基于彩色编码的副油箱风洞模型位姿测量方法

高速飞行器副油箱分离位姿参数是飞行器以及副油箱设计的重要基础数据。位姿参数测量工作多在高度模拟飞行器飞行状态的风洞环境下进行,对缩比模型实施高速非接触测量。受风洞试验段观察视窗限制以及副油箱模型形状影响,副油箱模型位姿测量十分困难。首先针对风洞观察视窗以及风洞复杂环境对图像采集效果的影响,提出了基于自发光单元的副油箱运动序列图像采集方法,采用双目视觉系统高速采集获得目标物的清晰序列图像;其次,提出基于环绕式彩色编码的自发光标记点匹配方法,实现风洞复杂环境内标记点的高精度匹配;最后,根据副油箱表面合作标记点的三维坐标获取副油箱模型的位姿信息。试验结果表明:所提出的位姿测量方法满足测量要求,其最大位移误差不超过0.102mm、最大角度误差不超过0.201°。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年，基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用，然而对识别感知目标的体积测量，目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法，实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿，相较于原始LeGO-LOAM算法，无人车在高速情况下的构图精度得到提升；通过将激光雷达与视觉进行深度融合，实现了目标的自动识别与全局定位；通过基于平面拟合的地面分割与欧式聚类，实现了目标点云轮廓的实时获取；通过设计一种基于切片法的不规则物体体积测量方法，实现了无人车在运动情况下对目标体积的自动估计。最终，分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明，所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%，具有较好的工程应用价值。     

基于亚像素的圆孔几何参数立体视觉高精度测量

针对工业现场当中圆孔尺寸测量的问题,提出了基于亚像素边界提取和圆拟合的圆孔几何参数双目立体视觉高精度非接触测量方法.该方法包含了经过Canny算法的一次边界定位后的基于灰度矩的亚像素边界二次高精度提取算法,以及采用基于空间三维圆最优拟合求取空间圆的几何中心和半径等参数的算法.实验证明,该方法对于工件上圆孔的测量不仅提高了测量精度,并且减小了空间圆透视投影畸变引起的测量误差,从而满足了现场实验环境要求,保证了圆孔几何参数测量的高精度和高速度.     

一种地形轮廓特征的立体视觉三维重建方法

针对自然地形轮廓特征的三维数据测量问题,提出了一种基于区域分割的立体视觉三维重建方法。先通过分水岭变换进行图像分割,根据分割区域边界确定图像中场景的轮廓边缘。轮廓边缘按所属区域分组进行立体匹配,根据分割区域相互邻接的全局特征和各区域的位置、尺寸、灰度值局部特征建立区域约束,并根据区域边缘像素点梯度分布特点建立梯度方向约束,以减小立体匹配的搜索空间、优化匹配顺序、提高匹配精度。进而根据双目立体视觉的成像模型计算匹配边缘点的三维坐标,实现地形轮廓边缘的三维重建。实验结果表明,该方法能够快速有效地重建出体现地形三维结构特征的轮廓边缘,并具有较高的立体匹配正确率和重建精度。     

基于欧拉角的炮弹位姿参数光学测量解析算法

炮弹空间位置和姿态参数的解算是研究其飞行弹道特性和弹道控制的非常重要的内容。利用4个已知空间坐标的非共面控制点,通过建立控制点的过渡坐标系,提出了一种基于单目视觉,采用欧拉角直接参与计算的炮弹位姿参数的测量方法,建立了位姿参数测量的误差修正模型。最后对该算法进行了完整的数学仿真。仿真结果表明,该算法简单有效且稳定,能满足位姿参数测量的精度要求。     

绳系网捕系统的定位与测姿方法研究

基于双目视觉原理,建立了空间目标的三维坐标计算模型,利用安装在捕获端的摄像头对主星进行观测,建立了捕获端定姿方法.仿真算例验证了所提方法能够以较高的测量精度实现定位和测姿,可以满足绳系卫星捕获端的姿态确定精度需求.     

