ORB-SLAM系统优化框架分析概述

首先阐述了ORB-SLAM系统的核心思想和基本框架,介绍了SLAM系统中光束平差法的应用实现,然后针对视觉里程计部分不同的关键帧位姿优化过程分别进行了详细阐述,并利用KITTI数据集的不同序列的实验结果进行比较研究,给出了核心的光束平差法在ORB-SLAM中的具体工作方式及性能分析,最后讨论和分析了ORB-SLAM的优势和不足。     

一种基于张氏标定法的单目相机改进标定算法

单目视觉在地面机器人等无人导航系统中的应用越来越广泛,而相机参数的标定是利用视觉进行导航的基础性工作。标定结果的好坏,直接影响导航性能和定位精度。主要考虑单目相机的径向畸变,基于张正友平面标定法,通过利用Matlab进行图像预处理、利用OpenCV进行Harris角点检测和亚像素精确化等方法在角点提取精度等方面进行了改进,通过重投影法对标定结果进行了评估,并将其与Matlab相机标定工具箱Toolbox_calib所得结果进行了比较。实验结果表明,改进的标定算法标定结果精度更高,并且对多个摄像头传感器均有效,适用性强。     

基于双目视觉的返回舱着陆横向速度测量

通过分析返回舱在着陆时所具有的水平速度也可能对着陆安全构成威胁的事实，论述了为返回舱增加横向缓冲装置的必要性，由此提出亟需解决的问题——在返回舱着陆下降过程中测量其水平运动速度。提出了全新概念的以视觉图像为唯一信息来源的返回舱水平速度测量方法，仅以双目摄像机系统作为传感器，避免了对返回舱原有传感器系统的改造。通过对着陆区域地面图像的采集和在线处理，利用双目交会测量原理得到返回舱当前的大地坐标和姿态。仿真实验证明，方法简单易行，测量结果可靠。     

多自由度机械手自适应范围和受力分析

从理论上对多自由度浮动式机械手自适应范围和受力进行了分析，对浮动机械手在运动过程中的速度、冲击、位移偏差等关键参数进行了计算。通过实例分析，提出了插拔系统浮动式机械手应用过程各参数控制和调整的方法，同时对插拔系统中的浮动式机械手在垂直状态下插头无法插入弹体插座进行了分析，为插拔系统性能的进一步提高提出了新的观点。     

无人飞行器地面移动目标跟踪系统研究现状与展望

无人飞行器地面移动目标跟踪系统是一项在军事和民用方面都具有广泛应用前景的非常重要的研究课题。首先分析了系统的特点，然后详细介绍了国内外无人飞行器地面移动目标跟踪系统的研究方法和现状，并指出其不足。最后，针对现有系统中控制方法的欠缺，提出了将仿人眼控制系统用于无人飞行器上的摄像机云台控制的新方法。     

新型仿生偏振测角传感器及角度误差补偿算法

沙漠蚂蚁神奇的导航本领为我们研制新型导航传感器提供了有价值的技术参考.分析了沙漠蚂蚁利用天空偏振光分布模式导航的机理,设计了一种新型的仿生偏振测角传感器.提出了一种新的航向角度求解方浇法,给出了一种基于最小二乘支持向量机航向角输出误差补偿算法.利用精密旋转测试台进行了室外航向角度输出测试,实验结果证明了角度解算方法是可行的,角度误差补偿算法是健壮有效的.     

基于对偶四元数的航天器交会对接位姿双目视觉测量算法

针对航天器交会对接中位姿参数的测量问题,突破传统的位姿计算态分而治之的模式,采用双目视觉技术和对偶四元数这一数学工具,建立了追踪航天器与目标航天器间相对位姿参数的统一描述模型.该模型与传统的欧拉角和四元数的描述方法完全不同,具有非常简洁统一的形式.同时,针对该对偶四元数模型,给出其两步解析算法,解算出两航天器间的相对位置和姿态参数.仿真结果表明该算法能够满足航天器位姿参数的测量要求,并且具有较强的稳定性,对航天器的在轨实时应用具有重要参考价值.     

一种基于图割的稠密三维场景重建算法

立体视觉技术是自主探测机器人在未知环境中获取信息的重要手段,通过对可视场景的稠密三维重建实现导航、定位及路径规划等一系列工作。本文在候选点匹配的基础上结合图割理论,首先在世界坐标系建立代表深度信息的网格节点,接着依据区域匹配算法对候选点进行初步筛选,去除大部分相关值较低的节点,建立简化的网格图,最后通过寻找图中最小割来实现能量函数的全局最小,完成稠密的三维场景重建。实验证明,相关阈值γ设为0.6时,简化网格图的重建精度和计算效率达到相对平衡。图割算法解决了候选点测量时潜在的匹配歧义问题,且对低纹理区域有较好的匹配效果。     

基于顶点与主体区域同步检测的精准车牌定位

为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车牌顶点和主体区域的同步定位。针对一幅图中存在多个车牌区域及顶点区域存在少量漏检和误检的情况,分别设计了车牌顶点归类和单一缺失顶点预测后处理算法,借助顶点间的空间位置关系进行漏检目标预测和误检目标排查,有效改善了因场景复杂导致的个别顶点目标检测效果差的问题。所提算法在中国城市停车场数据集(CCPD)上的测试结果显示,平均精准率达99.25%,平均召回率达98.70%。所提算法不仅能够准确预测出车牌的4个顶点坐标,而且在中端GPU硬件平台上处理速度可达121帧/s,具有较好的应用价值。     

基于Kinova机械臂RGBD相机的目标抓取

在轨服务与维护是未来航天技术的重要发展方向.在轨服务如燃料加注、剪切与操作电线、旋拧盖子和拆装阀门等任务,具有负载轻、近距离感知及精准定位和抓取等特点.针对这些应用场景,采用轻量化机械臂Kinova及自带彩色和深度(red, green, blue and depth, RGBD)相机进行感知、定位和抓取,完成地面验证实验,为在轨服务提供理论支持.介绍了机械臂抓取系统的研究背景并描述开发平台及其特点,以及相机标定、彩色相机与深度相机配准原理.利用机器人操作系统(robot operating system, ROS)的坐标变换树得到彩色图像目标像素在世界坐标系的坐标位置.针对特定的抓取对象提出基于色调、饱和度和亮度(hue, saturation and value, HSV)颜色空间图像分割方法,进行目标检测、分割以及空间定位,实验环节机械臂根据视觉定位结果完成目标抓取过程,证明了颜色空间图像分割方法和深度图结合定位的有效性,为在轨服务提供了理论验证.