运用计算机视觉对空间飞行器交会对接中的位置和姿态的测量

本文叙述了一种测量空间飞行器交会对接过程中位置和姿态角的方法。这种方法简单所需的运算量也较少，通过测量能给出追踪飞行器相对于目标飞行器的位置和姿态角。     

《字航计测技术》2010年第4期目次

T—Mac激光跟踪系统动态性能分析 633nm激光波长标准装置 基于双目立体视觉的陶瓷砖外形尺寸自动检测技术 卫星自主导航系统存在常值偏差的滤波方法研究 光笔式三坐标测量机的蛙跳算法     

基于CCD的叶片气膜孔快速检测技术研究

研制了一套基于CCD的叶片气膜孔快速检测系统,采用机器视觉的方法,配合四轴测量机构,实现在叶片围绕轴线旋转的同时采集气膜孔的图像,然后利用Halcon图像处理算法库实现图像处理,并计算出气膜孔的尺寸参数。通过对某厂的叶片进行了测量实验,实现了对气膜孔轴线方向和直径的测量,弥补了气膜孔无法定性检测的技术空白,具有推广应用价值。     

高校视觉形象识别系统的内涵研究

随着知识经济在全球范围内的兴起,院校彼此竞争渐渐变得剧烈。为塑造最优的院校形象,增添知名度、增添竞争实力,高校应当采纳新颖的、独有的视觉形象。但从现状看,这类识别系统并没能被很好的使用,甚至有些存在弊病。因此,有必要摸索最适宜的设计思路、形象传播依托的途径进行高校视觉形象识别系统的再研究,挖掘高校的深层次亮点,规范识别形象,筛选适宜的传播形象。     

火星带给你的视觉盛宴

截止到今年3月10日,美国航宇局火星勘测轨道卫星（MRO）已经在火星轨道整整服役5年时间,获得了大量珍贵数据,可谓硕果累累。自从2006年3月10日它进入这颗红色行星的轨道以来,这个轨道器已经向地球传回大约有131万亿字节的信息和7万多张图片，其数量比所有其他星际探索任务传回的数据总和还要多。     

多视图场景确定下的空间点位置视觉标定方法

针对空间特征点三维位置标定问题,提出一种多视图场景确定下的空间点位置视觉标定方法。该方法基于计算机视觉原理,通过在场景内放置棋盘模板确定图像场景位姿参数,而后根据多视图图像下的空间点图像坐标和场景位姿参数求解空间点三维位置坐标。试验结果表明,该方法下的空间点标记位置与真实位置间的距离误差小于1 mm,适用于高精度要求下的特征点位置标定。     

空间绳系机器人超近距视觉伺服控制方法

针对空间绳系机器人超近距视觉伺服中相对位姿无法测量的问题,在建立机器人视觉系统非线性量测模型的基础上,提出一种基于直线跟踪的混合视觉伺服控制方法,利用帆板支架边缘线图像特征跟踪相对位姿,利用基座具有较大误差的量测信息保证控制系统的稳定性。仿真试验结果表明：在仅能获得帆板支架边缘线图像信息的情况下,设计的超近距逼近控制方法能够保证空间绳系机器人稳定到达目标卫星的帆板支架处,并满足捕获条件。     

基于单目三维重构的空间非合作目标相对测量

为了解决非合作目标的相对测量问题,提出了一种基于单目图像序列目标重构结果的非合作目标相对位姿测量方法。该方法将目标的三维重构与相机的位姿信息计算相结合,首先利用观测前期得到的图像序列,通过非线性优化算法计算得到目标上部分三维点坐标;然后基于该三维点集合,建立递推深度模型,对相机的相对位姿信息和新观测到的目标点同时进行卡尔曼滤波估计。航拍测量试验表明,随着图片数量的增多,精确重构点的比例（重投影误差小于1个像素的点）不断提高,80%的图像中精确重构点比例优于89%;基于公共数据集的试验表明,该算法对姿态估算精度可达1°以内,位置测量的精度可达到2cm以内。以上试验结果表明,该算法具有较高的测量精度。     

火星探测出舱机构的识别定位与坡度测量

为实现火星探测两器分离过程中出舱机构的坡度测量,提出一种基于立体视觉技术的出舱机构识别定位与坡度测量方法。首先,采用特征匹配的方法对场景中的出舱机构进行识别定位。针对巡视器导航相机成像视角变化以及出舱机构倾角变化导致图像产生几何形变,火星表面光照因素的影响以及巡视器硬件的计算能力,并结合出舱机构自身特点,提出一种区域特征与Blob特征相融合的识别定位方法。采用加速鲁棒性特征（SURF）算法检测图像中的局部不变特征,并用最大稳定极值区域（MSER）算法检测图像最稳定极值区域,两种特征相融合之后构造SURF描述算子并进行特征匹配。同时,采用M估计抽样一致性（MSAC）算法计算对应点变换矩阵,实现出舱机构在场景中的初步定位。然后,通过对出舱机构上人工标志的精确定位以及三维重建,并采用主成分分析法进行平面拟合,实现出舱机构的坡度测量。试验结果表明,该方法对成像视角变化以及光照变化具有鲁棒性,提取的有效特征数以及计算时间均优于尺度不变特征变换（SIFT）算法,基本满足火星探测中出舱机构坡度测量要求。     

面向在轨服务的相对位姿单目视觉确定的凸松弛优化方法

针对非合作目标之间基于特征点的相对位姿单目视觉确定问题,考虑利用自然特征导致误差增大等因素,提出一种基于凸松弛理论和LMI算法的相对位姿求解迭代方法。该方法在基于逆投影线构建的优化模型基础上,首先利用松弛理论将姿态矩阵的单位正交非凸等式约束松弛为不等式凸约束,并证明了松弛后的优化问题与原问题等价,即松弛后的凸问题取得最值时,姿态矩阵满足原等式约束。进一步将松弛后的姿态矩阵不等式凸约束表示成线性矩阵不等式形式,进而利用内点法进行求解,并利用全局收敛性定理证明了该算法的全局收敛性。以在轨服务为背景,仿真试验表明,利用该算法相对位姿可在7次迭代达到收敛,与传统SVD算法相比,在噪声较大的情况下,该算法计算精度提高近一倍,能够快速收敛并具有较强的鲁棒性。