巡视探测器立体图像匹配技术研究及应用

提出了一种联合使用自适应权值选择匹配窗和邻域差值特征模板的立体匹配算法,针对复杂的非结构化场景,使用该方法进行了立体匹配实验,获得了浓密的视差图,进而进行了三维重建和基于视差估计与补偿的立体图像压缩应用研究。结果表明,该算法结构简单,能够处理复杂的非结构化场景,适合巡视探测器的自主导航和立体图像压缩等任务使用。     

特征匹配算法鲁棒性与速度的对比分析

特征匹配算法是近年来计算机视觉领域的研究热点。在宽基线匹配、特定目标识别、目标类别识别、图像及视频检索、机器人导航、场景分类、纹理识别和数据挖掘等多个领域,特征匹配算法得到了广泛的应用。为总结特征匹配算法目前存在的问题及指出可能的发展方向,对比分析了当前使用广泛的特征匹配算法的鲁棒性与速度。综述了尺度不变特征匹配算法(SIFT)、快速稳健特征匹配算法(SURF)、二进制稳健尺度不变性特征匹配算法(BRISK)、定向的基于加速段检测子与旋转的二进制稳健独立基本特征匹配算法(ORB)、风式特征匹配算法(KAZE),以及快速风式特征匹配算法(Accelerated-KAZE),分析了算子鲁棒性与速度的影响因素。基于检测子与描述子,利用Mikolajczyk 05标准测试图集与无人机遥感影像测定并分析了复现率、查全率与错误率曲线以及耗时和正确匹配率。实验结果表明,Accelerated-KAZE算法的综合性能较强。     

无人机载高分辨条带SAR运动补偿方法

条带SAR运动补偿技术一直是无人机载高分辨雷达成像的难点之一,传统基于导航信息的运动补偿方法往往不能满足要求。本文融合CS与PGA算法,提出了一种高精度、低成本无人机载高分辨条带SAR运动补偿方法。该方法具备高精度距离徙动校正、二次距离压缩能力,能够不依赖导航信息完成对SAR平台非理想运动的高精度补偿。利用两部国产X波段无人机载SAR实测数据对该方法进行验证,实验表明该方法对不同分辨率、不同成像场景SAR数据均具有很好的聚焦效果。与MD算法相比,该方法能够补偿高阶相位误差,处理后SAR图像的目标边缘轮廓更为清晰明显,细节信息更为丰富完整。     

超小型无人机GPS导航中的坐标转换

超小型无人机GPS导航中,用简化高次项的高斯投影正算法将WGS-84大地坐标投影变换为高斯平面坐标,通过投影变换及在投影面上转换坐标实现坐标转换.并用相似变换法将GPS接收到的WGS-84大地经纬度高斯投影后强制转换统一,以实现坐标匹配.此算法可满足超小型无人机机载GPS导航和实时监控系统的精度要求.     

复杂纹理环境的光流/惯性组合导航方法

为解决无人机(unmanned aerial vehicle,UAV)在全球定位系统(global positioning system,GPS)信号弱或拒止环境下实现自主导航的问题,提出一种适用于复杂纹理环境的光流/惯性组合导航方法.通过基于低纹理场景的改进卢卡斯-卡纳德(lucas and kanade,LK)光流法,解算图像光流信息,使用惯性导航系统信息辅助光流导航系统,同时也利用光流导航系统的特征点速度信息辅助惯导系统进行导航解算,利用卡尔曼滤波器以融合光流/惯性导航信息得到速度、位置估计信息,并通过仿真实验进行验证.仿真结果表明:该方法能够在纹理丰富和纹理较差的场景下进行精确的速度、位置信息估计,所提出的导航算法符合自主导航的实时性和精确性要求.     

无人机自主着陆过程中的视觉导航技术分析

为解决目前国内外无人机难以实现自动着陆的问题,对无人机着陆过程中的视觉导航技术进行研究.介绍了飞行器的降落等级和着陆阶段,分别对无人机着陆过程中的图像处理技术和位姿估计问题进行分析,重点研究着陆过程中的图像特征提取技术和位姿估计的迭代算法.研究结果表明:将视觉导航与其他导航方式相结合,发展鲁棒性好、精度高、实时性好的组合导航位姿估计融合算法将是未来视觉导航的发展重点.     

视觉导航技术在小型无人机撞线回收中的应用

为了提高小型无人机回收的经济性和有效性,提出一种利用计算机视觉技术实现小型无人机撞线回收的导航系统。分析了撞线回收技术,对现有的目标实时跟踪法进行改进,通过采用基于模块匹配的改进算法实现对无人机目标的在线跟踪,使其能够对尺寸和外形都有较大变化的目标进行有效的在线跟踪,并通过仿真实现。实验结果表明:该跟踪算法跟踪速率可以达到15～25 Hz,能够实时解算其空间位置,准确地跟踪无人机目标,基本满足导航系统的实时性要求。     

