惯导平台误差快速自标定方法研究

针对惯导平台误差系数标定问题提出了一种平台连续旋转条件下的误差系数自主标定方法.建立了基于框架角动力学方程的平台连续翻滚模型,平台旋转时,系统的框架角和加速度计输出包含了陀螺仪、加速度计的全部误差.利用李导数及输出灵敏度理论全面分析了连续翻滚路径下惯导系统的可观测性.提出了一种结合传统多位置试验的平台连续翻滚自标定方案.仿真结果表明该方案可以在较短的时间内完成平台系统误差系数的高精度标定.     

具有运动部件的预警卫星姿态前馈复合控制

研究了预警卫星在扫描相机干扰作用下的姿态稳定控制问题。在反作用轮输出力矩饱和限制条件下 ,基于动量守恒定理 ,设计了用于补偿扫描相机干扰作用的前馈控制器 ,从而提出预警卫星姿态的反馈 -前馈复合控制方法。仿真结果表明该方法能够较有效地抑制由于扫描运动引起的卫星姿态扰动 ,具有设计简单、易于实现等特点。     

星敏感器低频误差与陀螺漂移离线校正方法

获取高精度事后姿态数据是提高遥感平台成像质量的必要条件之一,离线处理可有效降低敏感器测量误差,从而获得更高的姿态确定精度。基于滤波的校正方法中,星敏感器低频误差(LFE)与陀螺漂移将产生耦合影响导致校正精度低,本文针对该问题推导了耦合误差的数学模型,并设计了一种两步双向平滑事后处理算法,将陀螺漂移与低频误差分两步校正,通过反复滤波剥离陀螺漂移与低频误差。同时,针对低频误差参数收敛速度慢、噪声参数调节困难的问题,利用一种基于极大似然估计(MLE)的固定窗口自适应双向滤波算法进行处理以获得更好的噪声估计,提高了收敛速度和收敛精度。文中仿真工况下,离线姿态确定精度可达到0.8″(3σ),低频误差参数完全收敛时间不超过4个轨道周期。     

RGB-D SLAM综述

RGB-D SLAM是指使用RGB-D相机作为视觉传感器,进行同时定位与地图构建(SLAM)的技术。RGB-D相机是近几年推出的能够同时采集环境RGB图像和深度图像的视觉传感器。首先对主流RGB-D相机,RGB-D SLAM算法框架流程做了介绍,然后对RGB-D SLAM算法的国内外主要标志性成果,以及RGB-D SLAM的研究现状进行介绍,并对RGB-D SLAM方法前端视觉里程计中特征检测与匹配、后端位姿图优化、回环检测等关键技术进行介绍总结。最后,对RGB-D SLAM算法的优缺点进行了分析,并对RGB-D SLAM算法的研究热点及发展趋势进行了讨论。     

空间相机相对辐射定标精度分析

文章介绍了CCD相机辐射定标概念;分析对比了平均行标准差法、平均标准差法和广义噪声法三种计算相对辐射定标精度的算法;对归一化系数法、最小二乘法进行相对定标的数学原理进行了介绍;并采用中巴地球资源卫星02B CCD相机辐射定标数据计算三种定标精度,验证了理论分析的正确性,并指出了现有定义算法的不足处。     

水下壁面剪应力传感器温控标定装置研究

新型壁面剪应力传感器的出现为河口海岸工程中水下壁面剪应力的准确测量提供了新的方式。热式壁面剪应力传感器受环境温度影响显著，相关传感器的研究与应用需要准确的标定。本文基于宽扁管道内壁面切应力与沿程压力梯度的关系，研发了一种具有温控功能的水下壁面剪应力传感器静态标定装置，可实现不同水温条件下的壁面剪应力输出。该标定装置可提供的最大水温在35℃。最后通过对MEMS柔性热膜式壁面剪应力传感器在不同水温条件下的静态标定实验，确定了不同水温条件下传感器的标定系数，结果表明标定系数B与水温呈线性相关。     

一种用于无人机航空相机标定的角点检测算法

在实现无人机航空相机的高精度标定中，模板图像中角点提取的精度是至关重要的因素。为了实现高精度角点的提取，以及亚像素角点像素的修正，提出了基于Hessian矩阵的X型角点形状算子的亚像素角点提取方法。实验分析验证，该方法提取精度较高，提取过程简单，计算量小，大大简化了标定过程。     

我们都为比尔盛装

纽约第五大道的街角每天都会上演这样的场景:一个身穿蓝色工装夹克、脚踏红色单车,脖子上挂着一台老式相机的可爱老头,时不时地对准行人快速按下快门,捕捉那些转瞬即逝的街头时尚元素。他就是比尔·坎宁汉姆,《纽约时报》摄影专栏《在街头》的御用摄影师,他用50多年的"扫街"生活,完整地记录了纽约的视觉历史。而他本人却如此低调朴实,除了那辆破旧的自行车外,人们对他的生活几乎一无所知。