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。     

距离扩展目标检测中的 强散射点自适应估计方法

高分辨雷达通过积累多个距离单元上的目标回波,达到提高距离扩展目标检测性能的目的。由于目标散射中心的稀疏分布,常规的能量积累检测方法存在陷落损失,而基于目标强散射点的积累检测方法可有效克服因陷落损失造成的检测性能下降问题。利用最大类间方差法对目标强散射点进行自适应估计,并通过仿真验证了该方法改善检测性能的有效性。     

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。     

基于改进WKNN的位置指纹室内定位算法

位置指纹算法是目前解决室内定位问题的主要方法,指纹特征和匹配算法为影响算法精度的两大因素.针对室内复杂环境下Wi-Fi信号强度波动较大的现象,提出了基于方差的加权距离以改进WKNN算法.在离线特征提取阶段,选择了均值和方差两个特征值,既反映该采样点的RSS幅值,也反映该点RSS的波动情况;在线阶段,根据方差提出了加权距离进行相似度的计算,查找距离最近的K近邻点,并以实际环境下采集的数据验证了改进WKNN算法在RSS波动大的情况下对定位效果的改善,在综合考虑了AP组合的影响后,实现了误差均值为1.456m的定位效果.     

距离信息对DDFRC算法定位误差的影响与分析

在固定单站无源定位算法中,基于角度(Direct of Arrival)、角度变化率(Direct of Arrival Rate-of-Change)、多普勒频率(Doppler Frequency)和多普勒频率变化率(Doppler Frequency Rate-of-Change)4个观测信息实现定位(即DDFRC定位)算法仅通过单次观测即可实现对目标辐射源的定位。文中通过转移观测的卡尔曼滤波对定位结果进行平滑,较原有算法拥有更好的跟踪效果。同时,对定位误差进行了定量分析,并将距离信息引入算法的仿真分析之中,详细讨论了各个观测量误差在不同距离时对算法定位性能的影响,根据仿真结果,结合定位误差的定量分析对算法性能做出评价。通过仿真分析,得到了定位算法对不同距离下各参数的精度要求,从而为在实际系统中使用该定位算法提供了参考。     

基于位置信息的高分辨雷达角闪烁抑制方法

角闪烁误差是导引头寻的制导的主要误差来源,基于高分辨力雷达的单脉冲测角算法可有效改善角闪烁现象。现有的研究大多基于幅度加权的思想,利用距离单元的幅度信息进行加权平滑处理。本文在现有高分辨测角算法的基础上,结合高分辨一维距离像的位置信息,提出了一种新的角度信息处理方法。该算法充分利用了距离像有效单元的目标信息,提高了角度测量精度。仿真实验表明该算法对角闪烁有较好的抑制作用。     

基于加强模糊聚类的航空行李图像超像素分割

在自助行李托运系统拍摄的行李图像库中检索错误运输的行李时,图像背景会严重影响检索精度。针对该问题提出了一种加强模糊聚类算法（EnFCM）的超像素分割方法,实现了行李目标区域的提取。通过多尺度形态学重建梯度图像,设计了自适应上限尺度的分水岭超像素预分割算法,得到多个独立的超像素区域。对超像素图像进行直方图统计,并结合分水岭分割参数和实际行李图像内容的类别数量进行超像素的加强模糊聚类,得到行李区域。通过多个实际行李图像的分割实验验证了算法的有效性,平均分割精度达到93%,超过多个典型的分割算法。     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题，提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上，建立含时滞影响的系统状态向量，并对系统状态误差及其方差进行推导，进一步构建关于各无人机状态的最优估计模型，并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法，提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试，结果表明，所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失，有效提高定位精度。     

基于标准差加权的色偏图像校正方法

针对色偏图像校正问题,提出了1种标准差加权的色偏图像校正方法。首先,利用灰度世界算法计算色偏图像红、绿、蓝各通道的校正系数;其次,对色偏图像进行超像素分割,利用像素平均值和方差计算每1个超像素的颜色一致性,从而计算各通道的校正系数权重;最后,对校正系数进行加权处理,并进行色偏图像校正。实验表明,算法能够对色偏图像进行有效校正,并克服单一色块和校正后图像变亮问题。相比于灰度世界、完美反射和动态阈值3种算法,该算法的峰值信噪比平均提升36.46%,色差均值平均降低3.12%。     

基于改进的磁场检验和主方向算法的行人航向估计

针对以惯导为核心的行人定位算法存在航向角失真的问题，提出了一种融合惯性测量单元(IMU)和磁力计的行人导航算法，利用步幅航向的变化量将行人的运动分为直线行走和曲线行走两部分，当检测到行人直线行走时，提出一种实时建立主方向的自适应航向角漂移修正算法，对航行角误差进行补偿；当行人曲线行走时，辅助地磁场信息，使用磁场强度、地磁倾角、惯性导航系统(inertial navigation system，INS)与磁力计解算的航向角之差这三个特征值构建广义似然比检验量，对磁场进行判断获得稳定状态磁场信息，通过卡尔曼滤波对航向角误差进行补偿。将传感器置于足部进行实验，实验结果表明,两种算法可以实现优势互补，有效地抑制地磁信息的干扰，提高导航精度，算法结果相对于无航向角修正的零速修正算法、零角速度更新算法和单独使用磁力计进行融合的算法，定位误差分别降低了91.02%、82.93%和61.39%，室外和室内终点定位误差分别为4.545 4 m和0.543 6 m，占总路程的0.69%和0.17%。     

