CamShift在加油锥套识别跟踪中的应用

针对插头锥套式自主空中加油过程中加油锥套的识别跟踪问题,提出了一种基于Cam Shift的视觉识别跟踪算法。选取加油锥套跟踪视觉特征,将RGB空间图像转换到HSV色彩空间,并采用自适应阈值算法分割图像。运用最小二乘椭圆拟合算法解算锥套在图像中的中心点坐标;根据目标像素位置变换速度,对Mean Shift算法的目标搜索窗宽进行自适应修正;定义基于巴氏系数的阈值函数,处理锥套被遮挡的情况;将VC与Open CV相结合,设计了加油锥套视觉跟踪软件,对锥套位置进行实时解算和显示。试验结果表明,该算法可达到毫米级精度,满足自主空中加油视觉导航的技术要求。     

基于鲁棒扩展卡尔曼滤波的双目视觉测量相对导航技术研究

针对非合作目标相对导航问题,为提高相对导航的精度和可靠性,采用双目视觉测量方法实现追踪器与目标器之间相对状态的测量,并基于鲁棒扩展卡尔曼滤波方法,提出了一种鲁棒相对导航滤波方法。仿真结果表明,该方法对相对导航系统模型中的不确定性具有良好的鲁棒性,且滤波精度较高。     

拒止环境下多弹协同导航及编队优化设计

针对拒止环境下的多弹编队协同导航问题,提出了一种基于协同导航的编队位置优化设计算法。建立编队协同导航框架和相对导航信息测量模型,并基于联邦式滤波算法进行协同导航解算;定义单弹和编队导航精度指标,建立编队位置分配优化模型,在给定高精度弹数量的前提下,利用遗传算法进行编队位置优化设计;在此基础上,在给定编队导航精度的前提下,对编队中高精度弹数量进行规划。仿真结果表明,该算法可以有效提高多弹编队的整体导航精度。     

无人机空中对接中的视觉导航方法

无人机空中加油是一种能有效提升巡航里程及续航时长的技术手段,近距相对位置和姿态测量技术是其中需要解决的关键问题之一。针对该问题研究了无人机自主空中对接中的视觉导航方法,完成了近距对接的地面实验。首先,利用移动对接图标和无人机的GPS/INS信息进行无人机的粗略导航,完成会合;再充分利用视觉图标的颜色与形状信息,通过颜色分割选取目标可能区域,在这些区域中进行快速椭圆检测,针对椭圆检测算法存在误检测及边缘不重合的问题,提出了椭圆检测与轮廓检测相结合的方法,能够更准确地描述图标边缘;最后,利用改进的OI算法进行相对位姿的估计,实现近距的精确导航。实验结果表明,无人机在较高速度下的跟踪效果良好,采用的视觉导航方法能够满足空中对接中精度与实时性的要求。     

基于整周模糊度精确解算的空间站伴随飞行器DGPS相对导航技术研究

研究了基于载波相位差分GPS的空间站伴随飞行器相对导航技术,建立了相对导航滤波的系统状态空间模型,并且系统状态向量中包含了GPS整周模糊度;采用扩展卡尔曼滤波EKF实现了相对导航滤波的最优状态估计,并提出了浮点解和定点解相结合的GPS整周模糊度解算方法,以提高相对导航精度。仿真结果表明,与仅采用EKF对GPS整周模糊度进行最优估计获得浮点解的方法相比,采用浮点解和定点解相结合的GPS整周模糊度解算方法,可有效提高相对导航滤波精度。     

基于测距测角信息的DG-IEKF相对导航算法

在自主近距空中加油过程中,无人机通常利用机间数据链进行导航数据共享,解算获得高精度的相对导航信息.机间数据链受扰中断时,在常规相对导航策略失效的情况下,无人机通过搭载的态势感知传感器对未知环境进行探索.针对受油机与非合作目标加油机间中远距离相对导航问题,提出了一种测距测角信息下的相对状态估计算法.考虑到测距测角信息下算...     

基于自适应容积卡尔曼滤波的非合作航天器相对运动估计

针对目标星无信息传递以及无特征光点的非合作目标交会对接问题,提出了一种利用立体视觉的相对运动估计方法。由于测量装置安装在非质心位置时,CW方程描述的卫星相对运动所存在的误差不能忽略,因而通过给出适用于椭圆轨道和圆轨道下的一般耦合模型,来描述姿态运动对位置运动的影响。为了克服模型的严重非线性以及噪声统计特性时变的问题,提出了基于Sage-Husa噪声估计器的自适应滤波器。仿真表明:该算法能够适应测量噪声统计特性随时间变化的情况,具有较高的相对运动估计精度。     

