高空对接设备视觉校验对接优化过程

高空对接设备受到波动和高温蠕变等因素的影响,存在对接控制难度高、工作量大等问题,传统设备对接过程无法解决对接环的波动特征,得到的对接环外缘和中心的相对位姿存在明显的误差,不能对高空对接设备进行准确的对接操作.提出一种机器视觉辅助的高空对接设备视觉校验对接监控方法,将高空对接设备对接面“环带”当成校验对接分析的特征区域,完成对接环“色彩”、对接环外缘以及中心的校验分析,对对接环图像特征点进行匹配分析,实现高空设备对接环特征的校验和跟踪,分析了机器视觉校验跟踪对接环位姿的算法,采用直线规划方法对对接环外缘和中心的位姿进行调整,实现高空对接设备视觉校验对接的准确监测和调控,提高了高空设备对接的精度.实验结果说明,机器视觉图像处理算法能够精确校验跟踪对接环面,具有较高的校验精度,符合高空飞机对接监测的需求.     

基于视觉的空中加油定位技术研究

空中加油作为增加飞行器续航能力的一种有效手段,正受到越来越多的关注和研究,而具有低成本、无源性等优点的视觉导航技术为自动空中加油的实现提供了可靠的解决方案。首先介绍了空中加油的基本概念,包括软、硬两种不同方式以及从交会到脱离的过程;然后以加油锥套、受油接口、飞行器机体三种不同的研究主体为切入点,梳理了针对自动空中加油问题的视觉定位解决方案,着重阐述了其中基于视觉的检测跟踪和位姿估计过程,总结了其中可用的视觉定位算法;最后讨论了当前该领域待解决的问题,并展望未来的研究方向。     

基于UKF的视觉辅助末制导仿真研究

针对巡航导弹中段制导累积误差大的情况,在末制导段采用计算机视觉技术进行辅助制导.介绍了视觉制导的位姿估计方法,并利用无迹卡尔曼滤波器(UKF)对视觉和惯性制导系统进行信息融合,建立了视觉辅助末制导(VATG)的仿真控制模型.实验结果表明:该方法显著提高了末制导系统的精度和可靠性.     

基于视觉误差反馈的自主对接研究

本文提出了一种基于视觉误差反馈的自主对接方法，传统的视觉姿态估计方法是依靠先看后动一步完成的，没有利用视的误差反馈信息，而本文提出的方法根据目标器特征点的相机成像位置与理想位置的差来调整目标器的位置和姿态，它可根据误差大小情况进行多步调整，能实现六个自由度的自主对接，实验证明了该方法的有效性。     

基于全方位视觉传感器倒车辅助装置的设计

倒车所遇到的窘境越来越多地受到人们的关注,倒车的成功与否很大程度上取决于驾驶员对车辆周围情况的了解;设计了一种基于全方位视觉传感器的倒车辅助装置,通过全方位摄像装置采集车辆周围360°的图像信息,运用全方位透视展开算法将全方位图像在嵌入式系统中展开成前后左右4个视角的透视图像,并显示在同一个液晶显示屏上;该装置减轻了驾驶者的体力、脑力劳动强度,降低了倒车难度,避免驾驶员因方向感不强、判断和操作失误而引起的事故,从而达到了安全辅助倒车的目的。     

硬式空中加油相对位姿视觉测量技术研究

依据双目视觉的硬式空中加油精确测量需求，提出了一种硬式空中加油的伸缩管和受油口之间相对位姿测量方案。针对标志图像易遮挡问题，在受油口附近布置呈等腰梯形分布的标志图案，建立重构误差平方和最小的图像空间误差目标函数完成姿态估计，求取标志图案两腰延长线交点解算受油口中心位置；针对伸缩管的变形及无同名匹配点问题，提出用柱体轮廓线投影方法求取伸缩管轴线方程，进而求取姿态。最后在1〖DK〗∶1验证平台对该方案进行多次试验验证，结果表明本方案可实现对伸缩管与受油口的相对位姿精确测量，其相对姿态误差优于1°，相对位置误差优于10 cm。该方案首次提出对伸缩管位姿的测量，且可解决易遮挡、伸缩管变形和无同名匹配点问题，其精度满足硬式空中加油自动对接性能要求。     

基于法向约束的背靠视觉端面对接定位方法

端面对接在航空航天、自动化装配、人机交互等领域有着重要应用,然而端面检测仍存在圆姿态解不唯一、解精度不高、对接效率较低等问题。为提高测量精度和鲁棒性,以背靠视觉和排列点激光为测量手段,提出一种基于法向约束的端面对接定位方法。通过背靠视觉分别采集端面圆特征图像,在对圆特征进行边缘提取的基础上采用随机采样一致性算法进行圆特征拟合,降低图像噪声的影响,提高特征拟合的鲁棒性。根据单目相机圆位姿解算模型,得到二义性的端面圆中心位置和姿态解,将排列点激光拟合得到的平面法向量作为法向约束,并取圆姿态解与法向约束的夹角最小者为正确的圆姿态解。最后,由机器人先后进行姿态和位移迭代调整,完成端面的对接装配。机器人小角度姿态、小位移的实验结果表明,该方法具有姿态调整准确度高、位移调整收敛快的特点,姿态最大偏差为0.03°,中心位移X方向最大偏差为0.01 mm、Y方向最大偏差为0.03 mm。     

