三维型面非接触测量系统现场标定技术

针对双眼视觉传感器三维型面测量系统,介绍了一种利用平面标靶实现系统标定的方法.标定过程无需辅助设备,仅要求两个摄像机同时拍摄一幅标定板图像,利用标定板上的控制点计算左右图像对应的单应性矩阵.结合进化策略优化左右主像点,从单应性矩阵中获得测量系统的其他标定参数.同传统定标方法相比,该方法简单、快捷,适用于现场标定.      

一种提高捷联惯性/里程计组合导航系统定位精度的后处理方法

测绘用捷联惯性/里程计组合导航系统多采用离线后处理技术.此类系统利用里程计位移微分获得的速度作为观测量,采用速度匹配,并通过待测路径中预置的Mark点校正航位推算的位置信息.本文建立了基于速度匹配的16维Kalman滤波模型,对全程采样数据进行正反向导航和滤波处理,以估计惯性器件和里程计的误差;在补偿相关误差后,再次进...     

基于MicroSim仿真平台的航天器交会对接物理仿真系统

航天器交会对接物理仿真是进行交会对接技术地面试验和验证的一种行之有效的方式,本文初步分析了利用微小卫星五自由度仿真平台M icroSim实现交会对接过程中测量方案、制导和控制策略以及GNC软件系统性能等仿真验证的物理仿真系统的可能性,简要介绍了M icroSim仿真平台,提出基于M icroSim仿真平台的航天器交会对接物理仿真系统总体方案。为建立我国的RVD物理仿真系统提供了一条快速低廉的有效途径。     

一种基于粒子滤波的双目视觉惯导SLAM技术

针对智能无人系统的定位与地图构建问题,提出一种基于粒子滤波的双目视觉惯导SLAM（即时定位与地图构建）方法。算法基于传统粒子滤波思想设计实现,后端处理时仅对位姿状态量进行滤波,有效解决了传统算法的维度爆炸问题,减少计算量的同时保证一定的精确度,兼顾SLAM算法精确性和即时性的要求。实验结果表明,方法整体定位精度相对误差低于5%,在光照条件适宜的小型场景效果更佳,误差低于3%,能够达到分米级精度,证明了SLAM方法能够完成SLAM系统的要求,实现即时定位与地图构建功能,具有一定的准确性、稳定性和鲁棒性。粒子滤波能够应用于视觉惯导SLAM领域并达到较高的精度要求。     

从ACCV＇95看计算机视觉技术的发展

介绍了第二届亚洲计算机视觉会议（ＳＥＣＯＮＤＡＳＩＡＮＣＯＮＦＥＲＥＮＣＥＯＮＣＯＭＰＵＴＥＲＶＩＳＩＯＮ,ＡＣＣＶ’９５）的一些情况;回顾了在该领域及相关学科的研究成果;讨论了当前计算机视觉所面临的理论与实际应用问题,并对中国空间技术研究院这一学科的发展提出看法。     

支持场景表观差异的无人机图像视觉定位方法

视觉定位是计算机视觉中的基本任务,在无人机测控、视频监控和遥感分析等领域有着广泛应用.在GNSS拒止情况下,利用图像进行视觉定位是重要的导航替代方法.然而,由于室外场景易受天气、季节和光照等变化影响,细节的表观差异方差大,无人机视觉定位的鲁棒性与精度在近地面时难以保证.提出一种基于虚拟图像合成的视觉定位框架.设计阴影映射和深度卷积图像填补网络来合成具有大表观差异和大视差的虚拟图像集,以提高2D-3D配准质量从而提升视觉定位的鲁棒性.实验数据表明,与国际同类方法相比,本方法合成的图像质量在视觉效果、匹配点数量、置信度和视觉定位的精度等指标上都获得了明显的提升,可以支持大表观差异下的无人机视觉定位.     

基于神经网络的体视PIV空间标定模型

体视粒子图像测速（SPIV）中的空间标定精度对SPIV的测试结果精度有较大影响。为研究标定模型对输入误差的处理能力,定义了一个无量纲参数——误差衰减系数,来评判空间标定模型对误差的响应。在此基础上针对SPIV两相机空间标定的误差产生和传播特性,发展了一种基于神经网络的且具有联合标定能力的SPIV空间标定模型。使用仿真实验手段,证实了该神经网络模型在很大的参数空间内均具有对输入误差的抑制能力,而传统的多项式模型或小孔模型并不具备这一能力;此外,神经网络模型在高光学畸变情况下的表现也优于多项式模型及小孔模型。因此,神经网络具备替换传统空间标定模型的能力,有助于提高SPIV的测量精度。最后在实验中证实了神经网络标定模型的空间定位误差仅为传统模型的1/4。     

采用双目视觉测量的行星着陆相对导航方法

针对缺少行星表面陆标位置和探测器初始状态等先验信息情况下行星着陆导航问题,提出一种采用双目视觉测量的行星着陆相对导航方法。首先,利用行星表面陆标的双目视觉测量信息建立相对导航坐标系并计算陆标在相对导航坐标系下的位置,然后利用基于奇异值分解（SVD）的优化方法得到探测器在相对导航坐标系下的初始状态估计,最后利用陆标的视觉测量信息估计探测器在相对导航坐标系下的位置、速度和姿态。以火星着陆为例进行数学仿真分析,仿真结果表明本文提出的方法是有效可行的。     

基于机器视觉的高精度螺孔定位方法研究

针对手工安装工件、劳动强度大以及效率低等问题,提出了一种基于机器视觉的螺孔定位检测方法.利用CCD摄像机实时采集局部待定位物图像,并对图像进行处理,提取螺孔坐标,然后通过物理坐标关系得到拍摄范围外的螺孔的坐标,最后经过eye-hand手眼标定转换到机器人坐标系下的坐标.该方法解决了受外界条件限制,对目标测量的过程不能一步完成的问题-实现了较大物件的自动、快速、准确定位功能.