1. 本选题研究的目的及意义
随着无人机技术的快速发展，其应用领域日益广泛，涵盖了航拍、物流、农业、救援等多个方面。
在这些应用场景中，安全可靠的自主着陆是无人机完成任务的关键环节。
传统的基于GPS或遥控的着陆方式存在着精度低、易受环境干扰等问题，难以满足复杂环境下的应用需求。
2. 本选题国内外研究状况综述
近年来，无人机自主着陆技术得到了国内外学者的广泛关注和研究，并取得了一系列的研究成果。
1. 国内研究现状
国内在无人机自主着陆领域的研究起步较晚，但发展迅速。
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本研究将以OpenMV平台为核心，结合机器视觉和飞行控制技术，设计并实现一套基于OpenMV的无人机高精度自主着陆系统。
主要研究内容包括：
1.基于OpenMV的着陆目标识别:研究基于OpenMV平台的着陆目标识别算法，对摄像头采集的图像进行预处理、特征提取、目标识别和定位，获取着陆目标的精确位置信息。
4. 研究的方法与步骤
本研究将采用理论分析、算法设计、仿真实验和实物验证相结合的研究方法，逐步开展以下工作：
1.调研分析阶段:深入调研国内外无人机自主着陆技术的研究现状，分析现有技术的优缺点，学习OpenMV平台的相关知识，掌握图像处理和模式识别等相关算法，为后续研究奠定基础。
2.系统设计阶段:根据研究内容，设计基于OpenMV的无人机高精度自主着陆系统的总体方案，包括硬件平台搭建、软件架构设计等。
确定着陆目标的识别算法，设计无人机着陆控制系统的各个模块，并进行仿真验证。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：
1.低成本高精度:相较于传统的基于激光雷达或差分GPS的自主着陆方案，本研究采用低成本的OpenMV平台实现无人机高精度自主着陆，有效降低了系统成本，提高了系统的性价比。
2.算法优化:针对OpenMV平台的计算资源有限的特点，对图像处理和目标识别算法进行优化，提高算法的运行效率和识别精度，保证系统实时性。
3.融合控制:将视觉信息与无人机姿态、高度等传感器信息进行融合，提高了着陆控制系统的鲁棒性和可靠性，增强了系统对复杂环境的适应能力。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1. 刘阳,姜斌,周浩,等. 基于视觉的无人机自主着陆技术研究综述[J]. 机器人,2018,40(03):410-420.
2. 陈超,吴雨耕,周锐. 无人机自主着陆技术研究现状与展望[J]. 电光与控制,2020,27(01):1-7 23.
3. 张博文,白辰甲,张运楚,等. 基于视觉的无人机自主着陆技术研究[J]. 兵器装备工程学报,2022,43(07):1-8.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