欺骗环境下GNSS信号估计与定位修正技术

欺骗信号以其极强的隐蔽性使卫星导航接收机难以察觉并迅速定位到错误位置,严重影响了卫星导航的安全性。现有抗欺骗技术需要其他导航系统辅助来修正受欺骗影响的定位解算,针对该问题,本文提出了一种GNSS欺骗信号参数估计与辨识方法,能够在欺骗干扰环境下估计并辨识出真实信号所对应的伪距,进而解算出接收机真实位置。该方法通过研究欺骗干扰下接收机相关值模型,在信号跟踪阶段建立真实与欺骗双信号状态模型与基于九路相关器输出的观测模型,利用扩展卡尔曼滤波（EKF）估计真实信号与欺骗信号的伪码延时与信号相关幅值,进而获得真实与欺骗伪距,在定位解算阶段利用改进观测量残差检测方法辨识出真实与欺骗伪距,最终使用真实伪距定位获得真实位置。仿真结果表明对相对码延时介于0.3~0.9 chip之间且欺骗/真实信号幅度比介于1~5之间的隐蔽欺骗攻击,所提方法的码延时估计误差约0.1 chip,可有效估计真实信号与欺骗信号参数,辨识出真实伪距,并使被欺骗的定位结果重新回到真实位置结果,改善GNSS接收机抗欺骗能力,提高卫星导航安全性。     

基于注意力机制和特征匹配的空对地多目标检测与跟踪算法

多目标跟踪算法是实现无人机自主导航的关键技术，为解决现有方法存在的小目标检测能力弱、计算能耗大、鲁棒性差等问题，提出一种基于注意力机制和特征匹配的多目标空对地跟踪算法，以实现航拍视角下对目标的精准高效跟踪。首先，引入通道可分离卷积，实现目标检测模型的轻量化；其次，构造融合空间注意力机制的小目标检测分支，提高对小微目标的检测精度，最后，优化目标跟踪算法的外观重识别网络，提高多目标跟踪效率。使用Visdrone2019-MOT数据集对所提算法进行验证，实验结果表明，所提算法的MOTA值提高了0.６%，FPS值为21.31帧/s，在模型大小和跟踪精度上实现了较好的平衡。     

改进的特征匹配雷达视频运动目标跟踪算法

针对密集杂波和复杂多目标情况下,特征匹配跟踪算法定位跟踪精度较低的问题,提出一种改进的特征匹配雷达视频运动目标跟踪算法。首先,从单帧雷达图像检测结果中提取目标的面积、位置、不变矩信息,在运动目标得到判定后,利用卡尔曼滤波的预测位置以及上一帧特征信息进行目标匹配;然后,根据匹配位置和预测位置给出目标估计位置,并进行特征信息更新;最后,输出目标的特征信息、位置信息和运动参数。利用某型导航雷达上采集的实测数据验证了算法的有效性。     

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。     

基于双目视觉的类脑三维认知地图构建方法

基于大脑导航神经细胞机理的类脑认知地图构建方法,为发展智能同步定位与地图构建(SLAM)技术提供了新思路.针对现有类脑认知地图构建精度不高的问题,提出了一种基于双目视觉的类脑三维认知地图构建方法.首先阐述了类脑三维认知地图系统的工作原理,然后论述了不同视觉里程计对认知地图精度的影响,研究了基于双目视觉里程计的类脑三维认知地图精度优化方法,最终完成了基于视觉数据集的类脑三维认知地图构建试验.试验结果表明,所提方法构建的视觉里程计地图的三维位置误差为总行程的2.14％,认知地图的三维位置误差为1.56％;认知地图精度与里程计精度呈正相关;系统通过模板匹配进行回环检测与校正,提高了认知地图的精度.     

一种面向叉耳式翼身对接的视觉测量方法

针对某型叉耳式翼身对接飞机在外场拆卸重装等特殊环境下,激光跟踪仪因现场环境等原因难以放置到满足测量精度要求的位置上进行直接测量的问题,提出一种基于视觉的直接测量方法。并搭建出该测量系统的模型,分析建立视觉测量系统所涉及到的关键技术,同时给出一种基于弧段组合的椭圆检测方法。最终通过模拟叉耳孔对接测量试验验证该方法的可行性。试验结果表明叉耳孔轴线间隙距离测量精度可达0.03mm,轴线角度测量精度达到0.025°,满足实际对接测量要求。     

机器人在轨装配无标定视觉伺服对准方法

针对在轨装配过程中机器人"手眼"关系无法进行有效标定及机器人系统和被操作物惯性参数不定的情况,在传统的无标定视觉伺服基础上设计了深度估计器,基于机器人和图像运动的测量数据在线估计目标特征的深度值,并在机器人关节控制环中设计滑模控制器实时控制机器人关节运动,根据反馈图像信息纠正系统误差完成对准跟踪,通过仿真验证了方法的有效性。所提的无标定视觉伺服对准方法使机器人在装配过程中免去了复杂的"手眼"关系的标定程序,克服了机器人系统及被操作物惯性参数不确定性给装配精度造成的影响,提高了"手眼协调"的鲁棒性,保证机器人能够在复杂的太空环境下完成在轨装配任务。     

