1.1 研究目的及意义

1.1.1 研究目的

随着无人机技术的发展，无人机的应用已经渗透到生活的方方面面。无人机尺寸小，速度多变，飞行环境复杂，使得无人机导航变得尤为重要。目前飞行器所使用的导航系统，能适应全天候、全球性应用的确实不多。传统无线电导航，如塔康（TACAN）等，在应用上存有很多的限制和不便之处。目前无人机导航技术主要有基于飞机内部惯性测量单元（IMU）的惯性导航、基于全球定位系统（GPS）的GPS坐标导航，这些方式使用环境有限，而且易受干扰，精度较差，无法很好地应用。

让飞行员参考的惯性导航系统（INS）是一个使用加速计和陀螺仪来测量物体的加速度和角速度，并用计算机来连续估算运动物体位置、姿态和速度的辅助导航系统。它使用装载在运载体上的陀螺仪和加速度计来测定运载体姿态、速度、位置等信息。虽然惯性导航系统已被成功发展并广为应用，但其在系统上的微量位置误差会随飞行时间的平方成正比累积，因此长时间飞行会严重影响到导航精确度，如果没有适当的修正，位置误差在一个小时内会累积超过300米。另一套精密的导航系统GPS，其误差虽不会随时间改变，但GPS并非万能，有优点，也有先天的缺陷，它在测量高机动目标时容易脱锁并且会受到外在环境及电磁干扰，再者GPS短时间的相对误差量大于惯性导航系统，若只依靠它来做导航或控制，会造成相反效果。

随着计算机图像处理技术地发展，目标检测与追踪（Detection and Tracking ofMoving Objects，DATMO）方法成为计算机视觉领域研究的一个热点问题,它的主要任务是发现并定位视频图像中目标的位置、姿态、轨迹等基本运动信息，是理解服务对象或对目标进行控制的前提和基础。

本课题通过研究目标检测与追踪，可以设计一个无人机自动控制系统，主要是利用相机标定和目标检测识别与跟踪，实现无人机的自主降落、导航等功能。在深入研究相机标定和目标检测与追踪的基本原理基础上，利用OPENCV设计基于DATMO的无人机控制系统，完成基于视觉传感器的标定和目标检测的实现及应用。

相机标定是计算机视觉的基本任务之一，即为从摄像机获取的图像信息出发计算三维空间中物体的几何信息，并由此重建和识别物体，而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数。标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此，做好相机标定是做好后续工作的前提，提高标定精度是科研工作的重点所在。

1.1.2 研究意义

通过研究小型无人机运动目标的检测和跟踪方法，可以实时监控无人机的飞行区域与飞行动机，给无人机的后续行为提供有用信息。这一课题虽有研究，而相关技术涉及领域又广，会交叉运用到人工智能、模式识别等新兴学科，相关研究的理论不够完善，应用的局限性也很明显，一些重要的问题有待解决。所以基于视觉传感器的标定和目标检测的实现及应用检测与跟踪方法的研究，是一项非常有挑战且具有实用价值的课题。

通过研究这个课题，主要有如下现实意义：