型最优性分析
  3.3  观测量获取
    3.3.1  目标锚点选取方案
    3.3.2  目标锚点检测算法
  3.4  目标位姿估计滤波算法
    3.4.1  算法要素
    3.4.2  算法流程
  3.5  仿真算例验证
    3.5.1  地基视觉场景算法性能分析
    3.5.2  机载视觉场景算法性能分析
    3.5.3  两类场景的算法性能对比分析
  3.6  本章小结
第4章  深度特征驱动的目标位姿端到端估计方法
  4.1  引言
  4.2  目标位姿端到端估计模型
    4.2.1  位姿估计网络框架设计
    4.2.2  序列图像端到端估计网络
  4.3  观测量获取
    4.3.1  转换模型
    4.3.2  转换参数估计
  4.4  目标位姿端到端估计算法
    4.4.1  算法要素
    4.4.2  算法流程
  4.5  仿真算例验证
    4.5.1  地基视觉场景算法性能分析
    4.5.2  机载视觉场景算法性能分析
    4.5.3  两类场景的算法性能对比分析
  4.6  本章小结
第5章  目标位姿估计方法性能试验验证
  5.1  引言
  5.2  试验环境构建与参数配置
    5.2.1  地基视觉无人机降落状态监测系统
    5.2.2  机载视觉地面目标追踪系统
  5.3  地基视觉场景目标位姿估计算法性能验证
    5.3.1  广义特征位姿估计滤波算法性能分析
    5.3.2  深度特征位姿端到端估计算法性能分析
    5.3.3  位姿估计误差分析
  5.4  机载视觉场景目标位姿估计算法性能验证
    5.4.1  广义特征位姿估计滤波算法性能分析
    5.4.2  深度特征位姿端到端估计算法性能分析
    5.4.3  位姿估计误差分析
  5.5  本章小结
参考文献