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。     

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。     

存在物理约束的时变转动惯量航天器姿态控制

对存在角速度和控制输入有界的快速机动航天器姿态控制问题，设计了一种自适应双环姿态跟踪控制器。将虚拟有界角速度作为运动学方程的虚拟控制输入，使姿态控制问题降阶为角速度跟踪问题；构建递归自适应算法估计时变转动惯量及其微分，并基于障碍李亚普诺夫函数和线性回归算子，设计了角速度跟踪误差有界的变增益自适应姿态控制器。结果表明：该控制策略能使抓捕非合作目标航天器的姿态呈指数收敛到期望轨迹，且收敛轨迹不受外部干扰和抓捕瞬间的强干扰影响；在整个控制过程中，航天器的角速度小于0.4 rad/s，控制力矩小于10 N·m，满足了航天器对角速度和控制输入有界的物理限制。     

基于Rodrigues参数的姿态估计算法

 以Rodrigues参数作为姿态描述参数提出一种快速的全姿态估计算法。Rodrigues参数具有简洁高效的特点,但它具有奇异性,不适用于大角度情况。首先将序贯旋转方法和Rodrigues参数相结合,提出了一种简洁、无奇异的姿态描述方法。然后应用该姿态描述方法,针对“矢量观测+陀螺”这种典型的姿态测量方案,讨论飞行器的姿态估计问题。在姿态估计算法设计中,给出了陀螺模型和观测矢量模型,推导了状态和状态误差协方差阵的预测方程和量测更新方程,并提出了预测方程的一种高效积分方法。仿真结果表明在估计精度等同的条件下,该姿态估计算法比四元数算法效率大约提高10%。     

基于ATSUKF算法的卫星姿控系统故障估计

针对卫星姿态控制过程中可能发生的执行机构或敏感器故障，提出了一种基于无损卡尔曼滤波（UKF）及偏差分离原理的自适应二阶无损卡尔曼滤波（ATSUKF）算法。首先，提出TSUKF算法，通过UKF处理姿态机动时的非线性并通过偏差分离原理将非线性系统的状态及故障分别估计，避免非线性模型的线性化过程同时降低了计算过程中的矩阵维度。然后，在TSUKF算法的基础上提出了ATSUKF算法，通过滑动窗口内的残差计算自适应矩阵，使滤波器在统计特性不准确的情况下仍然具有较快的收敛速度，特别适用于卫星快速机动过程中的姿态与故障估计。数值仿真结果表明，ATSUKF算法相较于TSUKF算法能有效降低统计特性不准对系统造成的不利影响，实现卫星姿态、执行机构/敏感器故障的快速估计。     

空间站机械臂位姿测量中合作靶标的快速识别

 空间站机械臂在完成辅助对接或者目标抓捕时,需要实时求取机械臂上的视觉传感器与目标上的合作靶标之间的位置和姿态,而其前提条件是合作靶标的快速识别。本文提出了一种合作靶标的快速识别算法。算法分为3大步骤:首先用Sobel算子和改进的非极大值抑制算法提取靶标图像的单像素边缘;然后将每条边缘分为两段,分别采用最小二乘法进行圆拟合,若两段拟合结果相似则该边缘属于圆形;最后根据圆形的大小在每个圆形周围开出一大一小两个正方形窗口,统计在两窗的补集内距离圆心较近的直线数量,若直线数量满足规定条件则认为是合作靶标。利用手眼相机、六自由度转台和合作靶标对算法进行了验证,实验结果表明该算法能在1.5 m的距离内准确识别合作靶标,且不受光照条件影响。合作靶标的识别算法快速、稳定、抗干扰能力强。     

基于旋转矩阵的预设时间航天器编队姿态协同控制

由多个航天器组成的编队系统对复杂的环境往往具有较高的适应性和容错性，能更高效率地完成单航天器难以完成的任务。因此主要针对多航天器系统的姿态协同控制问题，提出一种基于旋转矩阵的预设时间控制算法。首先，为了避免航天器姿态建模的奇异性和模糊性问题，采用旋转矩阵对航天器的姿态进行统一描述，同时结合有向的通信拓扑对航天器姿态协同控制系统进行建模。其次，为赋予系统可控的收敛速度，提出一种基于滑模的预设时间控制算法。该算法的引入使得航天器编队系统的收敛时间可以在合理的范围内任意给定。此外，为了实现系统对参数摄动和外部干扰的鲁棒性，采用神经网络和自适应算法对不确定性进行在线估计与补偿。最后，通过理论分析和数值仿真验证了所提预设时间控制算法的有效性。     

