空间机械臂视觉相机内参标定技术研究

针对空间机械臂视觉相机的任务需求与配置,内参标定技术是相机高精度获取合作目标位置、方向等运动信息的首要前提和重要保障。文章设计了一种基于二维平面靶的机械臂相机内参标定方法,用于解算焦距、主点坐标、畸变系数等。首先,利用相机拍摄多幅平面靶图像,求解平面靶与相机图像之间的映射矩阵;其次,构建相机内参约束方程;再次,利用特征值分解,解算焦距、主点坐标等参数值;最后,引入径向、切向畸变构建非线性模型,将解得的内参作为初值,利用Levenberg-Marquardt优化算法即可计算出相机内参最优解。试验结果表明,该方法完全适用于机械臂相机内参标定,标定结果均满足机械臂视觉相机获取合作目标三维位姿的测量精度要求。     

空间机械臂可见光测量相机参数标定技术研究

空间机械臂可见光测量相机参数标定是制约空间合作目标三维位姿测量精度的关键技术和重要前提,它直观表征了视觉标记三维坐标与对应的二维图像坐标之间正确的映射函数。针对现有相机内外参标定方法操作步骤繁琐、积累误差大、标定精度低等工程问题,文章提出一种空间机械臂可见光测量相机内外参标定方法,引入高精度二维棋盘格标定靶与基准镜共同作为转换中介,且在相机有效观测视场内随意移动标定靶,分布式解算相机内参和外参。试验表明,相机内参离散度均不超过±0.3像元,角点重投影误差均不超过±0.5像元;外参六自由度分量标准差均不超过(0.6mm,0.05°)。上述标定方法具有较强的可操作性,极大简化了坐标转换计算复杂性,有效降低了标定过程中产生的积累误差,为机械臂实施视觉闭环自主捕获合作目标提供了可靠依据。     

基于三目视觉测量的航天器交会对接相对位姿确定算法

针对航天器交会对接过程中位姿参数的测量问题,提出了三目视觉的测量方法。本文阐述了三目视觉的测量原理,建立了数学模型,分析了测量系统的误差。仿真结果表明该方法有效。与双目视觉相比,它能降低图像匹配误差的影响,提高特征点的定位精度,增加测量系统的可靠性,因此能够满足航天器位姿参数的测量要求,对航天器在轨实时应用具有重要参考价值。     

一种用于空间机械臂的 微重力模拟悬吊配重试验系统

空间机械臂工作在空间微重力环境中,广泛用于太空中的舱段对接、在轨维修等操作,因此需要在地面模拟微重力环境以满足空间机械臂研制试验要求。文章基于国内外模拟微重力环境领域技术现状,依据型号研制试验要求,提出了一种用于大型空间机械臂性能和可靠性验证的微重力环境模拟悬吊配重试验系统,并给出了悬挂机构子系统、二维随动子系统、恒拉力子系统、位姿测定子系统的设计思路和具体方案。     

七自由度空间机械臂避障路径规划方法

针对七自由度空间机械臂在轨捕获目标任务的需求,提出了一种避障路径规划方法。主要是根据机械臂和障碍物的几何特征,对机械臂模型和障碍模型进行简化;通过研究机械臂自身所固有的几何特性和障碍物的位姿坐标,分析机械臂各杆件与障碍物发生碰撞的条件,进而求出空间机械臂的无碰撞自由工作空间;利用优化的A＊算法,在七自由度空间机械臂的自...     

基于稀疏直方图的空间机械臂视觉目标跟踪方法

视觉系统作为空间机械臂的重要组成部分,一项重要功能就是在复杂空间环境下在规定周期内自主、可靠地完成对空间目标的跟踪,即在相机采集的图像序列中定位目标区域。文章面向空间机械臂视觉跟踪的应用需求,提出一种基于稀疏直方图的视觉目标跟踪方法,在目标区域内选取相互重叠的局部图像块,通过组合全部图像块的稀疏系数构造直方图以获取目标表示,采用基于簇比重信息的相似性度量方法计算目标模板与候选目标之间的距离,将此距离作为粒子滤波的观测模型以在图像中确定目标位置。标准测试集测试、室内环境和在轨环境试验的定性和定量分析结果均表明文中方法可以实现对相机视场范围内目标的准确和可靠跟踪。     

面向空间近距离操作的机械臂与服务卫星协同控制

针对航天器在轨服务任务中涉及的空间近距离操作需求，提出一种机械臂与服务卫星协同控制方法。首先建立了机械臂和服务卫星组合体动力学模型以及服务卫星和目标卫星相对位姿耦合动力学模型。然后采用全局终端滑模控制设计了机械臂轨迹跟踪控制方法，采用PD控制设计了服务卫星相对位姿耦合控制方法，并将机械臂反作用力和力矩作为前馈补偿叠加到服务卫星控制系统中，实现了两者的协同控制。最后通过数值仿真验证了控制方法的有效性。仿真结果表明，该方法能够满足空间近距离操作任务对机械臂和服务卫星的控制精度、稳定性和误差收敛时间的要求，具有工程实用性。     

