采用双目视觉的非合作空间目标相对导航与惯性参数辨识方法

针对面向在轨服务的非合作空间目标测量感知问题，提出了一种基于双目视觉的相对导航与惯性参数辨识方法。利用目标表面的特征点建立几何坐标系，并分别设计了姿态测量和相对导航滤波器，实现了目标姿态、角速度、轨道，质心位置与惯量比的高精度估计。在此基础上，通过黏附卫星与非合作目标形成组合体，利用相对导航算法获得的质心位置和惯量比在黏附前后的变化，实现了目标质量和转动惯量的辨识。数值仿真试验证明了算法的有效性。     

双目立体视觉中的一种运动目标检测算法

运动目标的检测是计算机视觉研究领域中的一个重要组成部分,传统的基于单目视觉的目标检测算法要么受环境因素的限制较大,要么收敛速度较慢,还难以解决多个运动目标部分遮挡的问题。针对以上存在的问题,本文在目标检测中采用了立体视觉方法。用双目摄像机对图像进行拍摄获取立体图像序列对,然后对立体图像对运用立体视觉方法进行分析。实验表明该方法能正确检测到运动目标,不受光线变化和阴影的干扰,并且在运动目标发生部分遮挡时仍能正确区分各目标。     

双目立体视觉中的一种运动目标检测算法

运动目标的检测是计算机视觉研究领域中的一个重要组成部分,传统的基于单目视觉的目标检测算法要么受环境因素的限制较大,要么收敛速度较慢,还难以解决多个运动目标部分遮挡的问题。针对以上存在的问题,本文在目标检测中采用了立体视觉方法。用双目摄像机对图像进行拍摄获取立体图像序列对,然后对立体图像对运用立体视觉方法进行分析。实验表明该方法能正确检测到运动目标,不受光线变化和阴影的干扰,并且在运动目标发生部分遮挡时仍能正确区分各目标。     

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。     

基于立体视觉Tri-EKF算法的空间非合作目标运动与结构估计

针对空间非合作目标的运动状态及外形结构估计的双重扩展卡尔曼滤波(Dual EKF)算法存在运动状态变量耦合及收敛速度慢的问题。基于立体视觉观测模型,引入特征线作为新观测量分析了目标平移与旋转运动估计的解耦性,提出三重扩展卡尔曼滤波(Tri-EKF)算法,实现了对目标旋转、平移运动以及结构参数的串行估计。本文对两种算法进行仿真比较,通过试验校验Tri-EKF算法。结果表明:有限次观测下,Tri-EKF算法对目标运动估计收敛速度更快,平均估计误差更小。     

一种非合作目标相对位置和姿态确定方法

针对非合作目标中的从星若无法获得主星的动态信息时,就无法自主进行相对位置和姿态确定的问题,提出了一种采用陀螺、立体视觉系统和加速度计的相对状态确定方法。首先分别建立相对姿态方程、主星动力学方程和相对位置方程等系统的数学模型。然后根据这些方程组成的状态方程和立体视觉系统的测量模型设计了卡尔曼滤波器。该滤波器使得从星根据加速度计、陀螺和立体视觉系统的输出,在仅获得主星的外观特征和一些静态参数的情况下,能够自主进行相对位置和姿态的确定。最后,数值仿真结果表明,在相同仿真条件下,与使用主星陀螺信息的相对状态确定算法相比,该算法能够自主进行相对状态的确定,且位置和姿态稳态误差分别为0.05m和2°。     

基于双目视觉的无人机编队相对定位算法

针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度。实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求。     