基于视觉的大尺度部件相对位姿实时测量方法研究

相对位姿是装配过程中的一项重要监控项。针对大尺度部件对接过程中的相对位姿测量需求,提出了一种基于视觉的相对位姿实时测量方法。该方法利用单目视觉技术,通过采集合作靶标的图像,实时解算大部段间的相对位姿,用于辅助大尺度部件的装配。首先,设计了一套相对位姿实时测量系统,包括搭载单目相机的视觉测量单元,以及用于辅助位姿解算的合作靶标;其次,对相对位姿测量的完整流程进行了研究,包含系统标定方法与实时位姿解算方法;最后,在实验室环境下对位姿测量系统的精度进行测试。试验结果表明,位姿测量系统在垂直于光轴方向的重复精度可达0.02mm,沿光轴方向重复精度优于0.2mm,输出位姿结果时间低于0.3s;对多测量单元组网测量进行了仿真计算,垂直于光轴方向的重复精度优于0.1mm,沿光轴方向重复精度优于0.2mm,输出位姿结果时间优于1.3s。试验结果表明,提出的方法可满足一般大尺度部件对接过程实时位姿监控与对接状态评估的需求。     

基于结构光的铆钉凹凸量双目视觉检测方法

为了弥补飞机铆钉凹凸量的传统检测方式在精度、效率及稳定性方面的不足,提出了一种基于结构光的铆钉凹凸量双目视觉检测方法。首先通过工业投影仪将结构光投射到铆接表面,由双目相机采集投影图像。然后根据铆钉边缘特征提取出铆接区域,并采用改进的格雷码解相位方法计算铆接区域表面的相位信息。根据相位信息匹配特征点,利用视差原理计算出点云。最后通过点云数据处理,计算出铆钉的凹凸量。制作标准件并完成了凹凸量测量试验,测量误差在±20μm以内,重复测量标准差小于3μm,单个铆钉测量用时约2.2 s,能够满足现场测量精度和效率要求。     

一种无人机载荷安装位姿测量系统的实现

描述了一种可以快速测量无人机载荷位姿的六自由度测量系统,可对无人机载荷位姿进行实时安装测量,用于保证所有载荷安装于预定位置。测量系统基于单目视觉测量原理,利用固定式多目标主动光学靶标将载荷的坐标系引出,系统软件可实时给出被测载荷的位姿。进行了一系列的试验用于验证测量能力。利用多齿分度台和位移台进行测量重复性试验。结果表明,角度测量重复性0.05°,位移测量重复性0.05mm。     

基于轴线投影精确模型的弯管立体视觉测量方法

利用立体视觉技术测量弯管轴线需精确计算弯管轴线在图像上的投影位置,现有方法将弯管图像轮廓中心线近似为空间轴线在像平面上的投影,这种近似计算存在误差。为获得弯管轴线的精确投影位置,提高三维测量精度,对弯管成像特征进行了深入研究。首先对弯管任意横截面建立透视投影模型,探索截面图像边缘点与空间轴线投影点间的几何关系,进而提出轴线上任意一点在像平面上投影位置的精确计算方法。采用双目视觉系统对某一航空管件进行重构测量。试验结果表明,相较于现有方法,采用本文方法计算轴线投影位置后,管件测量的重复性精度与前者相当,而测量精度平均提高14.5%。说明本文方法对轴线投影位置计算正确,可有效提高弯管轴线视觉测量精度。     

双目视觉绳系支撑飞行器模型位姿动态测量

绳牵引并联机器人（WDPR）为风洞试验提供了一种新型支撑方式，可用于多/六自由度风洞复杂动态试验。针对该支撑下飞行器模型的大范围运动，发展了一种基于双目视觉的模型位姿动态测量方法。首先，设计了一种编码合作标志点，合理布置于模型表面，通过图像处理消除绳对标志点成像干扰，进行标志点三维重构；然后，利用绝对定姿算法求解相对位姿初值，且给出了理论误差分析，并基于双目相机重投影误差构建李代数下的无约束最小二乘优化问题，采用L-M算法进行位姿优化；最后，采用该测量系统分别进行了静态和动态精度验证试验，以及大迎角俯仰振荡等3种单/多自由度典型运动轨迹测量。试验数据显示，静态角度和位移测量精度分别优于0.02°/0.02 mm；动态测量时角度精度可达到0.1°量级，位移平均误差为0.4 mm。研究结果表明：设计的双目视觉测量系统是有效可行的，可为后续风洞试验的实际应用提供支持。     