基于协方差矩阵高阶幂的二维DOA估计新算法

 针对稀疏分解方法进行均匀圆阵(UCA)的二维波达方向(DOA)估计运算复杂度大的问题,提出了一种基于协方差矩阵高阶幂稀疏分解的二维DOA估计新算法。该算法首先利用协方差矩阵高阶幂无需进行特征值分解和信源数估计的特性,构建了协方差矩阵高阶幂的稀疏分解向量;然后运用粒度分层思想,构造了粗区域估计和细方位估计的分层多粒度的快速分解模型,分层字典的长度大大减少,在保持估计精度的前提下,算法运算时间远小于现有的恒定冗余字典的稀疏分解方法,从而解决了基于稀疏分解的圆阵二维DOA估计问题。论文提出的算法与二维MUSIC算法相比,估计精度高,且能满足对相干信号的估计。仿真结果验证了算法的有效性和可行性。     

微小卫星剩磁在轨标定技术研究

 基于微小卫星姿态确定系统常采用无陀螺配置方案，克服环境干扰力矩的影响并提高微小卫星姿态确定的精度是此类姿态确定系统的关键。分析了星上稳定剩余磁场对无陀螺微小卫星姿态确定的干扰机理，建立了卫星剩余磁矩与磁强计偏置标定模型。以磁强计、太阳敏感器作为姿态敏感器件，并采用扩展卡尔曼滤波器实现标定算法，为无陀螺磁测微小卫星消除剩磁干扰，获得高精度姿态估计提供了一种新方法。仿真结果表明：该方法能准确估计卫星剩余磁矩与磁强计偏置，磁强计偏置的标定精度在1 nT左右，剩余磁矩的标定精度为0.000 1 A·m²量级，有效消除了剩磁对无陀螺卫星姿态确定的影响，显著提高了姿态确定精度，滤波器能在500 s内收敛。     

具有通信约束的分布式SOR多智能体轨迹估计算法

针对传统多智能体轨迹估计算法信息交换量大，计算量随群规模指数增长，可扩展性差等诸多不足，提出了一种基于超松弛迭代（SOR）的分布式多智能体轨迹估计算法，通过将最大似然（ML）准则下的轨迹估计转化为两级线性优化问题，并综合利用分布式超松弛迭代（Distributed SOR）和标记初始化方法，加快求解速度并简化信息交换流程，最终实现了多智能体位姿轨迹优化和协作定位。实验表明，所提的分布式方法能达到集中式算法的精度水平，在49个智能体规模条件下，位置估计误差小于0.15 m，姿态估计误差小于0.03°，且数据交换量仅到现有主流分布式方法DDF-SAM的0.06%，能很好用于大规模集群的场景。     

极区横向地理系空间稳定型惯导算法研究

针对地心惯性系和当地地理系的空间稳定型惯导系统导航算法在极区导航失效的问题,提出了适用于空间稳定型惯导系统的极区导航算法。该算法通过伪经纬网构建了横坐标系参考框架,建立了横向地理系空间稳定型惯导系统力学编排,并在此基础上重新推导了通用的误差模型。最后,通过极点附近区域与穿越极点区域仿真分析了算法的极区有效性。仿真结果表明该算法在极点附近区域解算的伪航向角误差小于3′,伪经度误差小于4′;在穿越极点区域解算的伪纵摇角、伪横摇角误差小于0.3′,伪航向角误差小于3′,伪东向、伪北向速度误差小于1m/s,伪经度、伪纬度误差小于4.2′。该算法克服了极区导航计算溢出、误差放大等问题,提高了系统的极区导航精度,能够满足极区导航要求。     

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。     

A shortcut to marking 3D target curves on curved surface via a galvanometric laser scanner

Marking arbitrary three-dimensional(3D) target curves on given objects with curved surface is required in many industrial fields, such as fabric prepreg placement in composite material part fabrication, product assembly, surface painting for decoration, etc. A shortcut to the solution of this intractable problem is proposed by utilizing a galvanometric laser scanner(GLS) with the aid of a camera. Without using the existing tedious GLS calibration procedures,the proposed method directly establishes a mapping between the 3D coordinates of the laser spots on the object surface and the control voltages of the scanner. A single-hidden layer feedforward neural network(SLFN) is employed to model the mapping. By projecting a dense grid of laser spots on the object to be marked and simultaneously taking only one image, the SLFN model is trained in minutes via a linear solving mechanism. Experiments demonstrate that the trained SLFN model has a good generalization performance for marking 3D target curves. The 3D laser marking errors on experimental objects are less than 0.5 mm. The proposed method is especially suitable for on-site use and can be conveniently extended to multiple GLSs for marking large complex objects.     