基于特征点改进的视觉SLAM定位研究

为改善视觉SLAM(SimultaneousLocalizationandMapping)系统在低纹理环境下定位精度较低的现象,提出一种改进的ORB(OrientedFASTandRotatedBRIEF)特征点提取策略和一种关键帧选择机制;首先采用多尺度分析和基于局部灰度的特征检测方法克服一般ORB算法缺乏尺度和旋转描述的缺点;其次提出一种基于高斯模糊的图像信息增强方法解决传统ORB特征点提取方法在纹理信息不被突出环境下容易失效的问题,并对图像进行象限分割使特征点均匀分布;最后为剔除劣质关键帧,设计了一种综合时间因素与特征点数量因素的关键帧选择机制;将提出的方法移植到ORB_SLAM2上,并在TUM数据集上测试,实验结果表明,视觉SLAM系统的定位误差平均降低14.688%,证实了本文方法的有效性。     

基于机器视觉的轻量级驾驶辅助系统

为了解决计算机视觉应用中数据量大、算法复杂的问题,根据道路结构特征和车辆行为特征,采用单个摄像头作为传感器,实现了一种轻量级的安全辅助驾驶系统。首先采用改进的边缘提取算法和车道线检测算法对摄像机内外参数进行离线标定;接着根据标定结果在二维平面图像上采用标识出实际空间距离的多窗口划分方法,并按不同的车间距将不同窗口划分为不同安全系数的区域,以赋予道路视觉检测的几何先验知识;当区域中出现障碍物时发出相应警示信息进行安全驾驶辅助,能为智能辅助驾驶提供轻量级的视觉检测平台。以便携式计算机和固定在车内的摄像头作为实验装置,在城市道路上进行车载实验。系统在车载实验中能够快速地提取车辆两侧的车道线,并利用离线标定的结果快速生成不同安全系数的警示区域,其中车辆在车道内正常行驶时的误检率和漏检率很小,可以忽略不计。与传统的驾驶辅助系统相比,本系统计算量大大降低,检测流程得到简化,可实现轻量级的车道和车辆检测,为系统在嵌入式系统上的实现奠定基础。     

机器视觉应用于混凝土加料的对接定位方法

混凝土装载机进行成品料卸料前的出料口位置视觉校准是进行混凝土装载的重要的一步，目的是通过计算机视觉系统，保证处于空间位置的出料口中心和处于固定位置的运输车装料口中心重合。研究出一种采用人机交互的方法。实验结果证明该方法可实现装／卸料口的准确定位，缩短了图像处理的时间，提高了混凝土卸料的速度。     

一种基于反光带方案的ARV对接视觉定位算法

针对自主遥控潜水器（ARV）近距离水下对接面临的定位方法效果不佳、定位信息误差较大等问题,设计了一种基于反光带方案的水下视觉定位算法。首先提出一种基于Q学习的混合鲸鱼优化算法（QHWOA）来提高算法的收敛精度和收敛速度,并以中继器对接口外布置的反光带为目标,利用QHWOA算法优化Otsu目标函数分割对接图像;然后提出基于PCA（主成分分析）降维法的关键点提取算法来提取关键轮廓与关键点;最后采用SRPnP算法解算ARV与中继器的相对位姿。通过水下对接实验进行关键点像素提取误差和视觉定位误差的计算,结果表明定位误差满足水下对接的精度要求。该算法能够在ARV水下对接时输出有效定位信息,引导ARV与中继器对接。     

基于VxWorks的复杂飞行器模拟平台设计

为了满足多接口、多状态、多任务的复杂飞行器测试需求,设计复杂飞行器模拟平台,基于器上综合电子系统实现飞行器电气系统软硬件接口测试。飞行器模拟平台采用主控机和模拟器两级控制架构,主控机基于WPF框架实现人机交互,完成对模拟器的指令控制;模拟器运行在VxWorks系统下,基于WorkBench开发环境对指令进行实时解析,驱动各功能模块执行动作。试验结果表明,该平台实现了飞行器上各系统电气接口的模拟,保证了器上综合电子系统的高测试覆盖性。     

