面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

一种检测机场跑道辅助飞机着陆的系统设计

跑道作为机场的关键设施,是飞机着陆和减速滑行的区域,通过视觉定位方法计算飞机相对跑道的位置,可以作为辅助飞机快速平稳着陆的一种思路。视觉传感器所需成本较低,对安装环境要求不高,本文旨在设计一个仅靠视觉传感器对飞机进行定位的辅助着陆系统,运用目标检测和视觉定位两个模型,计算飞机相对跑道的位置。首先搭建出等比例微缩的机场跑道模型,视觉传感器产生运动模拟飞机飞行路径,目标检测模型通过机载视觉传感器获取的图像识别出跑道区域,随后视觉定位模型提取图像中跑道区域特征点,计算飞机相对跑道的位置。分别对目标检测和视觉定位两部分的实现原理及难点进行阐述,尝试将目标检测和视觉定位结合起来实现飞机降落时的定位,描述辅助着陆系统设计的整体思路。     

无人机自动着陆中的机器视觉辅助技术

设计了一套辅助无人机自动着陆的机器视觉系统。该系统由机载硬件设备和用户开发软件共同组成,用以完成数字图像处理任务和无人机运动参数估计任务。系统传感器包括一个单目摄像机和机载惯性陀螺;数字图像处理使用的主要算法有图像的轮廓提取、角点检测和模版匹配。基于角点处各个方向上灰度差变化较大的特征,依据最小核值相似(SUSAN)算法和角点几何结构分析,提出一种改进的角点特征提取算法;根据任务开发的位置参数估计算法依据摄像机透视投影理论,运用摄像机成像标定方法导出了一种高精度的位置测量模型。通过计算机仿真表明,所提出的计算机视觉位置参数估计算法可以达到无人机着陆过程的精度要求。     

无人直升机视觉着陆中的运动状态估计算法

对无人直升机(UH)视觉着陆中基于视觉图像处理的运动状态估计问题进行了研究。介绍了视觉着陆原理,分析了运动估计、特征图像处理与着陆控制间的关系,推导并建立了UH相对着陆平台位姿估计算法、线速度与角速度估计算法。相邻两帧图像对应特征点像点位置为位姿估计算法提供数据,一帧图像特征点像点位置及其对应像点平移速度为线速度与角速度估计算法提供数据。利用UH着陆控制仿真数据模拟UH着陆运动过程中像点位置及其对应平移速度的视觉图像处理结果。仿真验证了运动状态估计算法,结果表明所提出的运动状态估计算法能有效地利用视觉图像处理结果数据估计出UH的位置、姿态、线速度和角速度。     

SUSAN角点检测和匹配算法在高温变形测量中的应用

 高温变形测量是材料力学性能实验方法研究中的重点和热点之一。为了能够实现在高温环境下精确地进行变形测量,将最小核值相似区(SUSAN)角点检测和光流跟踪匹配技术应用到位移和应变测量方面,设计了基于SUSAN角点特征的高温变形测量算法。该算法充分发挥了SUSAN角点特征的优点,具有测量精度高、抗干扰能力强等优点。在普通环境下,经过模拟散斑图数据的验证,利用该算法进行变形测量,误差在1%以内,精度高、稳定性好。通过高温力学实验发现,该算法能够适用于高温变形测量。本研究扩展了图像识别等技术在非接触测量技术中的应用。     

基于多旋翼无人机的多连杆仿生起落架设计与仿真

传统的多旋翼无人机着陆架存在对着陆场地适应性差、智能化程度低的缺点，设计一种具备复杂地形自适应起降的着陆装置对多旋翼无人机的发展具有重要意义。本文设计了一种基于多连杆混联机构的仿生起落架，针对单腿的设计构型进行驱动力矩分析与机构优化，在此基础上完成结构设计，并以多旋翼无人机为对象，设计了一套四腿仿生起落架系统，针对四腿机构进行典型地形着陆仿真。结果表明，多连杆仿生起落架设计方法可应用于多旋翼无人机的起落架设计中，并实现多旋翼无人机在非结构地形的自适应着陆。     

直升机剪刀式尾桨气动特性的研究

对剪刀式尾桨的气动特性进行了实验和分析研究。描述了在模型旋翼台上进行的实验 ,给出了拉力和扭矩随剪刀角变化的实验结果 ,对比了“下旋翼在前”和“上旋翼在前”2种不同布置的影响。实验表明 :“下旋翼在前”布置时的拉力大于“上旋翼在前”布置时的拉力 ;在某些剪刀角布置下会导致较强烈的桨 -涡干扰。然后 ,建立了一个剪刀式尾桨气动特性计算的分析模型 ,并进行了验证。应用这个模型 ,计算了剪刀式尾桨的桨叶诱速分布、升力分布以及桨尖涡位移 ,解释了拉力随不同剪刀角布置而变化的实验结果和实验中出现桨 -涡干扰的原因。最后 ,提出了几点结论。     

