用于无人直升机着舰控制的计算机视觉技术研究

 通过理论分析和计算机半实物仿真研究了一种应用于无人直升机自主着舰的双目立体计算机视觉系统及相关计算机视觉技术。研究了基于HSV 均匀色标的计算机视觉技术在无人直升机着舰控制中的应用。使用Hough 变换算法检测直线参数,在Hough 变换中利用梯度信息,它的应用打破了Hough 变换的计算瓶颈。整套算法的抗噪声能力很强,达到了无人直升机自主着舰的实时性和实用性要求。     

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。     

嫦娥三号巡视器的惯导与视觉组合定姿定位

针对“嫦娥三号”的“玉兔号”巡视器在月面未知环境中避障与安全行进的要求,分析和阐述了“玉兔号”巡视器在地面遥操作中心的控制下利用惯导和视觉组合进行月面导航与精确定位的实现方法,并结合现有的导航定位研究对“玉兔号”巡视器导航与定位的工程创新性进行了总结,阐明了惯导定位和视觉定位技术在“玉兔号”巡视器月面探测过程中的工程应用特点.最后,通过“玉兔号”巡视器着月点的精确定位实验,验证惯导和视觉相结合的定位方法的有效性,定位精度近似达到总行驶里程的1％,这对“玉兔号”巡视器开展月面探索和准确抵达科学目标位置具有重要作用.     

惯性/双目视觉里程计深组合导航方法

针对现有视觉里程计测量噪声大、匹配精度低、实时性差的问题,研究一种基于Kalman滤波器的惯性/双目视觉里程计组合导航方法.在视觉里程计中引入惯性导航信息,辅助完成实时图截取、搜索区预测、输出速度校正等功能,提高视觉里程计的测量精度与计算速度.利用Kalman滤波器,实现视觉里程计对惯导累计误差的修正,提升组合导航系统的导航精度.车载试验结果表明,惯性/双目视觉里程计深组合导航的实时定位精度优于0.5％D (CEP),具备工程应用条件.     

基于虚拟四目的立体视觉固定飞行昆虫运动参数测量系统

提出了基于单摄像机的测量高扇翅频昆虫飞行运动参数的虚拟四目立体视觉测量系统。文章首先分析了虚拟测量系统原理和立体视觉测量原理,并指出了采用虚拟四目立体视觉测量系统测量昆虫运动参数的必要性,最后给出了基于多平面的虚拟四目立体视觉测量系统的标定方法和实验结果。实验结果表明利用该测量系统可以较好的恢复昆虫双侧翅膀的运动信息,极大的降低了系统成本。     

基于自适应联邦滤波的相对导航信息融合

针对基于GPS/MV组合导航方式的无人机空中加油问题,分析了对接阶段GPS及视觉传感器存在的条件约束。在建立导航传感器非线性相对位置测量模型的基础上,设计了基于扩展卡尔曼滤波的自适应联邦滤波器,并与集中式滤波进行了对比仿真。结果表明,提出的算法保证了部分传感器失效时导航数据输出的平稳性和容错性,滤波精度完全满足无人机空中加油相对导航系统要求。     

飞机尾旋三维测量试验的改进方法

飞机尾旋试验是研究飞机进入尾旋特征以及提出如何改出尾旋的方法.传统测量飞机尾旋运动姿态的实验自动化程度低、人工操作复杂费时,因此针对这些问题开发了一套基于特征点测量的改进方法.主要是基于机器视觉的三维测量原理,能动态测量飞机模型的三维特征点并计算出模型的各个姿态角度.在标记检测时采用了新的标记检测方法,提高了标记布局及图像识别的灵活度;姿态角的计算是根据坐标系转换而得到的.根据改进方法研制的系统操作简单、整个测量过程只需30min左右;并且数据有效率控制在90%以上;姿态角的精度控制在±1°以内.该系统在中国空气动力研究与发展中心立式风洞中的飞机自由尾旋实验中得到了很好的应用.     

一种基于视觉成像的快速收敛的位姿测量算法及实验研究

 由三维目标与其二维图像估计相对于目标的位置和姿态是计算机视觉成像中的一个重要问题。正交迭代(OI)算法是一种快速、且能全局收敛的姿态估计方法，但是当数据恶化时，不能给出正确的旋转矩阵。本文改进了该算法中旋转矩阵求解方法，避免了旋转矩阵求解中出现的错误。建立了模拟实验系统，使用改进的算法进行测量，在0.45～5.20 m的范围内，摄像机到目标距离的相对误差小于±0.41%；在距离为3 m时，旋转角度测量误差小于±1.8°。数学仿真结果表明，改进后算法的抗噪声能力得到改善，结果更为准确，且能快速收敛。     

航拍视频帧间快速配准算法

 为应对相机运动的影响,提出了一种快速有效的无人机(UAV)视频相邻帧图像配准算法。通过空间分布约束和角点量限制来筛选有效的FAST特征点,引入自适应阈值提高特征点检测的环境适应性,采用训练得到的不相关采样点集对特征点进行二值描述,以获得准确快速的特征描述,并通过最近邻算法根据汉明距离获得特征匹配对,最后运用RANSAC方法得到帧间仿射变换模型参数,消除相机运动带来的影响,为后续运动目标检测与跟踪提供保障。实验结果表明该算法快速、稳定,具有较高的环境适应性,能够满足无人机系统视频图像配准的要求。     

飞机尾旋三维测量试验的改进方法

飞机尾旋试验是研究飞机进入尾旋特征以及提出如何改出尾旋的方法。传统测量飞机尾旋运动姿态的实验自动化程度低、人工操作复杂费时,因此针对这些问题开发了一套基于特征点测量的改进方法。主要是基于机器视觉的三维测量原理,能动态测量飞机模型的三维特征点并计算出模型的各个姿态角度。在标记检测时采用了新的标记检测方法,提高了标记布局及图像识别的灵活度;姿态角的计算是根据坐标系转换而得到的。根据改进方法研制的系统操作简单、整个测量过程只需30min左右;并且数据有效率控制在90％以上;姿态角的精度控制在±1°以内。该系统在中国空气动力研究与发展中心立式风洞中的飞机自由尾旋实验中得到了很好的应用。