基于CPU和GPU异构的蛋白质分子半柔性对接算法优化

分子对接是预测蛋白质复合物的有效手段。对于分子对接算法的优化旨在加速分子对接效率,降低计算成本,以及充分发挥计算资源的利用率。本文主要采用3个方案对半柔性对接算法进行优化：（1）方案一在CPU端进行优化;（2）方案二在方案一的基础上,利用CUFFT的移植工具CUFFTW为方案一提供部分GPU并行接口;（3）方案三利用GPU并行架构,通过CPU和GPU的协同处理,利用纯并行计算接口进行优化。3种方案对PDB code分别为1PEE,1B6C,4HX3和2SNI的测试蛋白进行结合态和自由态的对接,求得的最小均方根偏差L_RMSD小于5 Å,满足了复合物结构预测竞赛要求的中等精度结构标准,验证了对接结果的正确性。最后在保证结果正确性的前提下,测试了不同蛋白在不同方案下的运行速率;在保证不同蛋白对接效率相同的前提下,以1PPE为例,比较了不同方案下的对接速率。实验结果表明在同等旋转步长并保证程序运行结果正确性的前提下,最终的优化效果可提速近10倍,有效改进了半柔性对接算法的运行速率。     

基于新型改进粒子群算法的APU建模与求解

为进行辅助动力装置(Auxiliary Power Unit,APU)特性计算,以某型APU为研究对象,基于MATLAB/Simulink建立其部件级模型。鉴于N-R法的固有缺陷,引入PSO(Particle Swarm Optimization)算法,并提出叛逆粒子和自适应学习因子以改进算法全局收敛性和收敛速度,用于模型求解。对比基本PSO算法和改进算法,验证改进方法的有效性。同时将计算结果与实际试车数据比较,表明所采用的建模与求解方法满足工程应用。     

基于再模糊理论的航拍图像质量检测方法

无人机在进行航拍任务时,会因为机身抖动、地物环境等原因导致采集的图像模糊,对后续提取图像信息造成影响。针对这一问题,提出了一种基于再模糊理论的无参考图像质量检测方法,用来区分清晰和模糊图像。对原始图像进行缩放、灰度化等预处理后附加一定程度的高斯模糊,得到再模糊图像,再分别对两张图像使用拉普拉斯算子提取边缘,得到两张图像的边缘差异图像。通过计算所得的边缘差异图像的标准差与经验得出的划分清晰和模糊图像的阈值相比,判断该图像是否为模糊图像。对人工合成的模糊图像和无人机实拍图像进行实验。实验结果表明,该算法具有较高的模糊图像检测率,表现优于其他图像质量检测方法,且单张图片的检测计算速度很快。     

基于视觉定位的数控机床智能刀柄系统

针对航天领域某大型工件人工配打孔劳动成本高、制造效率低等问题,提出了一种基于视觉定位的智能刀柄系统,利用视觉算法对大型工件的多个安装孔进行自动识别和定位,并通过基准转换方法计算出安装孔在机床下的位置,将视觉补偿后的孔位位置发送给机床,即可实现机床对安装孔位置的自主感知和自动更新轨迹加工。将研究的系统和红外测头测量结果进行实验比对,结果表明,视觉定位平均误差0.05 mm,实际工件配合误差要求不超过0.3 mm,因此,研究的系统能满足实际生产需求。     

基于无人机航拍图像的关键目标点间距测量研究

为了解决以往测距方法受到噪声影响而导致测量结果精准度低的问题,提出了基于无人机航拍图像的关键目标点间距测量研究。依据无人机航拍图像上下行链路测距原理,设计测量方案实现流程。利用三轴机光电经纬仪获取关键目标点方位角和高低角,采用灰度信息匹配方法匹配图像,标记参考点。根据参考点生成特征描述子,通过局部自相关函数曲率对多维特征描述子进行分类,并对像素点进行检测,以此提取特征点,通过无人机上下行链路获取的图像信息进行间距测量计算。经过图像坐标变换、重采样、图像增强、图像平滑步骤完成误差修正,实现去燥目的。在地空链路有线测试平台上进行数值分析,由结果可知,基于无人机航拍图像测距结果更为精准,有效提高了在复杂地理环境下方法测量精度。     

基于视觉的板球控制系统研究

板球系统是一个典型的多变量、非线性控制对象,本文针对该系统的基本位置控制和轨迹控制问题,采用基于视觉的控制方案,并在实物板球控制系统做了实时控制,达到了误差1mm以内的控制效果.     

基于视觉辅助的汽车转向路感优化控制仿真

汽车行驶速度过快的情况下,与路面的冲击反力会瞬间增大.路感控制过程需要迅速改变硬件结构参数以保持稳定,过大变化使得控制过程出现异动,导致汽车转向路感系统出现“打手”(过控制)问题,传统的路感系统控制方法针对过控制问题,需要动态变化控制参数,使其与过控制过程形成匹配,但是传统方法很容易引起模型不稳,导致对汽车转向路感系统的控制误差增大.提出视觉辅助的汽车转向路感系统快速控制方法,采用Harris角点控制算法获取监控视频中每幅汽车转向路感图像中的角点位置,对每帧汽车转向图像的角点进行LK光流场运算,依据运动目标的光流连续性获取可能的目标角点信息,通过聚类分析对若干角点位置集进行数字运动汽车转向图像处理中的形态学处理,得到汽车当前所处的实际位置,实现汽车转向路感系统的快速控制.实验结果证明,改进种方法的可行性,并且具有较高的控制精度.