基于关系图的无人机影像三维重建

针对增量式运动恢复结构算法在无人机影像三维重建中运行效率低的问题,提出了一种基于关系图的无人机影像批处理重建方法。利用无人机低精度的位置姿态测量系统数据概略估算影像间的重叠关系,在关联影像之间进行尺度不变特征变换匹配,使用随机抽取一致性算法和三视图约束进一步剔除弱关联的影像连接关系,再通过深度优先搜索得到最终参加重建的影像集连通分量,构建出强关联的稳健影像关系图。然后,根据影像相对位姿参数,由最小二乘法解算全局一致性旋转参数,利用三视几何约束和线性规划求解全局一致位置参数,最后进行一次光束法平差优化。实验结果表明:与经典的增量式重建Bundler算法相比,该方法运行速度至少提高了2.6倍,且生成的三维点数量增加了76.5%,更真实地恢复出场景的几何形态。该算法在改善重建效果的同时提高了处理效率,能够满足无人机快速响应应用的需求。     

无人机侦察图像压缩

为了减少图像数据的存储空间并高质量恢复侦察目标区域,提出了一种基于感兴趣区域分割压缩重构的新方法。首先,利用侦察目标具有规则性的特点,识别提取出感兴趣区域。然后,采用基于区域的分割算法将原图像分割成感兴趣区域(ROI)和背景区域(BG)。最后,选用基于小波变换的压缩方法,采用多级树集合分裂算法(SPIHT)嵌入式编码对分割开的ROI和BG用不同的编码比特率进行编码压缩。仿真试验证明,在同样环境下,采用本文提出的算法,感兴趣区的压缩效果比较好,恢复后图像更符合人眼视觉特性。和其他算法的处理结果比较,本文算法的图像峰值信噪比有所提高,很好地解决了高压缩比和目标图像质量之间的矛盾。     

基于Matlab的一维插值在曲面三维重建中的应用

提出了基于Matlab的任意闭合型值点的一维三次样条插值方法,并应用于闭曲面的三维重建中。首先对物体进行360°扫描测量,获得物体表面三维条形图。经过曲面切片、型值点提取、点列排序、一维插值、数据融合,得到闭曲面四边形网格图。给出了完整的基于Matlab的算法描述,并通过三维重建实例,验证了方法的有效性和可行性。     

多旋翼无人机在变控制量下的三轴磁罗盘校正

为了在特殊环境下有效使用多旋翼无人机飞行器的磁罗盘,研究了大电流、控制量变化情况下磁罗盘的校正问题,提出了一种磁罗盘自适应校准方法。推导了磁罗盘误差的变化规律并建立了误差模型,分析了硬磁误差随控制量变化的规律,进而提出了一种基于整体最小二乘法的空间直线拟合方法。通过空间直线拟合,将得到的控制量和硬磁补偿的对应关系用于实时调整对空间飞行器的硬磁补偿,最终解决了控制量变化对磁罗盘的影响。进行了实验验证,结果表明:提出的方法可将飞行器控制量变化带来的磁罗盘硬磁误差基本抵消;在实际飞行中,多旋翼无人飞行器的偏航误差可由最大的15°减小到3°以内。本文所给出的方法在控制量变化,大电流情况下使用时,可以很好地校正磁罗盘航向角误差,提高导航精度。     

无人机自主着陆纵向控制律设计

针对无人机的自主高精度定点着陆,应用自适应内模控制(AIMC)原理设计了自主着陆纵向飞行控制律。以轮式无人机为平台,将纵向非线性模型解耦并线性化。然后,以地速和下沉率为控制目标,应用AIMC理论设计了纵向飞行控制律。通过对AIMC滤波参数进行自调整改善了系统的动态特性,基于对模型的辨识增强了系统的鲁棒性。在顺逆风6m/s的条件下对AIMC系统进行了数字仿真,结果显示其落点精度达到前后向30 m范围内。与传统内模控制(IMC)系统相比,提出的自适应内模控制(AIMC)系统在动态性能和落点精度等方面均有明显提高。最后,搭建了半物理测试平台,通过半物理仿真测试复现了系统数字仿真结果,验证了系统功能的完整性和协调性。     

