基于机器学习的卫星姿态控制律设计

传统的优化算法只能针对给定控制律的指定参数进行优化.机器学习的方法,不仅进化参数,而且可以按给定准则进化出卫星姿态控制律表达式.建立卫星姿态动力学模型及敏感器和执行机构的原理与误差模型,构成含噪声的单自由度的闭环数字仿真系统.统计一段时间内仿真结果的姿态精度和稳定度作为该控制律的适应度函数.针对姿态控制律选定合适的函数...     

PVM系统的统一并行调试对象模型

研究了PVM(Parallel Virtual Machine)系统,利用活动(action)概念具体定义了PVM应用程序的活动,从而描述出一种新型的PVM调试对象模型,使得在调试的各阶段能够对相同的调试对象采用不同的调试方法,简化了调试工作.     

一种地标点修正的高精度双目视觉导航方法

自主导航技术是无人机、智能机器人以及智能车辆等技术领域中的一项关键技术。为了克服传统视觉导航方法存在的不足,以摄像机自运动估计为理论基础,提出了一种使用地标点修正的高精度双目视觉导航方法。该方法从连续图像序列的帧间变化中提取摄像机自运动信息,再通过速度、角速度积分求得载体的位置姿态等参数。同时,通过引入地标点提供的绝对定位信息,进一步提高了长时间导航的精度。将地标点绝对定位与双目视觉相对定位相结合,并对双目视觉量测噪声建模和解相关,抑制了单纯使用双目视觉长时间导航时误差的积累发散。仿真结果表明此方法具有精度高、自主性强、导航信息完备等优点。     

一种适用于曲面结构的机器人制孔误差在线补偿技术

针对工业机器人应用于飞机零部件自动钻孔时各项误差累积造成制孔精度差的问题,提出一种利用单应关系计算机器人驱动坐标三维偏差,以在线补偿机器人制孔精度的方法。首先利用外部测量设备建立机器人制孔系统中各坐标系关系;在标定阶段,通过以一定倾斜角度固联于机器人末端的相机拍摄一幅安装于制孔工作平面上与刀轴正对的平面标定板图像,并据此完成基于单应变换的手-眼关系标定;在实际制孔过程中,机器人在测距传感器及相机的辅助下,从基准孔理论坐标对应的姿态,不断调整至基准孔正上方理想位置,通过手-眼关系计算基准孔实际位置对应的机器人驱动坐标,然后根据一组基准孔的机器人三维驱动误差,计算三维驱动误差变换矩阵,据此获得这组基准孔邻域范围内各待钻孔的机器人驱动坐标补偿量,从而实现待钻孔定位误差补偿。以飞机结构实验件为对象进行了模拟制孔验证,实验结果表明,补偿前待钻孔三维综合定位误差和法向误差测量值范围分别为2.28~2.85 mm和2.09°~3.93°,平均为2.55 mm和3.30°,补偿后制孔最大误差分别不超过0.30 mm和0.21°,满足自动制孔位置精度要求。     

视觉辅助的无人机自主空中加油建模与仿真

为准确获得插头锥套式空中加油过程中无人机与锥套的相对位姿信息,提出了机器视觉辅助的插头锥套式无人机自主空中加油仿真方案,开发了基于Open CV,Simulink及Vega Prime视景仿真技术的闭环仿真系统.研究了机器视觉识别跟踪锥套的图像处理算法,利用Kalman滤波算法估计无人机与锥套的相对位姿.仿真结果表明,机器视觉算法可以准确识别跟踪锥套,滤波器状态估计的收敛速度较快,无人机姿态角变化范围较小,保证了插头锥套式无人机自主空中加油的平稳安全对接.     

微文字识别系统关键技术研究

分析研究了微型汉字识别系统设计中的关键技术。主要包括：汉字识别、语音合成、系统设计；该系统通过前端的单片微型摄像头对文字进行图像采集，然后由DSP处理器进行图像分析和汉字识别，最后通过语音合成芯片进行朗读。     

一种基于基准优选的双目视觉位置解算方法

针对近距离空间非合作目标相对位姿测量任务需求,基于双目视觉原理建立了特征点位置测量模型与误差分析模型,分析了特征点位置解算奇异及奇异点附近位置解算误差过大的问题,提出了一种采用异面光轴配置和基准优选策略的双目视觉特征点位置解算方法。该方法通过错角安装相机光轴防止特征点在两个相机基准下进行位置解算时同时发生奇异,针对不同基准在测量域内误差分布的差异,建立了基准优选策略和相应的面向特定测量域的基准优选指标确定方法,从而获得了高精度测量结果。仿真结果表明,采用所提出的方法解决了特征点位置解算奇异问题,提高了测量域内特征点位置测量精度。     

一种新的刀具磨损面图像边界提取方法

介绍了一种新的基于机器视觉的磨损区域几何尺寸的测量方法。该方法在人工指定含有边缘的某一微小区域后,通过一系列窗口对磨损区域的边缘进行跟踪以实现对磨损区域的几何描述。所有的图像处理仅在含有边缘的窗口中进行,减少了噪声对边缘提取的干扰,也减少了数据处理量,因此具有良好的鲁棒性和较高的处理效率。该方法的测量精度与图像分辨率有关,本文的测量精度优于5μm。     

基于计算机视觉任务的图像直线提取技术

提出一种基于计算机视觉任务的图像直线提取技术 ,首先用边界检测算子提取边缘 ,然后用链码将边缘表示出来 ,并记录链码的端点 ,即直线的端点 ,通过逐步删除对计算机视觉任务无意义的链码 ,得到图像直线的链码表示 ,最后用最小二乘法拟合图像直线的链码。该技术能尽可能多地从图像中提取直线信息 ,既可以较准确地提取直线的端点信息 ,又能得到直线的准确表示     

基于平行直线的摄像机标定方法

针对视觉测量中摄像机镜头畸变对精度的影响问题,提出一种基于平行直线求解镜头畸变系数及摄像机标定的方法.考虑到空间直线在理想摄像机模型下的成像仍然是直线的特点,根据畸变对直线的影响,利用径向畸变的数学模型和参数分解的方法对径向畸变系数进行线性求解;仅存在切向畸变的点和理想点到主点距离相等,采用非线性拟合直线确定理想点的方法求解出切向畸变系数.对标靶点进行畸变校正,计算出摄像机内外方位参数.实验结果表明,该方法得到了准确可靠的标定参数.