空间机械臂捕获失稳目标的动态轨迹规划方法

针对航天器在轨服务体系技术的发展需求,提出一种空间机械臂捕获失稳目标的动态轨迹规划方法。在系统设定和工程模化的基础上,首先推导了空间机械臂捕获目标的动力学模型和速度增益矩阵;然后重点研究了速度增益矩阵的动态调整方法,并以此为基础设计了空间机械臂捕获失稳目标的动态轨迹规划方法;最后通过工程算例在MATLAB和ADAMS联合仿真平台上验证了该方法的有效性。仿真结果表明,该方法既能有效减少捕获时间,又能防止过大的起始和残余速度,同时还能回避雅克比矩阵奇异问题,可以满足机械臂末端对失稳目标相对位姿同步跟踪的捕获任务要求,具有工程实用性。     

非合作大目标位姿测量的线结构光视觉方法

空间机器人与非合作大目标交会接近最终段,单目相机不能获取完整的特征图像而无法完成相对位姿测量。针对此问题,提出基于线结构光和单目视觉的相对位姿测量方法。以非合作大目标上的局部矩形特征为测量对象,首先,建立相对位姿测量模型并给出四个测量坐标系之间的关系;其次,通过相机对不完整矩形和线结构光的约束获得四个特征点在相机坐标系下的坐标;然后,利用四个特征点计算相机坐标系与目标坐标系之间的转移矩阵;最后,将转移矩阵分解得到矩形特征的相对位姿。通过改变影响测量精度的输入误差和标定误差等因素对该方法进行仿真验证,结果表明该测量方法是有效的。     

基于双目视觉的航天器间相对位置和姿态的测量方法

在光学测量基本原理上建立了双目视觉测量模型,提出了基于双目视觉的航天器间相对位置及姿态的测量方法,并对测量系统中的误差进行分析,得到影响测量精度的因素。仿真结果表明该方法有效,获得的航天器间相对空间位姿信息的精度能满足航天测控要求,对航天器在轨实时应用具有重要参考价值。     

GEO非合作目标超近距相对位姿视觉测量

提出一种基于几何特征综合匹配的双目超近距相对位姿视觉测量方法。首先,将失效卫星的矩形太阳帆板作为几何特征,采用综合匹配方法实现了双目图像的高精度匹配,随后基于几何特征指标参数判别和ROI检测方法,实现了卫星太阳帆板特征点组的识别与提取,在此基础上,进一步建立了目标坐标系,通过三维重建完成了超近距阶段失效卫星的相对位姿高精度解算。最后建立了高精度双目视觉超近距相对测量实验系统,结合所提出的综合匹配算法和相对位姿解算方法,完成了动态非合作目标的相对位姿测量实验,实验结果说明所提出的方法具有较好的实时性和较高的精度。     

基于点云深度学习的对称结构空间目标相对位姿测量

针对对称结构空间目标相对位姿解算过程中点云误匹配带来的误差问题，提出一种基于点云深度学习的对称结构空间目标相对位姿测量方法。首先设计空间目标点云特征提取网络及关键点回归网络，将位姿测量问题转换为空间目标点云关键点回归问题，通过两个并行的回归网络分别输出空间目标平移向量和具有固定标签的目标点云三维边界框角点；其次利用具有连续稳定标签的角点求解目标姿态，可有效解决目标的对称结构导致的点云误配准问题；最后通过仿真数据集的实验表明，该方法相比于传统的点云配准方法有更高的准确率，能够精确求解具有对称结构的空间目标相对位姿。     

机器视觉在军事领域的应用现状及发展趋势

机器视觉技术凭借其非接触测量、实时性好、可持续工作等优点，在军事领域中有着广阔的应用前景。在对机器视觉光学照明系统、成像系统、视觉信息处理系统等关键技术进行概述的基础上，详细分析了机器视觉技术在军事领域进行典型目标物识别、人员识别、装备缺陷检测等典型场景以及典型军事装备上的应用现状。在此基础上，指出了机器视觉在军事领域的应用，仍然存在视觉传感器硬件系统难以适应极端环境、复杂的军事目标适应性不足、目标识别的实时性难以保证、多传感器融合获取军事目标信息能力缺乏等问题。同时，对机器视觉技术在军事领域应用的未来发展趋势进行了展望，研究分析结果可为机器视觉在军事领域的进一步实用化提供参考。     

