单目视觉三维运动位姿测量方法研究

针对基于点特征的单目视觉位姿测量,研究了一种基于不共面5个编码特征点的单目视觉解算算法,利用大靶面高分辨率相机采集运动物体姿态图像,利用目标物体上编码特征点间的几何约束关系,通过正交迭代解算算法完成目标物体的位姿测量。实验结果表明：位移测量不确定度优于0.5mm,姿态测量不确定度优于0.05°,可满足航空航天领域试验测量要求。     

星载立体测绘相机立方镜间姿态标定

介绍了测绘相机立方镜与星敏感器立方镜间坐标系转换关系的标定方法。采用4台自准直经纬仪分别对两个立方镜进行准直测量,建立立方镜坐标系,并推导了基于准直测量角度的立方镜坐标系的旋转矩阵公式;利用经纬仪间短边互瞄方法实现两个立方镜间姿态的传递。标定试验表明,该方法可以标定出两立方镜坐标轴间夹角以及测绘相机间的姿态关系,满足了相机研制要求。     

神舟八号飞船交会对接CCD光学成像敏感器

介绍了CCD光学成像敏感器的功能和组成,以及低噪声视频电路、高速数据处理平台、抗杂光干扰算法、杂光干扰地面试验验证方法等关键技术,并给出了相关测试结果.实际飞行结果表明,CCD光学成像敏感器相机各项指标满足任务书要求,在最后的对接段最远测量距离达164m,位置测量精度优于2mm,滚动轴姿态测量精度优于0.03°,横轴姿态精度优于0.1°,位置和姿态测量精度超过了世界先进水平.     

基于面阵靶标的摄像机定向技术研究

提出一种相机定向方法。在透视投影和坐标变换的基础上,应用靶标与其像点的单应性,建立靶标坐标系与摄像机坐标系之间的转换关系,从而确定摄像机在靶标坐标系中的姿态、位置,通过在三坐标测量机上的实验表明该定向技术的正确性,该技术在相机定向领域有一定的实用价值。     

微纳卫星释放分离参数的测试方法

采用自由落体的试验方法,在地面模拟卫星在轨释放过程,测试某微纳卫星在轨释放速度、姿态以及对卫星星上设备的冲击,卫星的释放速度通过高速摄影的测量方法,卫星的释放姿态和星上设备的冲击响应通过集成在试验卫星上的测试系统测量。该试验方法可以一次测量出卫星的释放姿态、释放速度以及释放分离对卫星星上设备的冲击响应。     

高速摄像三维图像分析技术与应用

高速摄像是光学测量的重要手段。分析了高速摄像三维图像分析技术的处理过程,重点讨论了像机标定、自动目标检测与跟踪技术、多目标匹配技术和三维姿态测量技术等关键环节所面临的问题及解决方法,并以无人机回收测量系统为例说明了高速摄像三维图像分析技术在无人机位姿参数测量中的应用,对构建高速摄像测量系统提供了参考。     

基于视觉技术的非合作航天器相对位姿测量方法

提出一种基于特征信息融合的非合作目标相对位姿测量方法,该方法以航天器自有的特征信息作为识别目标,采用椭圆轮廓和特征角点相结合的方法对非合作目标特征进行识别,解决了位姿测量中无合作标志器提供理想特征信息的问题。针对典型的卫星目标模型,进行了非合作目标相对位置姿态测量方法的验证试验,实验结果表明:该方法可以成功识别目标物体并对目标物体进行准确定位。     

基于结构光的空间大目标特征重构与位姿测量

针对因缺少空间非合作大目标的全局特征而难以实现相对位姿测量的问题,提出利用点状光源与单目光学相机组成点结构光视觉测量系统进行特征重构与位姿测量的方法。以非合作大目标上尺寸未知的局部矩形特征为测量对象,首先建立点结构光视觉测量系统相对位姿测量模型;接着利用相对约束关系给出特征重构方法并获得隐性特征点;然后利用特征点计算测量系统与非合作大目标之间的相对转移矩阵得到相对位置和姿态。通过数字仿真校验该方法的有效性并对测量误差因素进行分析,仿真结果表明该测量方法是有效的。     

