空间站航天员出舱活动验证方法与项目

为保证出舱活动任务成功和航天员安全,需对空间站出舱活动所涉及的人、机和环境要素进行充分试验验证。由于在地面难以创造出失重和真空的复合环境,需利用各种验证方法,分阶段、分现场验证出舱活动剖面。剖析航天员出舱活动验证的复杂性,归纳提炼验证方法思路;以出舱活动程序为牵引,系统分析了出舱活动中所涉及的人、机和环境要素,识别各要素之间接口验证需求;确定验证方法和试验现场,整合构建了覆盖出舱活动全任务剖面的验证项目,并应用于空间站出舱活动试验验证。验证试验覆盖全面,提高了研制效益,可推广应用于空间站后续舱段研制。     

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。     

略谈航天员出舱活动技术

出舱活动(EVA)是指航天员脱离母航天器的保护环境,依靠自身的生命保障系统在太空中进行包括科学观察及研究、修理飞船或空间站表面、太空行走等在内的各种活动.出航活动关键技术的研究涉及环控生保技术、航天服技术、医学、工效学以及地面模拟技术等,它们不仅为出舱活动提供了充分的技术保障,还为航天员提供了维持生命必须的微气候环境和进行出舱活动的装置及措施.     

一种面向舱外活动的视觉感知启发的手势识别方法

针对航天员出舱作业(EVA)时的人机交互需求,结合着舱外服手套后手部动作的工效学分析,提出了一种结合眼动仪和手势识别技术的航天员目标选取方案,使航天员真正达到"解放双手"的目的。该方案采用眼动仪获取航天员"感兴趣目标区域"的位置信息,利用摄像头捕获航天员手势动作,并基于稀疏滤波的特征提取方法和神经网络分类器对手势进行识别,根据预定义的目标选取指令实现交互功能。试验结果表明,手势识别算法的识别率可达到95%以上,为后期将该交互系统集成到航天服中提供了原型依据。     

仿射坐标系下多视点的三维物体识别方法研究

多个视角下三维物体的识别一直是计算机视觉和模式识别领域的重要研究方向。对平面区域或适当的变换区域中以不同视角观察时图像中的点集所具备的性质进行了研究．并得出了在仿射变换下点模式匹配所具备的重要性质，即基于不同视角下平面图形的傅立叶描绘矩阵，得到形状匹配的数学约束，并将其应用于多个视角下物体的形状识别。理论分析及仿真实验表明，该方法在形状识别中是简便、快速、有效的。     

基于体态识别的航天员虚拟训练仿真技术研究

以未来空间站任务建设虚拟现实训练器为需求,为了最大限度地降低虚拟现实设备穿戴给航天员带来的额外束缚,提出了一种新的基于体态识别的航天员虚拟训练仿真系统:采用平行双目视觉原理和偏振立体电视实现立体图像的生成与显示;采用人体三层模型实现虚拟航天员表达,采用骨骼动画实现人体典型动作自动演示、Kinect实现人机交互过程中人体跟踪和运动控制,适合于空间站任务航天员训练、工效验证、典型流程演示等人机交互应用。     

基于改进SSD的舰船目标精细化检测方法

以SSD为代表的主流深度学习方法在目标检测领域取得了显著的成绩,但由于该类方法只能以矩形框给出目标的概略位置,检测结果具有很大的背景冗余区域,特别是港口密集停泊的舰船在图像中会出现区域重叠,导致误检和漏检。针对以上问题,提出了一种具有旋转不变性的舰船目标精细化检测方法,该方法综合利用可变形卷积、可变形池化、旋转的边框回归和旋转的非极大值抑制等模块的优点,借鉴MobileNet架构对网络加速,通过学习密集区域目标的几何形变,有效预测目标的旋转角度,最终以旋转的矩形框给出目标的位置。实验结果表明,该算法可实现多类舰船目标类型区分和目标朝向判定的功能,有效地解决了实际应用中的目标精确定位定向难题,提高了自动目标识别的精确性,并满足工程应用的实时性要求。     

基于深度卷积网络的SAR图像目标检测识别

在SAR图像解译应用领域,目标的自动检测与识别一直是该领域的研究重点和热点,也是该领域的研究难点。针对SAR图像的目标检测与识别方法一般由滤波、分割、特征提取和目标识别等多个相互独立的步骤组成。复杂的流程不仅限制了SAR图像目标检测识别的效率,多步骤处理也使模型的整体优化难以进行,进而制约了目标检测识别的精度。采用近几年在计算机视觉领域表现突出的深度学习方法来处理SAR图像的目标检测识别问题,通过使用CNN、Fast RCNN以及Faster RCNN等模型对MSTAR SAR公开数据集进行目标识别及目标检测实验,验证了卷积神经网络在SAR图像目标识别领域的有效性及高效性,为后续该领域的进一步研究应用奠定了基础。     

面向机器人航天员的3D目标识别定位算法参数优化研究

针对机器人航天员抓取目标物体时的快速识别定位问题,分析了HALCON中基于CAD模型的三维目标识别与定位算法在美国Robonaut 2视觉上的应用;对该算法的参数优化进行了研究,分析了各个参数对算法的影响效果,并对各个参数的选择原则以及协调搭配进行了探讨;最后搭建实验平台,验证了优化效果,证明这些优化提高了模板匹配的相似度,达到100%正确识别率,处理百万像素图像仅需约200 ms,且位置平均精度小于2 mm,角度平均精度小于1°。     

基于ASM实现视频中物体的定位

对目标进行有效跟踪是目前许多国家获取信息的重要手段,主动形状模型(ASM)主要应用于灰度图像中物体的跟踪与定位,本文针对Koschan等提出的结合金字塔模型的ASM方法作进一步改进,使之应用于视频(本文视频采用MPEG数字视频压缩编码标准)中物体的定位:首先将视频解码还原成图像序列,从人眼视觉特征出发,将RGB颜色模型转换为HSV颜色模型,用色调信息取代灰度信息进行物体定位;并研究图像序列帧之间物体的重合度对提高定位效率的作用.实验结果说明在ASM中使用色调信息能有效地实现视频中的物体定位.     