双臂自由飞行空间机器人捕捉目标实验研究

本文主要介绍了在地面上模拟的空间微重力环境下双臂自由飞行空间机器人捕捉目标的实验。首先介绍了双臂自由飞行空间机器人地面实验平台，该实验平台由机器人模型、视觉系统、无线通讯系统、网络系统、操作台、运动规划系统、气浮系统七个子模块构成。其次简单介绍了双臂自由飞行空间机器人捕捉目标策略，最后介绍了基于该实验平台的几种实验。     

星载激光雷达高精高稳探测卫星系统保证技术

激光雷达探测精度高,具备全天时工作和垂直探测能力,在大气环境天基遥感领域应用广泛。基于CO_2柱线浓度激光遥感探测原理,分析了积分路径差分吸收星载激光雷达测量系统的激光波长、能量精度和稳定性及光轴指向精度等关键指标要求和功能模块配置,重点开展了星载激光雷达光机头部稳定安装、良好机热环境保障及星敏载荷一体化布局等整星层面系统设计保证,仿真结果初步表明设计方案可行。同时,提出了激光雷达波长、能量精度及稳定性实时监测、卫星对地光轴指向高精度测定和星地载荷光轴指向测量误差标定的地面试验验证要求,以确保系统设计的有效性,为激光雷达遥感卫星的研制提供了技术参考。     

单目-无扫描3D激光雷达融合的非合作目标相对位姿估计

针对传统的利用单一视觉传感器难以实现复杂非合作空间操控导航的问题,提出一种基于单目相机与无扫描三维激光雷达融合的非合作目标相对位姿估计方法。首先,设计了基于成像几何关系的单目纹理-非扫描距离图像的快速配准与融合方法;之后,在构建目标同步定位与建图（SLAM）贝叶斯滤波模型基础上,提出一种扩展卡尔曼滤波-无损卡尔曼滤波-粒子滤波联合的滤波估计算法,可实现尺度模糊下相对位姿的快速鲁棒估计;其次,针对估计中的尺度模糊问题,提出基于融合图像的全局尺度系数确定方法,将尺度系数估计问题转化为简单线性滤波问题。基于OpenGL生成的2D/3D图像实验表明：所提出的方法具有较优的精度和鲁棒性;相对位置估计误差与尺度估计误差相关,二者近似成线性正比关系。     

空间机械臂技术及发展建议

空间机械臂是一个机、电、热、控一体化的高集成度的空间机电系统。文章概述了国内外该技术的发展情况;论述了空间机械臂在目标监视与观测、在轨试验和建设、行星与深空探测三个方面的任务;讨论了系统构成与功能。结合工程应用,提出了空间生存与性能保持、空间驱动与伺服、空间建标与测量、天地协同控制与示教、地面仿真训练与环境模拟五项关键技术。文章还对我国在该技术领域的发展思路提出了建议,并展望了我国空间机械臂技术的发展前景。     

空间机械臂的一种自标定方法

由于各种因素的影响，在轨机械臂的结构参数势必不同于其在地面时的结构参数。为提高机械臂作业时的定位精度，必须对其进行重新标定。提出了一种自带CCD相机的空间机械臂结构参数的自标定方法，解决了在太空中无外部测量设备参与时机械臂的标定问题，使机械臂末端操作器的精确定位成为可能。仿真结果验证了所提方法的正确性。     

不同重力环境下空间机械臂神经自适应鲁棒控制

针对空间机械臂从地面装调到空间应用过程中重力项的变化问题,提出了一种神经网络自适应鲁棒补偿控制策略用于空间机械臂的末端控制,从而实现在地面重力环境下装调好的空间机械臂在空间微重力环境下实现在轨操控任务。通过神经网络在线建模来逼近系统模型中变化的重力项,逼近误差及系统的不确定性通过自适应鲁棒控制器来补偿。该控制策略不依赖于系统的模型,避免了回归矩阵的复杂计算及未知参数的估计,降低了计算量。基于李亚普诺夫理论证明了闭环系统的渐近稳定性。仿真结果表明该控制器对不同重力环境下空间机械臂的末端控制均能达到较高的控制精度,具有重要的理论研究和工程应用价值。     

一种卷积神经网络非合作目标姿态测量方法

针对空间非合作目标姿态测量问题，提出一种基于卷积神经网络的非合作目标姿态视觉测量方法。该方法先设计特征提取网络并利用公开数据集进行预训练，用少量实际目标图像进行迁移学习，实现非合作目标图像高层抽象特征的自动提取；再设计基于回归模型的姿态映射网络，建立图像高层特征与三轴姿态角之间的非线性关系，实现非合作目标的姿态测量。实验验证了两类特征提取网络测量精度和参数量大小，测量精度可达 0.711° (1σ),表明了“单目相机+卷积神经网络”方法的可行性。