对空间碎片的相对位姿估计

针对几何、质量特性参数均未知的空间碎片,提出一种基于扩展卡尔曼滤波（EKF）的相对位姿估计算法。该算法以单目相机获得的目标图像特征视线信息作为测量输入,以目标姿态、姿态角速度、惯量比、相对位置、相对速度和特征位置作为滤波状态。对算法进行可观性分析,给出两个可以保证算法可观性的条件。分别针对不同条件进行数值仿真,仿真结果表明新算法能够对几何和质量参数未知的空间碎片进行有效的相对位姿 估计。     

基于增量式路标表观学习的移动机器人定位

在全景图像中,机器人参考定位的路标表观受到畸变、观察视角、路标尺度变化以及环境亮度的影响,致使基于全景视觉的机器人自主定位存在着许多难点有待解决.提出增量式的路标表观学习方法,准确估计路标的表观变化,并为基于粒子滤波的机器人定位过程提供准确的观测信息.增量式路标学习过程利用增量式概率主元分析为理论工具,将不同视角的路标表观的主元特征表示成不断自主更新的特征基底,为计算观测量与路标真实表观的相似度提供了实现途径和理论依据.该学习算法能够被集成到带有重采样的贯序权值采样粒子滤波算法过程中,实现了全景视觉机器人的精确自主定位.实验结果表明:该算法的定位误差小,计算量小,执行效率高,对全景图像中的各类干扰均不敏感.     

基于功能核磁共振成像的右脑额下回情绪处理

视觉刺激引起的情绪唤起是日常生活中的一种常见现象。本文通过功能核磁共振成像了解与视觉情绪刺激相关的脑功能归属。15位女性在其一个月经周期内接受了3次或更多的功能核磁共振扫描,实验中视觉刺激的形式包括成人影片与图片,平均所有测试结果得到了平均脑兴奋图。在平均脑兴奋图中可以发现,图片和影片形式的刺激均能有效地引起额下回的兴奋,与其他的兴奋脑区不同,呈现明显的右侧优势。根据实验结果,本文首次提出了右脑额下回在视觉感情信息处理中起到一定的作用,并且提出大脑额下回功能的优势化是双向而不是单向（向左侧）集中的。     

飞机隐身技术的变革

介绍了飞机隐身技术发生的变革,隐身技术的重点将从雷达隐身转向视觉隐身。     

基于双目视觉的航天器间相对位置和姿态的测量方法

在光学测量基本原理上建立了双目视觉测量模型,提出了基于双目视觉的航天器间相对位置及姿态的测量方法,并对测量系统中的误差进行分析,得到影响测量精度的因素。仿真结果表明该方法有效,获得的航天器间相对空间位姿信息的精度能满足航天测控要求,对航天器在轨实时应用具有重要参考价值。     

基于单目视觉系统的远距离场景重建算法研究

提出了一种基于机载前视被动传感器(电视传感器或红外成像传感器)获取的序列图像,并结合惯导信息,恢复前视场景深度的新方法。通过将前视三维场景看作一组具有不同深度的,分别对应背景和障碍物的层的集合,将复杂的场景重建问题简化为对各层深度集和像素标记场的计算;我们使用贝叶斯方法解决对各参数的估计,并使用图论方法快速求解。试验表明,该方法是可行的。     

基于特征光点单坐标系坐标的运动目标相对位置姿态光学测量方法

针对运动目标的相对位置姿态测量问题,研究了一种利用四个非共线特征光点的光学 测量方法。推导了基于特征光点目标坐标系和测量坐标系坐标的运动目标相对位置姿态解算 公式;进而给出了基于特征光点单坐标系坐标的位置姿态的解析解;并建立了测量的误差模 型。该方法对特征光点布局要求低,对摄像机模型没有限制。实验结果表明,该方法可满足 运动目标的相对位置姿态测量需求。     

基于视觉抗扰动测量空间目标位置姿态

提出了固连修正相机和基于光束法平差实时修正测量系统参数两种基于视觉抗扰动测量空间目标位置姿态参数的方法,并给出了数字仿真和实物实验结果。机器人在空间等恶劣环境中的自主导航中,由于空间的温差巨大等不利条件,而且存在着许多不可预知因素,使得用于机器人导航的视觉测量系统易受扰动并严重影响对目标相对位置姿态参数的测量结果。通过所提出的抗扰动测量方法,在测量系统参数受扰动的情况下,仍能得到与未受扰动时精度相当的测量结果。     

基于稀疏光流的无人机自主导航方案

提出了在无已知地面合作目标的情况下,给出高精度导航信息的基于稀疏光流的无人机(UAV)自主导航方案。通过计算两帧图像间的稀疏光流场,融合捷联惯导系统(INS)/电子罗盘/高度表系统/激光测距仪等传感器测量数据,构造两个H∞滤波器,分别对高度、姿态角与水平面上的速度误差进行估计。本导航方案适用于诸如无人机低空飞行阶段、进近阶段等不宜布置人工或已知地面合作目标的场合。使用自主开发的"无人机自主着陆实时仿真验证平台"对该方案进行仿真,结果显示本方案能够有效地抑制惯导系统由于漂移而造成的位置估计误差,同时可以给出精确的高度、速度与姿态角估计值。     

基于颜色识别的自由飞行空间机器人姿态实时跟踪方法

自由飞行空间机器人是当前智能机器人研究中很活跃的领域，为了研究机器人在自由飞行状态下的运动控制及姿态规划问题，我们设计了地面实验平台，该系统的视觉部分主要完成机器人姿态跟踪及捕获目标的识别定位，为了达到实时跟踪的目的我们采用了基于颜色的识别定位方案。这种方法计算简单，快速，且易于实现。