一种基于张氏标定法的单目相机改进标定算法

单目视觉在地面机器人等无人导航系统中的应用越来越广泛，而相机参数的标定是利用视觉进行导航的基础性工作。标定结果的好坏，直接影响导航性能和定位精度。主要考虑单目相机的径向畸变，基于张正友平面标定法，通过利用Matlab进行图像预处理、利用OpenCV进行Harris角点检测和亚像素精确化等方法在角点提取精度等方面进行了改进，通过重投影法对标定结果进行了评估，并将其与Matlab相机标定工具箱Toolbox_calib所得结果进行了比较。实验结果表明，改进的标定算法标定结果精度更高，并且对多个摄像头传感器均有效，适用性强。     

计算机视觉在无人机着陆中的应用

介绍了计算机视觉的定义和视觉系统的软硬件组成，总结了视觉导航在旋翼无人机着陆方面的研究现状，并对视觉导航在固定翼无人机着陆中的应用给予初步分析和介绍。     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

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。     

基于复合地标导航的动平台四旋翼飞行器自主优化降落技术

针对四旋翼飞行器在依靠地标导航完成动平台自主降落任务中存在的目标易丢失、地标定位死区大和降落可靠性差等问题，设计了一种基于复合地标导航的动平台四旋翼飞行器自主优化降落系统。该系统以圆环地标和二维码构成复合地标来解决仅用单一地标定位时存在的定位死区大和定位范围小等问题。针对地标识别丢失、动平台车轮打滑和码盘标定不精确等问题，建立动平台的精确运动模型同时考虑码盘包含未知测量偏差，基于扩展卡尔曼滤波器实现了对动平台连续位姿的在线估计。最终，基于动平台位姿估计结果以最小Jerk指标设计降落轨迹和降落策略，实现了四旋翼飞行器在动平台上高效平稳的降落。为验证所提系统的有效性，设计了仿真和实际降落实验，验证了所提复合地标实现摄像头距离在0.5~6.0 m内的综合完整定位；所设计的动平台状态估计器能在码盘存在未知测量偏差的情况下准确估计出平台的实时位姿，同时所提自主优化降落策略和轨迹规划算法保证了可靠的动平台降落。     

基于合作目标和视觉的无人飞行器全天候自动着陆导引关键技术

 GPS受他国控制和易受干扰对基于该导航系统的无人飞行器导航和着陆具有潜在危险,为了使其安全自动着陆,提出通过在着陆跑道(广场或公路)上预设具有受控发射红外光的地面合作目标,实现无人飞行器的视觉全天候自动精确着陆新技术。首先研究得到切实可行的工作过程;然后研制了合作目标,通过理论分析和实验得出,无论能见度高低,8~12 μm中远红外视觉系统探测到的合作目标图像质量远优于可见光视觉系统,研究得到合作目标和背景的温差在170~200 ℃时,成像效果最好。在识别研究中发现,基于传统的不变矩算法对合作目标的识别可靠性稍差,为了进一步准确地识别合作目标,又提出了基于方向链码的合作目标识别算法,该方法的耗时为不变距的96%,但是识别的可靠性比前者有显著提高。     

SAR image formation via semiparametric spectral estimation

A new algorithm, referred to as the SPAR (Semiparametric) algorithm, is presented herein for target feature extraction and complex image formation via synthetic aperture radar (SAR). The algorithm is based on a flexible data model that models each target scatterer as a two-dimensional (2-D) complex sinusoid with arbitrary unknown amplitude and constant phase in cross-range and with constant amplitude and phase in range. By attempting to deal with one corner reflector, such as one dihedral or trihedral, at a time, the algorithm can be used to effectively mitigate the artifacts in the SAR images due to the flexible data model. Another advantage of SPAR is that it can be used to obtain initial conditions needed by other parametric target feature extraction methods to reduce the total amount of computations needed. Both numerical and experimental examples are provided to demonstrate the performance of the proposed algorithm     

单目主动视觉无人机导引中摄像机内参数标定的线性方法

提出一种单目主动视觉无人机导引中摄像机内参数标定的线性方法,在摄像机主点位置进行预标定的条件下,摄像机只需拍摄一幅着舰平面靶标上的一组正方形图像,无须知道该组正方形的任何几何信息,通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程即可线性求解摄像机内参数,仿真实验和真实图象实验表明:该方法在摄像机内参数(如焦距等)需要经常改变的视觉任务,如基于视觉的无人机着舰导引、运动参数估计、三维视觉重建及视觉监控中,使得摄像机内参数的标定具有简便、实时和鲁棒性强的特点。