一种非合作卫星目标立体视觉测量技术

针对空间非合作卫星近距离的相对位置和姿态测量问题,提出一种立体视觉测量技术.使用激光雷达为双目立体视觉提供先验距离信息和粗略姿态,在双目相机左右图像特征提取时增加视差范围约束,限定左右图中同名特征点提取的范围,可避免杂光条件下局部复杂纹理的干扰,有效降低计算复杂度,提高图像处理的速度.通过地面闭环试验对测量技术进行了验证,实验结果表明方法的有效性和先进性.     

顾及星像点分布的恒星相机在轨检校

由于卫星发射前后以及在轨运行过程中,环境因素的变化都可能引起恒星相机参数发生改变,从而导致星敏感器姿态测量精度下降.将多片空间后方交会方法应用于恒星相机的在轨检校.在利用该方法检校时,实验发现检校结果的精度受到参与检校的恒星影像上星像点分布的影响,由此进一步提出了凸包面积百分比准则,该方法自动选取分布较好的影像用于检校,有助于提高检校精度.实验结果证明:基于后方交会进行恒星相机在轨检校时,利用凸包法选取的影像片进行检校的精度明显优于未选片时检校的结果.      

基于相关滤波器的嵌入式动态目标跟踪系统设计

针对空间非合作运动目标监控,提出了一种基于嵌入式技术的动态目标实时检测与跟踪方法,并完成了跟踪系统的研制设计和测试。该视觉目标跟踪系统以嵌入式处理器为控制器,通过相机模组获取实时视频图像,图像经过视觉检测与跟踪算法程序分析,得到目标的位置信息后,控制伺服运动系统调整相机姿态实现对动态目标跟踪。提出了基于相关滤波原理的跟踪算法,搭建了树莓派嵌入式测试系统,完成实时检测与跟踪的实验评估。实验结果表明,嵌入式处理器中检测与跟踪程序的平均运行帧率达到25FPS,伺服机构在水平360°和俯仰±60°范围内实现了对移动速度90°/s的目标的实时、稳定监控与跟踪。     

利用H.264中运动矢量实现运动目标检测

针对视频压缩和运动目标跟踪同时实现的应用,通过研究H.264压缩标准中运动矢量包含的图像运动信息并分析运动估计原理,提出了一种利用视频压缩中的运动矢量信息实现运动目标检测的方法,确立了H.264编码流中运动矢量与场景中物体运动状态的对应关系.将运动目标从背景中分离是检测算法的核心.对于双门限值的设置,可分离不同运动速度的目标;同时,算法排除了背景运动的干扰,因而可应用于摄像机运动的场合;由于检测算法所用的运动矢量直接来源于H.264编码过程,而大大降低了计算复杂度,利于硬件实现.     

面向低视角场面监视的移动目标速度测量

为构建有效的机场场面视觉监视系统,提出了一种基于特征点持续跟踪与分析的移动目标速度测量方法。首先,利用场面几何特征对摄像机进行标定;然后,基于光流场对图像运动区域的特征点进行持续跟踪,在此基础上通过特征点轨迹聚类区分不同移动目标;最后,根据特征点高度与运动距离完成速度测量。所提方法能够利用机场场面摄像机获取的低视角单目视频图像,对移动目标的运动速度进行准确测量。基于广州白云国际机场的场面运行视频进行了仿真分析,验证了所提方法在低视角速度测量方面的可行性与优势。      

