基于鲁棒扩展卡尔曼滤波的双目视觉测量相对导航技术研究

针对非合作目标相对导航问题,为提高相对导航的精度和可靠性,采用双目视觉测量方法实现追踪器与目标器之间相对状态的测量,并基于鲁棒扩展卡尔曼滤波方法,提出了一种鲁棒相对导航滤波方法。仿真结果表明,该方法对相对导航系统模型中的不确定性具有良好的鲁棒性,且滤波精度较高。     

Coordinated target localization base on pseudo measurement for clustered space robot

This paper presents a coordinated target localization method for clustered space robot.According to the different measuring capabilities of cluster members,the master-slave coordinated relative navigation strategy for target localization with respect to slavery space robots is proposed;then the basic mathematical models,including coordinated relative measurement model and cluster centralized dynamics,are established respectively.By employing the linear Kalman flter theorem,the centralized estimator based on truth measurements is developed and analyzed frstly,and with an intention to inhabit the initial uncertainties related to target localization,the globally stabilized estimator is designed through introduction of pseudo measurements.Furthermore,the observability and controllability of stochastic system are also analyzed to qualitatively evaluate the convergence performance of pseudo measurement estimator.Finally,on-orbit target approaching scenario is simulated by using semi-physical simulation system,which is used to verify the convergence performance of proposed estimator.During the simulation,both the known and unknown maneuvering acceleration cases are considered to demonstrate the robustness of coordinated localization strategy.     

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.     

传感器参数误差下的运动目标TDOA/FDOA无源定位算法

在运动目标无源定位系统中，许多算法的前提是精确已知传感器的位置以及速度，但实际情况下可利用的传感器的参数均会存在一些噪声扰动。针对这一问题，提出一种改进的两步加权最小二乘（TSWLS）时差（TDOA）与频差（FDOA）定位算法。该算法是一种闭式算法并且分为2步。第1步与经典的两步加权最小二乘算法相同，第2步进一步研究了额外变量与目标参数之间的关系并且建立了新的矩阵方程。随后，利用加权最小二乘技术给出了最终解。理论分析证明了在测量噪声较小时该算法能够达到克拉美罗界（CRLB）。所提算法具有计算复杂度低，实时性高的优点；另外，经过适当的维度调整，该算法同样适用于对多非相交源进行定位求解。计算机仿真进一步证明了理论分析的正确性。     

基于相位偏差的实时PPP模糊度固定

采用CNES发布的实时相位偏差数据，实现包含模糊度固定的实时精密单点定位.对全球10个IGS测站10天观测数据进行RTPPP解算，分别统计模糊度首次固定时间和定位精度，结果显示利用实时相位偏差数据能在平均30min内实现模糊度首次固定，模糊度固定时水平位置误差由6cm迅速降低至2cm左右，三维位置误差由10cm迅速降低至5cm左右，同时RTPPP模糊度固定在3h观测内可保持水平3cm、三维5cm左右的定位精度.通过分析得出，基于相位偏差的RTPPP模糊度固定技术具有较高的定位精度和定位稳定性，能够快速实现cm级定位.      

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。     

无人机位姿测量的点特征视觉方法

针对无人机在动态环境下快速高精度定位的问题，提出了用单目相机对无人机上的人工特征点进行位姿解算的方法。在无人机上放置一定数量的小型LED灯，并将其作为视觉测量的特征点，并以其中一个点作为原点建立无人机机体坐标系。通过多场景测量确定特征点在机体坐标系下的三维位置，再将三维位置与特征点在图像中的成像位置相匹配，最后使用EpnP算法求解出无人机的位置和姿态。在实验部分，利用三轴移动平台和三维转台，分别对位置解算结果和姿态解算结果进行误差测量。试验结果表明，位置解算误差在2%以下，姿态误差在8%左右。同时，该算法的处理时间在2 ms左右，该算法可以满足无人机对定位的实时性和精度的要求。