一种参数化非合作目标相对位姿和惯量估计方法

针对故障卫星、失效航天器、空间碎片等空间非合作目标无先验模型,且无法直接获得其角速度及惯量参数等问题,提出一种参数化非合作目标相对位姿和惯量参数估计方法。首先,基于自由航天器姿态动力学模型,用反双曲正切函数来描述含两个独立变量的惯量参数,建立非合作目标角速度传播模型方程;基于立体视觉测量模型,建立非合作目标上若干特征点的量测方程。然后,结合Clohessy-Wiltshire方程描述的航天器间相对运动学模型,以非合作目标的相对位置、相对线速度、相对姿态、惯性角速度及惯量参数为状态量,设计扩展卡尔曼滤波器以估计各状态量。最后,进行不同场景的数值仿真验证。蒙特卡洛仿真结果表明,所设计的滤波器在不同噪声水平下能够高精度地有效估计出非合作目标的相对位姿和惯量参数。     

黏附激励下空间目标惯性参数的辨识方法

针对黏附卫星会自然激励目标改变运动状态的现象，提出一种利用黏附激励进行空间非合作目标惯性参数的辨识方法。黏附前，利用主星对目标特征点的视觉测量，建立估计目标惯性参数与相对运动参数的滤波器，并估计目标的转动惯量比和质心；黏附后，主星直接利用该滤波器估计目标的新的质心速度，并基于动量守恒原理计算目标质量。该方法不仅充分利用黏附过程的自然激励，无需常规辨识必须的主动激励，而且激励前后算法一致，无需切换。数字仿真证实了算法的有效性。     

基于对偶四元数的航天器交会对接位姿视觉测量算法

根据光学测量基本原理建立双目视觉测量模型,提出基于双目视觉的航天器间相对位姿 的测量方法。利用对偶四元数,建立目标航天器的坐标系和追踪航天器上的摄像机坐标 系之间的关系,构造出航天器交会对接位姿误差模型,通过使用拉格朗日求极值的方法,解 算出航天器间的相对位置和姿态。仿真结果表明该算法有效,能够满足航天器交会对接的测 控要求。     

旋转非合作目标相对状态的解耦估计方法

针对在轨旋转非合作目标相对状态估计中关于几何结构及惯量参数先验信息未知的问题，提出一种以双目相机对目标特征点的投影作为测量值的解耦估计方法，实现旋转非合作目标相对状态的估计。首先，建立非合目标的动力学模型和目标特征点的运动模型；其次，为避免由目标特征点与目标质心相对位置不确定引起滤波性能降低的问题，建立相对特征的运动模型及投影模型，对旋转运动和平移运动进行解耦；最后，设计相应的滤波器对非合作目标的相对状态进行估计。仿真结果表明，提出的解耦估计方法能够有效地估计出非合作目标的相对状态。     

天问一号着陆器双目视觉避障技术

对天问一号双目视觉避障技术的组成、方案及原理进行了介绍,通过图像障碍识别和双目立体地形感知完成天问一号降落过程中的安全着陆点自动选取.通过高分辨率双目匹配和亚像素插值处理,提高远距离双目测量精度;在计算资源严格受限的条件下,采用FPGA作为硬件加速平台,通过功能模块的并行化和流水线设计,提高计算视差和三维信息的速度;为...     

空间非合作目标快速姿态跟踪导航方法研究

提出了一种空间非合作目标快速姿态跟踪导航方法。在非合作目标相对测量过程中,激光测距仪测距数据具有不连续的特点。当不具备测距数据时,采用基于位置-速度方差修正的姿态跟瞄导航滤波算法,引导追踪航天器完成对目标的粗捕获和保持;当具备测距信息时,通过引入间接量测矩阵和Wonham能控规范型极点配置方法,采用基于全维状态观测器的姿态跟瞄导航滤波算法,完成对目标的连续精确指向跟踪,并通过配置观测器极点调整滤波收敛速度。本文提出的姿态指向跟瞄导航算法克服了非合作目标跟瞄过程中测距信息不连续的问题,与传统扩展卡曼滤波算法相比,能够避免量测方程近似线性化过程中的大量矩阵求导运算,因而提高了跟踪导航滤波的收敛速度,增强了追踪航天器对非合作目标的快速姿态指向与跟瞄能力。     