复杂环境下一种基于改进核相关滤波的视觉鲁棒目标跟踪方法

目标跟踪在自动驾驶和智能监控系统等实时视觉应用中发挥着重要作用。在遮挡、相似干扰等情况下，传统的基于相关滤波的跟踪算法容易发生漂移，鲁棒性有待进一步提高。基于此，提出了一种扩展特征描述的检测辅助核相关滤波目标跟踪架构。首先，在传统的核相关滤波目标跟踪算法的基础上，通过目标检测辅助对跟踪结果进行质量判断，实现对遮挡以及目标丢失的判别；然后通过拓展特征模板的构建与匹配，实现抗干扰相似目标判断及目标重定位；最终，以行人跟踪为例进行了试验，分别通过OTB数据及验证试验和移动机器人平台视觉跟踪验证试验，验证了算法的可行性，并对算法的跟踪性能进行了测试。试验结果表明，所提方法能够稳定地跟踪移动目标，对遮挡、相似干扰具有较强的鲁棒性。     

基于鉴相器的矢量跟踪环设计

基于鉴相器的矢量跟踪环是锁定导航卫星码和载波的一种跟踪算法,这种算法适合于在弱信号环境下进行跟踪。矢量环不仅充分利用信号跟踪和导航状态解算之间的内在耦合关系,而且每一通道中采用鉴相器和锁频环结合的方式,系统一步内完成信号跟踪和导航解算任务。反馈控制量NCO是由导航滤波器和环路内部滤波器共同产生。实验表明,矢量跟踪环具有快速重捕获特性,能够在弱信号的环境下运行,比起传统环路有更小的跟踪误差。     

基于非合作目标的运动平台导航误差估计

针对运动平台位置测量通常精度不高的问题,文章基于非合作目标的运动平台导航误差估计方法,将平台的导航误差建立为随时间一阶变化的模型,求解平台的运动参数,并使用线性模型拟合不同目标相对于不同平台的位置测量。通过对比参考平台与其他平台对相同目标运动参数估计的差异,求解平台的导航误差参数,并对平台运动参数进行校正。数值仿真证明了算法的有效性,并分析了测量次数对导航误差估计精度和目标定位精度的影响。     

基于序列图像的航天器自主导航降维滤波方法

非合作目标的运动感知与状态估计,是太空领域技术发展的重要组成部分。非合作目标相对状态的精确估计是相对导航的难点问题。传统的非合作目标扩展卡尔曼滤波算法需要结合非合作目标的质心位置,增加了状态变量的维数,提高了系统不确定性,从而会影响状态扩展卡尔曼滤波的收敛速度。提出了一种基于序列图像的非合作目标相对导航方法,该方法在不对质心进行估计的情况下首先对非合作目标姿态进行估计,在完成非合作目标姿态估计后再对其质心进行估计。本文推导了光学相机测量值与目标真实姿态的关系,构建了基于序列图像的测量模型,分别建立了不含有非合作目标质心位置的状态方程和基于非合作目标位置、速度矢量的状态方程,设计了适用于非合作目标状态估计的扩展卡尔曼滤波算法。仿真实验表明该方法可在10 Hz采样频率下经过50次采样（即5 s）内快速收敛,从而有利于空间飞行器的在轨服务与维护。     

一种长距离高可靠月面巡视自主导航方法

针对复杂非结构化月面上高精度巡视自主导航的应用需求,提出了一种基于惯导/视觉/天文组合的长距离高可靠自主导航方法。在建立惯性/天文基于原始观测角度信息紧耦组合量测模型和惯性/视觉改进量测模型的基础上,采用异步量测特性的集中自适应滤波算法提高了月面巡视器自主导航系统的导航精度和可靠性。数学仿真结果表明,该方法具有较高的绝对定位和定姿精度,位置和姿态精度分别优于60 m和0.1°,并且具有较高的可靠性和鲁棒性,能够满足月面巡视高精度自主导航的要求。     

基于视觉的空投系统姿态获取及解算技术研究

空降空投技术是空军装备发展的基础,为使远距离投放的空降装备平稳着陆,需获取货台模块的姿态数据,以实时调整降落姿态避免着陆侧翻事故。本文设计开发了一种基于视觉的方法来解算空投货台姿态,以准确地估计空投货台在空投降落过程中的姿态。空投系统的降落距离分为远地160m和近地20m两个阶段。设计了不同尺度的标志作为不同降落阶段的视觉参考,有效地提高了空投货台的自主降落高度。当空投货台初始降落高度为160m时,利用合作目标的固有几何性质识别环境中的整体合作目标;当到达近地面20m时,利用Hu不变矩作为地面辅助特征筛选出中心合作目标,最后利用单应性对空投货台的运动进行估计。该算法有效地提高了空投货台姿态解算技术的准确性、实时性和鲁棒性,也满足了空投货台实时姿态精确计算的要求。试验结果表明了基于视觉的空投货台姿态解算技术的意义和可行性,具有较好的应用前景。