基于特征建模的空间非合作目标姿态智能测量方法

为实现空间非合作目标姿态的测量,基于特征建模的思想,提出了一种根据目标激光点云数据进行高效处理的智能测姿态方法.首先,针对空间目标姿态测量的需求,寻找并实现能够高效表征目标姿态的点云数据特征.接着,应用神经网络的方法对目标点云姿态特征进行学习,通过建立合理的神经网络模型和训练数据,实现目标点云特征与姿态间非线性映射关系的建立.最后,利用目标点云仿真数据集,对方法的测量精度和测量实时性进行了评估.实验结果表明：利用特征建模的思想,提出并建立目标点云姿态协方差矩阵特征,实现了点云数据在表征目标姿态方面的信息高度压缩,为神经网络模型的轻量化设计和计算资源严重受限的在轨应用,提供了可行的智能化工程实现方案.     

考虑物料供应干扰的飞机移动生产线动态调度

针对飞机装配过程中出现的物料供应延期干扰问题,对飞机移动生产线装配作业调度进行了研究。通过对物料供应信息的动态分析,将反应调度决策划分为固定决策和不同场景下的预测决策,并建立了物料供应干扰环境下的动态调度框架。在滚动决策点,以最小化与模板装配计划的偏差及工期的加权和期望值为目标函数,建立了二阶段近似优化模型。针对模型的决策逻辑,设计了以两阶段禁忌搜索算法为框架的启发式算法,求解滚动决策点的优化问题。不同规模下的数值实验表明,所提出的动态调度方法能够有效利用不断更新的物料供应信息,获得接近后验精确解的调度结果,且相比于传统的调度方法,所提方法能更有效地应对物料供应干扰。      

基于起爆概率的无线电引信抗箔条干扰能力的量化表征方法

针对现有量化无线电引信抗箔条干扰方法的缺少,以防空导弹引信为例,结合箔条云运动轨迹模型和概率统计手段,提出基于起爆概率的无线电引信抗箔条干扰能力的量化表征方法。首先,在对单根箔条丝的螺旋下降运动进行分析的基础上,结合6-DOF非线性差分方程迭代计算得到箔条云的运动轨迹。其次,通过拟蒙特卡罗算法推导出箔条云的动态体密度函数,以箔条云的运动模型和动态体密度函数分别计算引信在箔条云近区干扰和远区干扰2种干扰作用下的不起爆概率。基于MATLAB构建箔条云轨迹模型,详细分析后得到箔条云动态的点分布模型,在此基础上利用拟蒙特卡罗方法得到箔条云的动态体密度函数,利用八叉树算法及最小二乘曲面法得到箔条云体积。最后,根据概率定义公式计算出箔条云干扰引信起爆概率。结果表明:所提方法客观、合理,为今后设计无线电引信抗箔条云干扰算法的启动条件提供了理论依据。      

一种基于基准优选的双目视觉位置解算方法

针对近距离空间非合作目标相对位姿测量任务需求,基于双目视觉原理建立了特征点位置测量模型与误差分析模型,分析了特征点位置解算奇异及奇异点附近位置解算误差过大的问题,提出了一种采用异面光轴配置和基准优选策略的双目视觉特征点位置解算方法。该方法通过错角安装相机光轴防止特征点在两个相机基准下进行位置解算时同时发生奇异,针对不同基准在测量域内误差分布的差异,建立了基准优选策略和相应的面向特定测量域的基准优选指标确定方法,从而获得了高精度测量结果。仿真结果表明,采用所提出的方法解决了特征点位置解算奇异问题,提高了测量域内特征点位置测量精度。     

逆向工程中散乱数据点三角剖分的波前算法

提出一种改进的波前算法,从点云任意一点开始构造初始波前,通过匹配点的加入和三角形的形成,不断修正波前并向外扩展,从而对散乱数据点进行三角剖分.对不同测量手段得到的数据点的剖分结果表明,该算法速度快、网格质量高.剖分结果以翼边数据结构存储,供模型重构时使用.      

一种改进的最小二乘景像匹配算法

为提高景像匹配系统的匹配速度和对初始定位误差、噪声的鲁棒性,对实时图与基准图之间的灰度分布关系进行分析,建立实时图和基准图之间的景像匹配模型,给出了一种改进的最小二乘景像匹配算法.该算法在最小二乘目标函数中引入一个辅助约束项构成综合目标函数,辅助约束项隐含有对量测输入平滑性的约束,提高了匹配算法的稳定性,运用牛顿法推导出该算法的递推公式,该算法充分利用了综合目标函数的一阶、二阶导数信息,因此具有较快的收敛速度.仿真结果表明了算法的有效性.     

直径五米大型箭体结构设计与优化

箭体结构系统作为运载火箭的重要系统之一,是运载火箭的基础,直接关系着运载火箭的整体性能.针对箭体结构产品尺寸从直径3.35 m到直径5 m的巨大跨越所面临的一系列技术难题,采用创新设计理念建立了一套适用于5 m级大型箭体结构产品设计的理论方法体系,大力推动箭体结构材料体系的更新换代,构建了5 m级大型箭体结构产品体系,...     