基于多矢量定姿的动基座最优化对准算法

针对车载捷联惯导系统（Strapdown Inertial Navigation System, SINS）的传统动基座粗对准方法精度低且环境适应性差的问题,提出了一种基于多矢量定姿的动基座最优化粗对准算法。在传统的基于重力矢量的初始对准方法基础上,将姿态矩阵求解问题转化为Wahba问题,实现对多个时刻重力矢量信息的充分利用,并通过SVD算法实现对Wahba问题的求解,结合全球导航卫星系统（Global Navigation Satellite System, GNSS）输出信息和SINS输出信息,构建状态方程和量测方程,采用Sage-Husa自适应滤波算法以解决量测噪声不准确问题,不断修正载体系变换矩阵以获得更加精确的姿态转换矩阵。仿真和半物理实验表明,改进算法能够明显提高惯导系统在动基座下的姿态精度,转台实验对准方位误差小于0.05°。     

基于球投影的面阵探测器扭转角测量与校正

为了消除基于面阵探测器的锥束X射线计算机断层成像(XCT,X-ray Computed Tomography)检测系统中探测器的安装误差对重建断层图像的影响,使投影坐标系准确建立,并与重建坐标系精确配准,提出了基于椭圆拟合的平板探测器位姿参数的估计方法.并在此基础上,从锥束XCT的近似重建算法FDK(Feldkamp)出发,结合空间坐标变换原理,改进了重建算法中投影地址的计算方式,使之能在存在安装误差的情况下准确计算投影地址,重建出正确的断层图像.该方法简单有效,计算量小,无需对系统硬件进行调整.实验结果表明,利用该方法可以有效地消除由于探测器位姿引起的图像伪影.     

基于先验子图检测的失效航天器SLAM方法

基于激光雷达的航天器位姿估计技术是当前在轨服务研究热点。针对失效航天器位姿估计,将通用的图优化SLAM技术应用到空间非合作目标的研究中。为解决SLAM算法在动态场景中产生累积误差问题,利用失效航天器自身运动特点,提出一种基于先验子图检测改进的SLAM算法。在该算法中,通过激光雷达和惯性测量单元分别采集失效航天器及周围环境的点云数据、服务航天器的运动信息,构建出服务场景下航天器的相对位姿图;再采用先验子图检测方法建立不连续的位姿节点间的约束关系;最后用约束信息对位姿图进行优化。仿真结果表明,相较于通用的SLAM算法的位姿估计,该方法减小了累积误差,提高了相对位姿估计精度,可以为后期的导航、控制等在轨任务提供信息。     

无人机位姿测量的点特征视觉方法

针对无人机在动态环境下快速高精度定位的问题，提出了用单目相机对无人机上的人工特征点进行位姿解算的方法。在无人机上放置一定数量的小型LED灯，并将其作为视觉测量的特征点，并以其中一个点作为原点建立无人机机体坐标系。通过多场景测量确定特征点在机体坐标系下的三维位置，再将三维位置与特征点在图像中的成像位置相匹配，最后使用EpnP算法求解出无人机的位置和姿态。在实验部分，利用三轴移动平台和三维转台，分别对位置解算结果和姿态解算结果进行误差测量。试验结果表明，位置解算误差在2%以下，姿态误差在8%左右。同时，该算法的处理时间在2 ms左右，该算法可以满足无人机对定位的实时性和精度的要求。     

超长桁架变形的多点实时测量方法研究CSCD

超长可伸展桁架结构广泛应用于各领域,对其变形测量有着重要意义,比较国内外现有的几种常见的超长可伸展桁架结构变形测量方法,指出现有方法的缺点和局限性。提出一种新的基于激光准直的无导轨超长桁架结构变形测量方法,以激光准直光束为测量基准,利用递进分光的方式,实现桁架结构的多点实时测量。分析方法原理后设计实验系统,完成初步测试,实验结果表明基于该方法的测量系统能测量桁架结构二维变形,且稳定性好,重复性误差小于1.1%,非线性误差小于0.6%。该方法无需采用移动的方式或利用导轨即可完成多点实时测量,环境适用性大大提高,还具有测量精度高、测量距离远、可拓展性好等优点,具有很好的发展前景。