利用双目箭载图像测量目标位姿方法研究

研究箭载图像中的目标位姿测量方法,可作为箭上物理量测量的一条新途径。首先,使用STK软件仿真运载火箭级间分离过程,输出箭载视角双目仿真图像。然后,应用SURF/MSER方法对双目图像中的特征点进行检测、匹配、筛选,基于双目视觉测量模型解算特征点的空间坐标。最后,选取目标中心点描述被测目标位置,选取与分离面平行平面上的三点解算被测目标姿态。实验结果表明,方法可有效地测量箭载图像中目标的位置、姿态,为未来工程应用实现打下基础。     

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。     

空间翻滚非合作目标相对位姿估计的视觉SLAM方法

针对空间翻滚非合作目标相对位姿测量中目标先验信息缺失和模型不确定问题,将移动机器人视觉同步定位与建图（SLAM）贝叶斯滤波估计模型推广到非合作目标相对位姿测量中,提出一种基于视觉SLAM的翻滚非合作目标相对位姿估计方法。首先,构建了相对位姿估计的贝叶斯滤波状态转移模型和量测更新模型。其次,为避免平动噪声协方差过大导致滤波性能下降的问题,对状态转移方程进行优化,采用最小二乘估计方法预测位置参数。最后,采用一种联合无损卡尔曼滤波和粒子滤波的贝叶斯滤波方法实现了目标全部位姿参数的快速平滑估计。基于计算机合成图像数据和真实图像序列的仿真实验表明：提出的方法具有较优的速度和精度,且对目标速度变化、特征提取和数据关联误差等具有较好的鲁棒性。     

双目视觉导航信息的可观测性分析

本文针对飞行器相对导航中双目视觉测量系统的可观测性问题进行了研究。推导了系统估计的Fisher信息矩阵,提出利用Fisher信息矩阵的秩分析来判断双目视觉导航信息观测性的方法,研究了特征点个数及分布与Fisher信息矩阵秩及相应系统可观测性的关系,得出至少2个特征点能满足双目视觉测量系统完全可观测的结论。结合测量方程的不同,分析比较了在相同特征点个数情况下单目视觉与双目视觉测量系统可观测性的优劣,最后,通过单幅图片位置和姿态确定数值仿真,验证了基于Fisher信息矩阵的双目视觉系统可观测性分析结论的正确性。     

具有同一性多同名点匹配问题研究

自动报靶评估系统对多弹齐发情况的远程监测与自动评估是亟待解决的问题,基于此背景本文重点研究了具有同一性多同名点的匹配问题。通过分析多种经典图像匹配算法,本文提出了基于双目立体视觉的极线约束匹配算法并进行了详细阐述,同时给出了实验结果。     

用MLFIPWA求解二维介质柱电磁散射

将多层快速非均匀平面波算法（MLFIPWA）用于求解二维介质柱的电磁散射,给出了计算模型。在积分方程法求解电磁散射中,用快速非均匀平面波算法（FIPWA）对目标分层分组,附近区直接计算,非附近区通过聚合、转移和配置加速矩矢相乘,减小MLFIPWA的数值计算量。算例表明：MLFIPWA特别适于处理电大尺寸目标的电磁散射。     

基于SoftPOSIT算法的单目视觉非合作目标相对位姿估计

针对模型尺寸已知的非合作目标,在目标三维特征点和图像二维特征点坐标已知但匹配关系未知的条件下,对基于SoftPOSIT算法的非合作目标航天器间相对位姿估计方法进行了研究。SoftPOSIT算法将解决匹配的Softassign和解决位姿的POSIT两种迭代方法融入一个迭代循环,建立全局目标函数,最小化目标函数就可在获得服务航天器与目标航天器相对位姿的同时确定三维点与二维点间的匹配关系。仿真结果表明由SoftPOSIT算法所得位态精度很高,算法正确有效。在不同条件下用该算法对某卫星位姿进行估计,发现算法的相对位置估计精度随目标与服务航天器相对距离增大而提高,而相对姿态角对估计精度的影响较小。