颅缝早闭手术中颅骨切割方案生成方法

为实现颅缝早闭手术方案制定的规范化，提出一种结合深度学习、立体视觉和点云处理技术的颅骨切割轨迹生成方法，用于建立切割方案模板库和生成新的病例切割方案。该方法将深度学习应用于颅骨外表面的实例分割中，利用Mask R-CNN对手术区域进行检测和分割，利用简化轮廓提取算法提取切割轨迹，并结合点云处理技术将切割轨迹坐标进行2D-3D映射，实现切割轨迹自动化提取；在此基础上建立典型病例模板库，通过模板匹配方法自动生成新病例的切割方案。实验证明:该轨迹提取方法可以准确高效地检测出颅骨切割轨迹，并将轨迹坐标进行3D映射，点云深度测量误差小于3 mm，达到临床可用标准；模板匹配方法也有效生成新病例的切割轨迹，符合资深医生的手术方案。      

星载SAR天线展开机构装配精度确信可靠性建模

星载合成孔径雷达（SAR）天线展开机构是空间桁架结构,其杆系和铰链的空间位置相互耦合,在装配过程中主要依赖于人工装调,装配精度难以准确控制,装配可靠性直接影响星载SAR天线的服役性能。为此,基于可靠性科学原理,提出星载SAR天线装配精度确信可靠性建模方法。考虑天线装配过程中影响装配精度的内因和外因,确定表征天线展开机构装配精度的性能指标及阈值,建立性能裕量模型。开展多源不确定性分析与量化,构建星载SAR天线展开机构装配精度确信可靠性模型。以某型号星载SAR天线展开机构为研究对象,进行可靠性敏感度分析和验证。研究结果表明：所提方法可为星载SAR天线展开机构装调提供理论指导,有效提高装配精度和效率。     

基于特征点集的匹配算法应用于卫星姿态确定

综合了灰度与几何特征匹配方法,依据局部纹理能量分布选取特征点集,并利用特征点集的几何约束关系构建了可描述图像整体特征的模板.通过逐步求精方法实现了实时图像与基准图像的匹配.首先通过特征点集匹配进行粗搜索;然后通过精搜索以及角度校正得到实时图像中目标偏移旋转量.该特征点集算法与传统图像匹配算法相比较,在保证精度的基础上能提高匹配速度,且具有一定的旋转不变性和抗噪性.仿真实验证明了该算法的可行性.      

一种基于卷积神经网络的地磁基准图构建方法

地磁匹配导航技术是一种重要的辅助导航制导方法，地磁基准图的构建精度对地磁匹配制导的精准度起着决定性作用。针对现有地磁基准图构建精度难以满足实际地磁匹配导航需求的问题，提出了一种基于卷积神经网络的地磁基准图构建方法。首先，利用卷积层提取低分辨率基准图中的特征图像块；然后，利用基于学习的阈值收缩算法（LISTA）实现图像块的稀疏表示；最后，利用三通道的地磁信息得到重建后的高分辨率基准图。实验结果表明:所提方法对地磁基准图具有更高的构建精度，同时对噪声有更好的鲁棒性，各种客观评价指标均高于现有的超分辨率重建方法。      

基于ICP算法的手术导航三维配准技术

针对计算机辅助手术三维导航技术中术前CT图像与术中实际空间的配准问题,提出一种基于最近点迭代(ICP,Iterative Closest Point)算法的特征点云配准技术.利用医学图像空间和实际空间特征区域的两片点云坐标进行三维配准.对CT图像进行重建、分割及交互式操作得到医学图像特征点云;利用光学定位仪实时采集实际空间中对应区域的点云;通过主元分析(PCA,Principal Component Analysis)获取两组点云数据的特征向量进行初配准;进行最近点迭代使配准矩阵收敛到一个最优解,其中采用k-d tree寻找邻近点加速迭代过程.以塑料脊柱模型骨为对象进行了脊柱手术导航配准精度实验,进一步对实验中的点云数据加入高斯噪声以进行误差分析.结果表明这种配准方法简单可靠,在模型骨情况下配准精度在1mm以内.     

基于姿态标准化的线特征点云提取方法

从零件三维点云中提取棱边等线特征所对应的点云是零件模型重构的关键,也是点云数据处理的基本操作.基于曲率的线特征点云提取方法易受点云初始姿态以及曲率估计方法的影响,曲面拟合及曲率估计误差较大.提出了一种基于点云姿态标准化的线特征点云提取方法:首先计算点云主方向并将其同z轴对准实现点云姿态的标准化,然后进行曲面拟合并以最大主曲率绝对值作为曲率估计值,最后对曲率值取阈值提取出线特征点云.用不同类型的点云数据进行了实验,结果表明所提方法有较高的提取效率和良好的适用性.     