对航天员出舱活动问题的几点初步认识

航天员出舱活动是载人航天持续发展与开展空间科学研究不可缺少的基础技术之一。航天员出舱活动首先必须保证人在宇宙空间生存和工作的能力,能够完成空间设施组装、在轨维修、有效载荷布设等任务。在脐带式出舱活动、机械臂辅助式出舱活动,以及采用载人机动装置出舱活动等三种方式之中,采用载人机动装置的出舱活动显现了许多优点,已成为当今世界载人航天技术研究与发展的一个重方面。     

基于小波变换和不变矩的车标识别方法

形状特征是目标识别的重要参数,小波变换的低频部分代表物体的总体形状特征,而图像中的噪声主要分布于高频部分。根据这一特征,利用小波变换消除噪声提取目标形状,进而利用特征不变矩距离进行分类,实现目标识别,将该方法应用在实测车标图像的识别中,结果表明识别效果较好。     

边缘图像自适应编码方法

边缘特征常被视作无人机视觉系统中的重要信息（比如在视觉导航时需用边缘特征识别障碍物），在实践中会遇到边缘图像数据量大的情况。针对边缘图像高效压缩问题，提出了边缘图像自适应编码方法。首先以边缘打包法的压缩比和边缘点所占比例为特征，建立Logistic回归模型，然后利用图像数据库对该模型进行离线训练获取模型参数，最后利用Logistic回归模型建立分类器，自适应地在边缘打包法和链码编码法中选择压缩比最高的方法对边缘图像进行压缩。对VOC2012图像数据库的测试结果表明，与常用压缩方法相比，提出的算法能提高压缩比5%左右，有效减少了数据量。     

一种基于先验知识的3D位姿参数识别方法

计算机视觉中用单幅照片来识别三维物体的六个自由度是非常困难的，但是，在知道一些先验知识的情况下，可以对物体的六个自由度进行识别。本文提出一种基于先验知识的三维位举参数识别的方法，使用物体上不共线的三个特征点及目标点来确定物体的位置和姿态，给出了六个参数的解析表达式，在实时处理中可以得到好的效果。     

基于自适应插值算法的视频图像缩放技术及其FPGA实现

介绍了一种基于自适应插值算法的视频图像缩放技术;重点阐述了采用FPGA芯片实现该算法的原理和具体结构。经实验验证,该算法及其FPGA实现能有效消除传统插值算法在物体边缘部分出现的锯齿,提高图像经过缩放后的视觉质量,同时具有较低的复杂度,适用于实时图像处理。     

基于计算机视觉的智能燃油测量技术

为了实现飞机油箱燃油油量的智能测量,文中提出一种新型的基于计算机视觉的飞机燃油智能测量技术。首先通过先验试验得到H-V曲线;然后进行计算机视觉解析照片,识别参照物,再计算像素比例;最后基于像素比例,测量并计算图像上的物体尺寸或特定距离,查找H-V关系曲线求得对应的油量。该测量方法与传统测量方式相比,可有效降低飞机自重,具有更高的油量测量读数精度和准确度,提升了燃油系统的安全性和可靠性,为燃油测量提供了另一种形式。     

基于YOLOv3与暗通道先验的图像增强识别技术研究

该文以街边车辆识别为背景,针对白日雾霾天气下与夜间路灯强光源下图片成像不清晰问题,采用暗通道先验方式对目标增强,并在YOLOv3算法框架下进行识别。经过实验测试表明,该方法对提高识别的准确率有较大帮助,提高对模糊物体的识别,对较为清晰的实物提高识别概率10%。     

基于机器视觉的裂纹缺陷检测技术

介绍了一种机器视觉应用于某零件表面裂纹缺陷的自动检测技术。其搭建采集系统对待测零件进行图像采集,应用图像校准,图像比较和区域描述技术进行缺陷的识别和分析。实验证明该方法能很好地实现零件表面裂纹缺陷的自动判别和定量检测。     

利用图像相关等级的目标判别方法及其应用

提出一种根据PCA重构图像与原目标相关等级进行的目标识别方法,解决伪目标参与识别影响识别准确度的问题。首先建立目标模板库特征空间,将定位到的目标对象映入特征空间,利用PCA变换进行图像重构,定义降维重构图像与原目标之间的相关度函数,根据该函数判别图像等级;若原目标与其重构图像相似度很低,认定原目标为伪目标,将其剔除,不进入识别过程;若认定为真实目标后,根据相似性程度,分别选用降维重构图像或原图像作为识别对象,利用Hu不变矩距离分类器进行识别。该方法可有效剔除伪目标,并根据图像质量选用识别目标,提高了目标识别准确度,交通卡口获取的实测车辆图像车标识别试验验证了该方法的鲁棒性和有效性。     

“飞天”舱外航天服的研制

2008年9月27日,我国研制的"飞天"舱外航天服在首次空间出舱活动中圆满完成任务,标志着我国已突破掌握空间出舱活动的核心技术。扼要介绍"飞天"舱外航天服的系统方案与组成,突破的主要关键技术,达到的技术性能及其技术特征,并对后续发展进行前瞻性分析。