基于旋转搜索的相机位姿估计和对应点匹配

传统的同步位姿计算和对应点匹配（SPCD）算法采用两阶段交替迭代的方式计算相机位姿，求解精度较低。除此之外，传统SPCD算法依赖于局部搜索策略，无法保证找到全局最优解。为提升求解SPCD问题的精度和全局收敛能力，推导出了一种新的基于点和点约束的SPCD问题求解模型。基于新模型从角度距离出发构建优化目标函数，并利用分支定界搜索的方法寻找最优相机位姿和3D/2D匹配关系。实验证明：相比于传统SoftPOSIT算法，本文算法具有更高的求解精度和收敛率，并且可适用范围更广。     

单目相机物体位姿估计方法研究

现有的机器视觉通常以边缘轮廓和角点作为特征,因此要求背景单一,对环境结构化依赖程度高。为了拓展机器人的应用范围,使其脱离结构化的环境,提出了一种基于SIFT特征点和PNP技术的单目相机估计目标物体位姿的方法。以BumbleBee双目相机为硬件基础,以C++为开发平台,结合了Eigen计算库、OpenCV图像处理库和Triclops库,开发了单目视觉位姿估计算法,实现在复杂背景下对表面纹理较为丰富的物体的位姿估计。利用试验对所提方法进行了验证,试验结果表明,该算法具有较高的估计精度,可以作为机器抓取的依据。     

基于三频外差法的异构铸件三维测量系统

惯性平台中的台体和本体均为复杂异构铸件，目前多采用人工划线法建立多个基准来进行测量，效率和精度低，易漏检误检。基于多频外差法的三维光学测量系统已广泛应用于航空、航天等制造领域，根据被测铸件异构的特点，结合双目视觉和相位光栅法较高的检测效率和精度，搭建了一套三维测量系统。首先通过平板标定法得到系统的固定参数和可变参数，然后利用数字光栅投影仪向被测零件表面投射三套不同频率的相移条纹图，相机同步采集变形条纹图，再利用四步相移和三频外差法得到周期为1的相位分布，以此为基准展开得到连续分布的绝对相位，结合极线约束和相位匹配重建出被测零件的三维点云数据，最后在三维软件中完成点云处理、曲面重构和三维测量。实验结果表明，系统的绝对测量精度小于0.1mm，能够实现异构铸件的三维尺寸测量，具有较高的检测效率。     

基于视觉引导的无人直升机着舰技术研究

以无人直升机为被控对象,根据实际着舰流程研究了视觉引导系统的软硬件架构。在硬件上通过在摄像头加装云台,避免了无人机因姿态改变造成视野中目标图像的丢失,提高了位姿解算的精度。提出一种以红外灯设计的合作目标图案为着舰目标的视觉引导着舰系统,能够在不同光线强度、复杂周边环境下成功识别合作目标,具有良好的抗噪能力。研究设计了一套图像处理与位姿解算的引导系统,通过实验验证姿态参数的误差在2°以内,位置参数的误差小于2cm,能够满足着舰的精度要求;每帧图像的处理速度在30ms左右,具有良好的实时性。     

基于Kinect三维重建的地下井室可视化方法研究

针对现有地下井室病害探测与维护方法的不足,提出了一种基于Kinect三维重建的地下井室可视化方法,以实现其三维可视化探测与维护.还提出了一种基于多项式曲面拟合的Kinect深度测量误差修正方法,利用联合双边滤波算法对深度图像数据进行预处理;结合SIFT特征匹配和改进的RANSAC算法获取相邻点云间的初始位姿,并利用基于邻域特征的ICP算法进一步实现不同视角点云的精确配准,从而获取全局一致的稠密三维点云.最后,在三维稠密点云的基础上进行曲面重建和纹理贴图,以实现地下井室真实三维重建.实验结果表明:所提方法可有效修正Kinect深度相机的深度测量误差,在0.5～4.5m的测距范围内,其三维重建精度可达2cm;在4.5～7m的测距范围内,精度也可以保持在4.5cm以内.所提重建方法可实现地下井室真实场景的三维可视化,为地下井室的探测和维护提供了技术支持.     