投影栅相位法视觉检测技术研究

提出了一种新型的投影栅和相位法视觉检测系统,该系统由投射器将具有正弦分布的条纹投射到被测物体表面,利用不同方位投射条纹的相位来确定双目立体视觉中的对应匹配点。文中对该视觉检测系统进行了标定,建立了双目视觉传感器的三维测量数学模型,标定结果的平均误差为0.039 6mm,均方差为0.023 1mm,角度相对误差为0.2％。最后不仅给出了V型体表面测量的结果,角度相对误差为0.22％,同时还给出了V型体的三维重建图。     

基于支撑描述的SIFT匹配方法

为减少局部结构相似等因素导致的图像匹配错误,提出一种基于支持描述的匹配判定方法.利用尺度不变特征变换（SIFT,Scale Invariant Feature Transform）算法获得初始匹配集,选取其中稳定性较高的特征点对建立支撑特征集;根据支撑特征点的分布,对初始匹配集的剩余特征点对进行支撑描述,并根据所生成支撑描述符的相似程度,判定剩余特征点对是否为正确匹配.经判定正确的匹配特征点对被加入支撑特征集,使支撑特征集动态扩展,保证了支撑特征点的分布密度及支撑描述的准确性.实验结果表明,该方法能够在保留正确匹配的同时,消除90%以上的错误匹配,有效提高正确匹配率.      

基于三维点云模型的空间目标光学图像生成技术

空间探测任务中大量先验图像数据的缺乏，使得基于光学图像的态势感知和导航算法无法被有效定量测试和评估。针对此问题，提出了一种基于三维点云模型和射影变换基本理论的空间目标光学图像生成方法。在完成对空间目标三维点云模型和仿真摄像机模型构建基础之上，利用射影变换基本理论依次计算像平面所有像素点与空间目标三维点云模型空间点的对应关系，并基于Lambertian漫反射模型和相对应空间目标三维点云模型空间点的光照方向，得到所有像素点的灰度值，从而生成给定空间目标的光学图像。大量仿真实验表明:与传统的基于解析模型的仿真图像生成方法相比，所提的空间目标光学图像生成技术能够以更快的速度生成更加真实的仿真图像，且生成的仿真图像可以广泛应用于椭圆拟合、陨石坑检测、着陆器视觉导航、航天器交会对接、空间目标跟踪等典型空间应用算法的定性与定量评估。      

自研激光雷达三维点云配准技术

为了实现激光雷达点云与图像重建点云的三维空间配准,基于自研三维扫描激光雷达系统,提出了新型的快速多尺度因子（FMSR）点云配准算法,研究了空间点云配准技术。该算法主要包括初始配准和精确配准2个步骤:初始配准使用基于尺度自适应关键点质量（ASKQ）的点云特征提取算法,提取关键点的特征匹配对,求解点云配准初始参数;精确配准利用K-邻近（KNN）算法全局搜索,提升计算效率,多次迭代得到2组点云之间的最优旋转矩阵、最优平移向量和最优尺度因子。仿真和实验结果表明,所提出的算法对空间目标（尺寸为20.30 m×7.85 m×26.56 m）实现空间点云配准,配准精度达到0.194 m,运行时间为16.207 s;与多尺度迭代最近点（S-ICP）算法相比,配准精度提高了0.131 m,运行时间提高了30%。所提出的空间点云配准技术可为场景重建和纹理匹配提供算法基础。      

一种基于角点引导的快速立体边缘匹配方法

提出了一种新的基于角点引导的快速立体边缘匹配方法.在匹配过程中,为了保证其快速性引入了两种新约束:角点约束与边缘约束.首先,利用匹配的角点信息引导边缘的匹配,对如何利用已匹配的角点引导边缘匹配进行了详细的阐述,同时,在引导过程中提出了只利用8个方向的区域扩张方法,进一步保证快速性.其次,提出边缘约束实现点与点的匹配,使搜索范围仅限制在几个像素内,再利用极线约束实现点的匹配,必要时可结合灰度相关约束.结果表明:该算法取得比较好的匹配效果,引入的两种约束在很大程度上提高了速度和正确率,边缘点匹配的正确率高达97%以上.      

ICCP中单纯形优化的误匹配检测

在迭代最近等值点ICCP(Iterative Closest Contour Point)算法的地形辅助导航中,利用单纯形优化方法实现对最优航迹的估计,但在匹配中往往得到的只是局部最优解,导致误匹配发生,严重时导致匹配发散.以ICCP算法为研究对象,研究并建立了ICCP方法的误匹配判断准则,以减小误匹配误差的影响和提高匹配精度.利用概率数据关联建立ICCP算法的误匹配判断准则,仿真结果表明,与无误匹配方法匹配结果相比,提高了其收敛性和精度;与 M/N 方法相比,降低了误匹配概率的30%,提高了导航的精度和算法的稳定性.