排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
空间机械臂技术是维护空间站、执行指定任务、保障航天员出舱作业的安全等必不可少的关键技术。视觉测量技术则是保证空间机械臂顺利完成空间遥操作任务的前提。基于此前提,首先对空间机械臂视觉测量技术进行了概述,并分别对手眼关系标定、标志器识别以及相对三维位姿测量等关键技术进行了阐述;然后,以加拿大机械臂为例提出了一种基于边缘特征的标志器识别算法,给出了具体的识别流程,并采用一种基于非迭代的相对位姿测量算法实现了位姿求解;最后,针对标志器识别算法和位姿测量算法给出了基于仿真图像的实验结果和机械臂原理样机集成实验结果。最终实验结果表明:提出的空间机械臂视觉测量方法合理可行,满足预期的技术指标要求,具有较强的工程应用价值。 相似文献
5.
针对线阵扫描型激光雷达在非合作失稳航天器三维模型重建过程中,存在运动目标线扫数据畸变且目标因失稳导致运动特性难以准确估计问题,提出一种带畸变自修正式三维重建方法,并进行畸变容忍度临界值分析。该方法基于测量系统的角精度与测距精度设计畸变容忍度临界值判定条件,首先根据实际工况与判定条件进行比对,判定是否对线扫数据进行初始畸变恢复;其次,对相邻扫描带畸变点云依次进行配准获取目标运动增量、解算目标瞬时运动参数;然后对目标运动参数进行自修正式处理,去除特征突变点干扰;同时依次恢复点云到初始几何位置,完成初始目标三维重建;最后,通过系统进一步迭代,位姿增量自收敛直至最终满足重建精度要求。仿真结果表明,该方法在缺失非合作目标先验信息的情况下,能够有效避免因线扫描导致的畸变问题,并较为快速地实现满足精度要求的目标三维重建,有较强的鲁棒性。 相似文献
6.
7.
8.
9.
基于卷积神经网络的局部图像特征描述符算法 总被引:1,自引:0,他引:1
为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。 相似文献
1