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。     

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。     

基于视觉识别的电解加工多孔表面评定方法研究

针对电解加工多孔表面特点,提出表面形貌评价指标,获取多孔表面图像并对其进行预处理,提取腐蚀率、不均匀度、灰度等特征参数,揭示各特征参数与电解加工多孔表面形貌的相关性,并通过实例证明该方法适用于电解加工多孔表面的测量。     

基于惯性/激光测距/视觉里程计组合的高空场景尺度误差估计方法

惯性/视觉感知信息融合导航定位技术是目前实现无人机不依赖卫星自主导航的最有效手段。但对于面向高空场景的大型无人机,惯性器件误差与视觉里程计尺度误差耦合且特征平面化导致可观测性下降。针对这一问题,提出了利用惯性/激光测距/视觉里程计组合实现尺度误差估计的方法。通过开展误差模型建立、激光测量点与图像中位置匹配、无人机平飞机动下系统可观测性分析等关键技术研究,实现了高空场景下尺度误差的精确估计。经过300m高度机载试验数据验证,算法精度优于1.5%D,对卫星拒止条件下高空无人机自主导航具有重要意义。     

飞机大部件对接及精加工系统研究

飞机机身与机翼大部件对接及孔精加工任务,存在装配对象质量大、所需精加工孔数量多、需要在总装现场进行加工等难点。为解决上述问题,设计了一种飞机大部件对接及精加工系统。在数字化测量系统的定位下,AGV平台装载运输机翼大部件,配合位姿定位系统进行机翼与机身的调姿对接,由孔精加工系统完成孔的精加工。经试验验证,系统的定位误差小于行程的0.1%,精加工孔的尺寸精度满足IT7精度。大批量孔精加工试验中,对接与精加工150个孔用时总计36 h,验证了其部署于实际生产线中的可行性。     

基于计算机视觉的AGV导航标识带识别与提取方法

针对基于标识带导航的自动导引车(AGV)对中心线提取精度要求高的特点,应用计算机视觉原理,设计了一种导航标识带识别与中心线提取方法.首先对摄像头采集到的图像进行预处理,包括灰度化、图像滤波、图像分割、图像边缘检测;然后提出了一种基于几何作图的标识带中心线提取方法,并根据中心线方程解算出偏角和偏距等信息;最后将上述过程整...     

基于序列图象的三维刚体运动估计研究进展

序列图象运动估计是动态场景分析的基础,它主要研究如何从变化场景的一系列不同时刻的图象中,提取出有关场景中物体的位置、运动和结构等信息。在综述了基于序列图象运动分析的传统方法及其技术特点和存在的问题后,分析了基于序列图象的三维刚体运动估计研究的发展趋势。