多视觉检测系统的世界坐标唯一全局标定方法

提出一种世界坐标唯一全局标定方法,以双电子经纬仪三维测量系统为总体测量坐标系,在现场直接获得多视觉检测系统中各个视觉传感器在此测量坐标系下的特征点作为标定点,从而一次实现全部传感器的全局统一(标定),无需任何中间坐标系的转换环节,只有唯一的双经纬仪三维测量坐标系,坐标转换环节少,标定过程简单.对双经纬仪三维测量系统的像坐标和物坐标测量精度进行了分析,给出了实际测量中经纬仪获得较高测量精度时的取点范围,针对一实际的结构光多视觉检测系统进行了标定实验,获得了RMS(Root Mean Square)误差不超过0.24mm的标定精度.      

视觉检测中椭圆中心成像畸变误差模型研究

针对在三维视觉检测应用中,空间椭圆的中心经摄像机针孔成像后存在畸变误差的问题进行了研究.基于透视投影变换和空间解析几何理论,建立了在摄像机的像平面上该畸变误差的数学模型,从而为圆孔(椭圆孔)或圆柱(椭圆柱)类工件中心位置的视觉检测、结构光三维视觉检测应用以及视觉检测中的CCD摄像机内部参数标定等问题的解决提供了一个有效的理论依据,具有一定的理论意义和工程应用价值.      

十字线结构光视觉传感器的标定方法研究

基于结构光三维视觉测量原理,搭建了一套非接触式的十字线结构光视觉传感器。为获取投影光条上采样点的三维空间坐标,建立了该传感器的数学模型,研究了其结构参数的标定方法。应用张正友标定法和棋盘格标定板完成了传感器结构参数的标定,确立了被测点的图像坐标与其空间三维坐标之间的映射关系,并进行了试验验证。试验结果表明,标定结果可以使传感器实现预定的三维测量功能,对飞机蒙皮钻孔点位法矢的重复性检测精度可以满足使用要求。     

基于RBF带学习能力高精度非线性FDD设计

在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数（RBF）神经网络的动量轮非线性故障检测与诊断（FDD）方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。     

结构光三维视觉及其在工业中的应用

介绍结构了光三维视觉原理及实现方法，讨论了结构光三维视觉在工业视觉检测和机器人的导引中的应用，所列实例体现了结构光视觉应用的最新研究成果。     

结构光三维视觉检测中光条图像处理方法研究

在结构光视觉检测系统中,光条中心的提取精度直接影响到整个测量系统的测量精度.光条图像的处理是其中重要的一步,尤其是受到严重噪声干扰的图像.探讨了被多种噪声干扰的光条图像的处理和精确提取光条中心的方法.给出了一种消除环境干扰的滤波模板并实验验证了其滤波效果.使用这些光条图像处理方法使整个测量系统在200mm×200mm的测量范围内测量精度达到0.083mm.      

一种光栅式双目立体视觉传感器光条匹配方法

光栅式双目立体视觉传感器的难点之一在于光条的准确匹配.基于编码方式的光条匹配方法往往需投射多幅图像,或限制最少可见光条数,更严重的是在被测对象深度变化较大时,常出现误匹配.为此,将光栅式双目立体视觉传感器看作两个已经过标定统一的光栅结构光视觉传感器,由这两个光栅结构光视觉传感器测得各光条中心点的三维坐标,并搜索光条中心点集之间距离最小且模型编号相同的光条即为匹配光条.实验表明该方法有效实现了光栅光条的准确匹配.     

基于RBF网络的导弹滑模动态逆控制律设计

讨论了一种基于径向基函数(RBF,Radial Basic Function)神经网络的导弹滑模动态逆控制律.导弹的基本控制律采用动态逆方法设计,对慢回路设计神经网络滑模控制器以补偿整个控制系统的不确定性.即用RBF神经网络逼近导弹慢模态不确定性的数学模型,并将逼近误差引入到网络权值的调节律以改善系统的动态性能;滑模控制器用于减弱模型不确定性及神经网络的逼近误差对跟踪的影响.所设计的控制器不仅保证了闭环系统的稳定性,而且使模型不确定性及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后通过仿真分析,验证了该方法的有效性.      

基于结构光视觉的钢轨磨耗测量方法

分析了基于结构光视觉的钢轨磨耗测量原理,提出一种钢轨磨耗车载动态测量方法.结构光视觉传感器安装在列车底部,测量钢轨内侧横断面轮廓.以钢轨轨腰轮廓作为测量基准,利用最近点迭代(ICP,Iterative Closest Point)算法确定光平面测量坐标系到设计坐标系的旋转矩阵和平移向量,将测量轮廓与设计轮廓对齐,在此基础上计算磨耗值.与已有的方法相比,该方法无需单独设置用于基准测量的视觉传感器,采用同一传感器实现了基准测量和磨耗测量,有效降低了系统成本,操作性强,且无需进行多传感器的全局校准,保证了测量精度.实验结果表明:该钢轨磨耗测量方法具有较好的重复性精度.     

结构光三维视觉技术的进展

综述了结构光三维视觉的方法和现状。提出具有较快测量速度的激光扫描空间编码原理的结构光三维视觉方法,介绍其原理并给出其数学模型。     

Improving regional ionospheric TEC mapping based on RBF interpolation

Radial basis function (RBF) interpolation with multi-quadric is developed to perform ionospheric total electron content (TEC) mapping for the Chinese region between 15°N ~ 40°N and 100°E ~ 125°E. TEC measurements from the Centre for Orbit Determination in Europe (CODE) covering the solar maximum year 2011 are used to investigate the performance of the proposed RBF interpolation method. The differences between the RBF interpolated TEC and the CODE TEC are within 0.5 TECU and the root mean square error (RMSE) is very small when 49 data points are used. The maximum difference is ~5 TECU and the error is less than 1 TECU with 25 samples. Our study suggests that a random distribution of measurement points gives smaller RMSEs than a homogenous distribution when the number of sample points is low. The study indicates that RBF interpolation offers a powerful and reliable tool for ionospheric TEC mapping.     