基于机器人的管道内壁三维重建技术研究

该文主要研究根据排水管道的二维激光扫描信息重建其三维内壁图像的技术与应用。提出了携带二维激光扫描仪的管道机器人对管道内壁进行数据采集及处理的方案;探讨管道内壁的三维数据重建算法,即利用机器人在管道中相对于水平面的二维倾角信息和管道内壁点云的圆柱形几何特征来计算机器人在管道中的姿态,进而得到机器人坐标系相对于全局坐标系的变换矩阵,把不同视点的点云转换到统一的全局坐标系中,对点云进行匹配。实验验证了该文提出的管道三维重建算法的可行性,对于检测管道内部工况具有重要的理论与应用价值。     

基于激光扫描和SFM的非同步点云三维重构方法

室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。     

采用可编程逻辑控制器的大型物体三维扫描重建

本文提出了一种新颖且实用的三维重建系统,以获取大型物体的三维数据。文中对该系统的组成以及所采用的方法和原理进行了研究。该系统由一个基于红外的三维扫描仪、两个导轨和一个基于PLC(可编程逻辑控制器)模块的高精度运动控制系统组成。运动控制系统控制安装在导轨上的三维扫描仪做匀速运动;三维扫描仪向物体投射红外线,并重建物体上所投射的红外线段;接着,系统根据三维扫描仪的运动速度,拼接局部重建数据,最终获得大型物体完整的三维重建数据。实验结果表明:与基于激光测距拼接的方法相比,该方法的测量速度约提高了7倍,测量精度约提高了2.5倍。基本满足工业生产中大型物体自动三维重建的稳定可靠、精度高、速度快等要求。     

基于运动恢复的双目视觉三维重建系统设计

对基于双目立体视觉的一种三维重建系统进行了改进和扩展。将视差细化处理环节引入现有系统,使原视差及相邻视差的匹配代价拟合为一条二次曲线,并为该曲线重新寻找更加精确的视差。进一步将运动恢复计算环节引入系统,通过估计当前视角的摄像机运动矩阵和以跟踪点和摄像机运动矩阵为参数构造能量函数,对能量函数进行优化来有效缩小误差,恢复出准确的运动矩阵。实验结果表明:新增的视差细化处理环节有效提升了重建点云的精度,使细化前后三维重建结果误差平均减少了16.3%,避免了片状点云现象;新增的运动恢复优化环节,能够精确地恢复摄像机的运动矩阵,优化后三维重建结果平均重投影误差减少了95.5%;重构后不同视角的点云之间不再孤立,重建模型整体拼接自然。     

An innovative transfer alignment method based on federated filter for airborne distributed POS

The real-time and high-precision transfer alignment between the master and slave systems is the key issue for the airborne distributed Position and Orientation System (POS) to realize real-time and high-precision measurement of multipoint motion parameters. To solve the problem, this paper proposes a transfer alignment method based on federated filter, in which the high-dimensional state vector is divided into two parts and as the state vector of two local filters respectively instead of estimating in a centralized filter. This idea reduces the dimension of the system state vector; thus the computation speed is improved. The results of simulation and static ground experiment show that the proposed method runs faster than centralized filter by more than 10% and its alignment precision has the same level as centralized filter’s.     

基于ASODVS的全景相机运动估计及管网3D重构技术

针对地下管网的空间三维测量、三维形貌重构难等问题,提出了一种基于主动式全方位视觉传感器(ASODVS)的相机运动估计及管网3D重构解决方案。通过携带有ASODVS的管道机器人进入管道内部,实时获取管道内壁纹理全景图像和全景激光扫描图像;首先对全景激光扫描图像处理解析出投射在管道内壁上的激光中心点,通过计算得到管道横截面的点云数据;另一方面,对全景纹理图像进行处理,首先利用快速鲁棒性特征(SURF)算法快速提取特征点并进行匹配,然后采用随机抽样一致性(RANSAC)算法去除误匹配点,接着利用全景相机的极几何原理估计相机运动位姿,并利用光束法平差(BA)进行优化,最后利用相机运动位姿将相机坐标系下的点云坐标实时转换到世界坐标系下,完成对地下管网的三维重构。实验结果表明,所提出的方案能够精确估计相机运动位姿,实时对管道内部进行三维重构,实现了管道检测机器人边行走、边采集数据、边检测分析处理、边三维建模的设计目标。