一种基于视觉的微型飞行器姿态检测算法

探讨了基于视觉的微型飞行器的飞行状态检测方法，利用机载摄像头获得图像。根据某种准则识别出地平线，进而变换得到飞机的姿态角。文中给出了地平线判别准则及相应的算法和姿态角变换公式。最后，给出了一个实际算例及处理结果。     

基于轨迹成型的攻击角度与时间控制

假定所成型的导弹飞行轨迹由圆弧段和直线段构成,直线段经过目标点且满足导弹末端攻击角度的要求,圆弧段起始于导弹初始位置且与直线段相切于待定的点,该点由指定的导弹攻击时间通过迭代算法得到。给出了可行的攻击时间范围。在轨迹成型的基础上,提出一种新的虚拟目标轨迹跟踪控制方法：在圆弧段提出一种前馈加反馈的复合控制方案,在直线段提出一种带角度控制的比例导引方案。该方法是一种几何方法,易于工程实施。仿真结果表明,该方法可以有效地同时对攻击角度与攻击时间进行控制。     

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...     

A Celestial Analytic Positioning Method by Stellar Horizon Atmospheric Refraction

This article, in allusion to the limitation of conventional stellar horizon atmospheric refraction based on orbital dynamics model and nonlinear Kalman filter in practical applications, proposes a new celestial analytic positioning method by stellar horizon atmospheric refraction for high-altitude flight vehicles, such as spacecraft, airplanes and ballistic missiles. First, by setting up the geometric connexion among the flight vehicle, the Earth and the altitude of starlight refraction, an expression for the relationship of starlight refraction angle and atmospheric density is deduced. Second, there are produced a novel measurement model of starlight refraction in a continuous range of altitudes (CRA) from 20 km to 50 km on the basis of the standard atmospheric data in stratosphere, and an empirical formula of stellar horizon atmospheric refraction in the same altitudes against the tangent altitude. Third, there is introduced a celestial analytic positioning algorithm, which uses the least square differential correction instead of nonlinear Kalman filter. The information about positions of a flight vehicle can be obtained directly by solving a set of nonlinear measurement equations. The stellar positioning algorithm adopts the characteristics of stellar horizon atmospheric refraction thereby removing needs for orbit dynamics models and priori knowledge of flight vehicles. The simulation results evidence the validity of the proposed stellar positioning algorithm.     

Haze removal for UAV reconnaissance images using layered scattering model

During the unmanned aerial vehicles(UAV) reconnaissance missions in the middle-low troposphere, the reconnaissance images are blurred and degraded due to the scattering process of aerosol under fog, haze and other weather conditions, which reduce the image contrast and color fidelity. Considering the characteristics of UAV itself, this paper proposes a new algorithm for dehazing UAV reconnaissance images based on layered scattering model. The algorithm starts with the atmosphere scattering model, using the imaging distance, squint angle and other metadata acquired by the UAV. Based on the original model, a layered scattering model for dehazing is proposed. Considering the relationship between wave-length and extinction coefficient, the airlight intensity and extinction coefficient are calculated in the model. Finally, the restored images are obtained. In addition, a classification method based on Bayesian classification is used for classification of haze concentration of the image, avoiding the trouble of manual working. Then we evaluate the haze removal results according to both the subjective and objective criteria. The experimental results show that compared with the origin image, the comprehensive index of the image restored by our method increases by 282.84%, which proves that our method can obtain excellent dehazing effect.     

A man-made object detection algorithm based on contour complexity evaluation

Man-made object detection is of great significance in both military and civil areas, such as search-and-rescue missions at sea, traffic signs recognition during visual navigation, and targets location in a military strike. Contours of man-made objects usually consist of straight lines, corner points, and simple curves. Motivated by this observation, a man-made object detection method is proposed based on complexity evaluation of object contours. After salient contours which keep the crucial information of objects are accurately extracted using an improved mean-shift clustering algorithm, a novel approach is presented to evaluate the complexity of contours. By comparing the entropy values of contours before/after sampling and linear interpolation, it is easy to distinguish between man-made objects and natural ones according to the complexity of their contours.Experimental results show that the presented method can effectively detect man-made objects when compared to the existing ones.     

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。     

基于足间距信息辅助的行人三维惯性定位算法

针对行人惯性导航系统误差随时间累积致使定位精度严重下降的问题,提出了一种基于足间距信息辅助的行人三维惯性定位算法。该算法在零速修正算法的基础上,利用足部安装的超声波测距模块实时测量行人双足相对距离,构建了基于超声测距的足间距约束模型,通过随机森林算法实现行人运动模式识别,并针对上下楼梯场景,利用台阶高度和足间距信息进行高度解算,最终实现行人三维惯性定位。在实际路线上开展了三维定位实验,数据显示,所提算法平面闭环误差为总路程的0.64%,与零速修正算法相比下降了55.56%,高度误差为0.06 m,与零速修正和气压计联合算法相比下降了64.70%,能够实现导航误差在总路程的0.50%以内的三维定位。实验结果表明,所提算法具有良好的工程应用价值。