基于粒子群寻优的高精度星敏感器在轨标定方法

星敏感器结构设计与安装过程会产生多种误差,主要误差源有星敏感器像平面主点误差、主距误差、倾斜误差与旋转误差,这些误差影响了星敏感器在轨标定的精度。本文根据星敏感器的误差模型,提出了一种高精度的星敏感器在轨标定方法。在已知含有误差的像平面的基础上,构造一个虚拟的像平面。当粒子群优化算法使含有误差的像点投影到虚拟像平面上的坐标与无误差时像点的坐标一致时,再利用Quest解算出三轴姿态角求得两个像平面之间的姿态矩阵,得出两像平面之间的关系。结果表明：星敏感器姿态确定精度较高且比较稳定。这种方法与传统标定方法的优势在于不依靠陀螺信息,原理简单,提高了数据的准确性。     

触地关机模式下的着陆器软着陆稳定性研究

以触地关机软着陆模式下的某型着陆器为研究对象,建立其软着陆过程的动力学仿真模型。基于仿真模型,结合优化方法与多岛遗传算法（MIGA）确定了着陆器的极恶劣地形工况参数,并利用径向基函数（RBF）神经网络建立了反映极恶劣工况下着陆器速度参数与稳定性指标值之间映射关系的代理模型。将着陆器速度参数做离散化处理得到样本点,利用神经网络模型计算了各样本点对应的软着陆稳定性指标值,基于计算结果给出了各项软着陆稳定性指标的云图和三维速度稳定性边界,并得到了综合各项稳定性指标的着陆器速度稳定性边界。分析结果可直观地确定保证着陆器安全着陆的速度取值范围,为着陆器速度的合理控制提供参考。      

基于深度神经网络的像素级别可见光图像配准

现有图像配准算法中,借助图像采集设备参数的方法存在硬件内参难以获得或精度不够的问题,采用匹配图像特征计算图像单应性的方法存在对场景深度信息利用不全的问题。针对这一现象,提出了结合可见光图像与其深度信息来生成更具有真实性的配准图像对数据,用以训练得到一个可以进行像素级别图像配准的深度神经网络PIR-Net。建立了一个大规模、多视角、超仿真的图像配准数据集:多视角配准(MVR)数据集,该数据集包含7 240对含有深度信息的待配准图像及其像素级别的坐标对准真值;基于编码器-解码器的深度神经网络结构,训练得到一个能以全分辨率形式对2幅输入图像之间的坐标变化矩阵进行重建的PIR-Net。通过实验验证了PIR-Net能够在未知相机内参的情况下实现不同视角的可见光图像配准,并比传统算法具有更高的配准精度。在MVR数据集上,PIR-Net的配准误差仅为通用的特征匹配对准算法(SIFT+RANSAC)的18%,同时减少了30%的时间消耗。      

基于模式特征的图像压缩算法

从人眼视觉特征与空域模式特征的角度出发,提出了一种基于模式特征的图像压缩算法。经过对一组遥感图像的对比试验,可以看出本算法在对纹理信息丰富的遥感图像进行压缩时明显优于SPIHT算法。     

基于神经网络的重力卸载系统控制器设计

吊挂系统是地面模拟空间机械臂重力卸载试验的重要方法之一.针对传统PID控制方式动作响应慢、鲁棒性差等缺点,提出了一种基于径向基函数(RBF)神经网络的智能控制方式.该方式有很强的非线性拟合能力,且学习规则简单,可映射任意复杂的非线性关系,便于计算机实现.利用该特性,设计了一种重力卸载精度较PID控制方式更高的控制器.该...     

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.     

光栅式双目立体视觉传感器光条快速匹配算法

光栅式双目立体视觉传感器用于物体三维形貌测量,其难点之一是光栅光条的匹配与识别.利用可见光条数和光条序列组合间的关系,提出了一种基于空间三维搜索的快速光条匹配算法.将光栅式双目立体视觉传感器看作两个光栅结构光传感器,分别进行标定后,可计算各光条中心点的三维坐标.搜索不同光条中心点集之间的距离最小且模型编号相同的光条即为匹配光条.分析了可见光条数目和光条序列组合间的关系后,列出各种可能的组合情况,设计了搜索算法,排除了冗余计算,大大减少了计算量,实验证明了方法的有效性.     

基于视惯融合的大型空间碎片质心位置辨识

大型自由翻滚碎片的质心是在轨操作基坐标系下的不动点，也是碎片连体基下动力学参数向卫星坐标系转换的基准，对其精确识别是提高碎片动力学参数辨识精度的关键。提出基于惯性单元测量数据与双目视觉定位数据融合的大型空间碎片质心位置识别方法。基于无力矩欧拉方程，获取附着到空间碎片表面的惯性单元间转换关系，利用该转换关系对惯性单元冗余测量数据优化，再优化求解惯性单元到质心点距离；利用双目视觉获取惯性单元上标记点动态坐标，再利用惯性单元到质心点距离，基于三点定位原理识别大型空间碎片的质心位置。以加入高斯白噪声的惯性单元与双目视觉测量数据进行仿真，结果表明优化解算后惯性单元实时测量数据的误差降低到1%以下，解算的质心位置三轴误差小于0.47mm；开展了地面试验，结果表明，解算的质心位置三轴误差小于0.49mm。仿真和试验证明，该方法能够为大型空间碎片的消旋、捕获任务提供准确的数据基准。