航天器空间对接位置视觉测量方法

针对航天器空间对接过程中对接环位置的实时测量问题,提出了一种基于单目视觉的对接环识别定位新方法.通过将采集到的目标图像序列RGB信息转换到HSV色彩空间,以图像色调值为判据,实现了航天器空间对接环目标特征的有效提取.结合最小二乘椭圆拟合算法和小孔成像理论,建立了单目视觉的对接环识别定位模型,以完成航天器空间位置的精确计算.仿真结果表明,航天器近距定位可达到小于2 cm的精度,完全能够满足对接的精度要求.     

空间机械臂视觉测量技术研究

空间机械臂技术是维护空间站、执行指定任务、保障航天员出舱作业的安全等必不可少的关键技术。视觉测量技术则是保证空间机械臂顺利完成空间遥操作任务的前提。基于此前提,首先对空间机械臂视觉测量技术进行了概述,并分别对手眼关系标定、标志器识别以及相对三维位姿测量等关键技术进行了阐述;然后,以加拿大机械臂为例提出了一种基于边缘特征的标志器识别算法,给出了具体的识别流程,并采用一种基于非迭代的相对位姿测量算法实现了位姿求解;最后,针对标志器识别算法和位姿测量算法给出了基于仿真图像的实验结果和机械臂原理样机集成实验结果。最终实验结果表明:提出的空间机械臂视觉测量方法合理可行,满足预期的技术指标要求,具有较强的工程应用价值。     

无人机空中加油过程中基于机器视觉的相对位姿估计(英文)

本文主要研究了在无人机空中自主加油过程中,利用安装在无人机上的摄像机得到的视觉图像确定无人机与加油机之间相对位置关系的算法。本文以经典的OI算法为基础展开研究,文章主要分为三个部分:首先简要介绍了OI算法的基本实现方法,指出了在OI算法中,旋转矩阵R的初值的选择对于位姿估计的精度有一定的影响。其次主要介绍了一种线性算法用于获取R初值的方法,同时针对空中加油过程中无人机与加油机之间的相对姿态角变化较小的特点,提出了可以将旋转矩阵R的初值设为单位矩阵。论文最后在仿真环境下对相关算法展开实验研究,同时研究了在高斯噪声环境下特征点在加油机表面的分布对位姿估计结果的影响,论文得到如下的结论:1、针对空中加油过程中无人机与加油机之间的相对姿态角变化较小的特点,在高斯噪声环境下,以单位矩阵作为旋转矩阵的初值得到的位姿估计的结果好于以线性算法为初值的结果。2、在相同的高斯噪声环境下,特征点之间的距离越大时得到的位姿估计结果的精度越高。3、特征点的数量对相对位姿估计的精度没有明显影响。     

基于线结构光的飞机蒙皮对缝阶差与间隙测量技术研究

针对飞机蒙皮对缝阶差与间隙的数字化检测问题,以线结构光视觉测量技术为基础,提出了阶差与间隙测量模型,从阶差与间隙的尺寸和位置两个方面设计测量方法。使用线结构光视觉传感器完成阶差与间隙的尺寸测量,同时利用iGPS测量系统对视觉传感器的位姿进行实时跟踪测量,从而确定阶差与间隙的测量位置。通过试验验证了算法的正确性和稳定性,能够实现非接触、高精度测量:试验结果表明:5mm内阶差的重复测量精度优于0.04mm,间隙的重复测量精度优于0.05mm。