基于目标纹理的机器视觉转角检测方法

目标姿态角度检测系统是确保智能制造设备自动化、智能化的核心部件之一,在智能制造设备中得到了广泛的应用。提出了一种基于目标纹理的机器视觉转角检测算法,该算法通过椭圆聚类提取图像中的感兴趣区域,采用Hough梯度变换寻找感兴趣区域中包含特定纹理特征的区域,结合先验信息对特征区域进行标记、匹配,进而计算出待测物体的滚转角度,算法的运行耗时小于0.5s。采用该算法实现了浮子组件在浮液中的径向滚转角检测,并模拟实际检测环境测试了该算法的精度。测试结果表明,绝对精度小于0.3°,重复性精度小于0.08°,满足实际生产现场对检测精度的要求,解决了人工检测精度低、耗费人力的问题,提升了浮子转角检测的精度和智能程度。     

基于自适应IMM的高超声速飞行器轨迹预测

为了给基于预测命中点法的高超声速飞行器中制导拦截提供先验知识,提出高超声速飞行器的轨迹预测方法。首先,给出高超声速环境下与目标姿态近似线性的气动参数;其次,针对气动参数作控制量的运动模型,设计自适应交互多模型（IMM）跟踪算法,并进行性能有效性验证;然后,根据气动参数特性和目标假设机动方式,设计基于最小二乘拟合的轨迹预测方法。通过对目标轨迹进行跟踪和预测仿真,预测100 s的位置误差均小于5 km,速度误差均小于100 m/s,结果表明基于自适应IMM的轨迹预测方法对有规律机动的目标进行轨迹预测,效果良好。     

基于单数码相机自由拍摄的空间点定位

 提出并实现了一种空间点定位方法。该方法仅用一台数码相机围绕目标进行多角度自由拍摄获得多帧图像，采用一套具有身份唯一性的标记点实现多图像间点的稳定匹配；在此基础上根据多视图几何约束，精确计算各次拍摄时的相机姿态和位置；进而求解目标点的三维位置信息，并对结果进行优化。实验表明空间点定位的相对误差优于0.03%。该方法所用设备十分简单，操作方式非常灵活，适用于大型物体多视角测量的拼合、某些情况下的装配检查等，也可直接用于较规则构型物体的三维数据获取与CAD模型重建。     

一种适用于曲面结构的机器人制孔误差在线补偿技术

针对工业机器人应用于飞机零部件自动钻孔时各项误差累积造成制孔精度差的问题，提出一种利用单应关系计算机器人驱动坐标三维偏差，以在线补偿机器人制孔精度的方法。首先利用外部测量设备建立机器人制孔系统中各坐标系关系；在标定阶段，通过以一定倾斜角度固联于机器人末端的相机拍摄一幅安装于制孔工作平面上与刀轴正对的平面标定板图像，并据此完成基于单应变换的手-眼关系标定；在实际制孔过程中，机器人在测距传感器及相机的辅助下，从基准孔理论坐标对应的姿态，不断调整至基准孔正上方理想位置，通过手-眼关系计算基准孔实际位置对应的机器人驱动坐标，然后根据一组基准孔的机器人三维驱动误差，计算三维驱动误差变换矩阵，据此获得这组基准孔邻域范围内各待钻孔的机器人驱动坐标补偿量，从而实现待钻孔定位误差补偿。以飞机结构实验件为对象进行了模拟制孔验证，实验结果表明，补偿前待钻孔三维综合定位误差和法向误差测量值范围分别为2.28~2.85 mm和2.09°~3.93°，平均为2.55 mm和3.30°，补偿后制孔最大误差分别不超过0.30 mm和0.21°，满足自动制孔位置精度要求。     

具有（N-1）/2次乘法的快速傅里叶变换

 本文提出递归傅里叶变换的一种快速实现方法。对于一个质数长度的离散傅里叶变换,仅需用一个复数系数就可以递归算出全部N个（N=P）频率分量。恰当地选用这个系数,使其为2^-m形式,就可以用（m-1）次移位代替乘法,免去了递归结构内部的乘法,大大提高运算速度。这种方法结构简单,总共需用（N-1）/2次实数常数乘法,尤其适于硬件实现。文中给出快速运算的系数表、硬件实现的方案及乘法次数的比较,讨论了系数误差的影响,并提出了高精度实现的方案。     

基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图像与激光雷达点云的数据融合,实现了基于稠密深度图对目标位置的估计,提高了对小目标的定位能力.试验结果表明,与传统Yolov3目标识别算法相比,该算法平均识别准确率可提升5.8％;此外,相对定位算法将包含小目标在内的物体相对定位精度提高了13.4％.