基于单目视觉的无人机避障方法研究综述

单目视觉相对传统立体视觉具有设备简单、计算成本低等特点,目前已在视觉避障领域得到了广泛应用。然而,不同的单目视觉避障算法在鲁棒性、准确性和实时性等指标上差异较大,实际使用中需做出权衡。因此,分析了基于光流、特征匹配、机器学习的避障方法的研究进展与现状。在鲁棒性、准确性、实时性等方面将三种方法进行了对比,指出了各自的优缺点,并给出了目前制约无人机单目视觉避障发展的难点与挑战,指出了低成本、高精度、智能化的避障方案是无人机单目视觉避障领域未来的重点研究方向。     

地磁导航在水下航行体导航中的应用

地磁导航作为一种自主导航技术,具有隐蔽性好、稳定及精度高的特点,非常适合水下航行体使用.介绍了地磁导航在国内外的研究现状和发展趋势,对地磁数据库的获得、地磁导航匹配算法、地磁异常信息与惯性导航信息融合算法以及高精度快响应的传感器研制等关键技术进行了分析,为提高水下航行体的远程导航精度与导航自主能力提供了参考.     

一种基于双向匹配融合的合成孔径雷达景象匹配算法

针对合成孔径雷达（SAR）图像进行景象匹配时因图像差异和斑点噪声造成误匹配的问题,提出了一种基于双向匹配融合的景象匹配算法。采用变形差异相似性测度进行从实时图到参考图的正向匹配;通过选取参考图中易匹配子区,进行基于相位一致性特征强度互相关的从参考图到实时图的反向匹配;对双向匹配的结果进行融合处理,确定最终的匹配位置。实验结果表明,该算法能克服异源SAR图像间的图像差异对匹配的影响,具有较高的匹配精度和较好的鲁棒性。     

基于SKF 多传感器融合的无人机航迹规划

针对无人机在未知环境下航迹规划难的问题,提出一种基于开关卡尔曼滤波器(switching Kalman filter, SKF)无人机定位和航迹规划的方法。根据多假设理论,建立地图观测数据,结合基于INS/GPS/GIS 多传感器融合 的航迹匹配方法,使用SKF 算法完成多传感器融合和多模型的参数估计,实现无人机的自主定位和航迹规划。仿真 试验结果表明：该算法稳定性好、收敛速度较快、计算复杂度小,具有较高的航迹估计精度。     

水下地形匹配导航中的地形可导航性分析

水下地形匹配导航是潜航器利用海底地形地貌的分布特征进行相关匹配运算,从而实现准确定位的导航方法,即使是同一潜航器在经过不同地形特征区时其匹配精度差异较大。针对该问题,提出了基于地形统计特征的可导航系数,用以衡量某一地形区域的可导航性能,并运用PMF算法对不同导航系数的航路进行了导航性能仿真。仿真结果表明,该系数可作为水下地形匹配导航航路选择的参照标准,从而有效地提高水下潜器的导航精度。     

基于跑道灯光的计算机视觉辅助无人机着陆

针对夜间无人机着陆时标准跑道的灯光会加重图像处理的难度问题,提出一种利用跑道灯光辅助着陆的机器视觉方法。该方法参考标准跑道灯光设置,提取跑道灯光直线特征,对EPnP方法进行扩展,将直线特征表示成跑道平面上3个控制点的加权形式,利用奇异值分解的方法求出控制点在相机坐标系中的坐标,最后使用正交化方法解算出无人机相对于跑道的位置和姿态,为无人机着陆提供了引导信息。仿真结果表明:在距机场距离较远时,该方法能有效地引导其自主着陆。     

无人机空中回收视觉导航技术

针对无人机空中回收过程中的导航问题,提出一种利用深度学习进行目标检测并配合双目视觉进行位姿 估计的技术。设计空中回收视觉导航系统,通过改进原有目标检测算法YOLOv3 框架提高回收过程中的检测精度和 速度;通过双目视觉系统对特征点进行3 维位姿解算,返回无人机和回收锥套中心相对位置信息。实验结果表明： 改进后的检测算法平均精度比YOLOv3 提高了3.2%,检测速度提高到73 FPS,检测速度明显提升;双目视觉算法 的位姿解算精确度高,两者同时满足导航系统精确性和实时性的要求。     

基于加权Hausdorff距离矩阵测度的SAR图像与光学图像匹配研究

针对多传感器图像匹配问题,提出一种基于加权Hausdorff距离矩阵(Weight Hausdorff Distance Matrix,WHDM)测度的合成孔径雷达(SAR)图像与光学图像匹配算法。该算法采用边缘特征作为SAR图像与光学特征的共性特征,克服了两种不同图像的灰度不一致性。算法中提出了基于边缘连续性密度加权的Hausdorff距离矩阵范数测度的相似性准则,该测度相对经典的Hausdorff距离与改进的距离测度相比,具有更高抗噪声水平与大比例遮挡能力。试验结果表明,这种算法匹配精度高,适合并行计算,该算法可应用于无人飞行器的自主导航中。     

基于天空光偏振模式的导航姿态最优化解算方法

针对传统导航系统自主性差、抗电磁干扰能力弱的问题,本文提出一种基于天空光偏振模式的仿生导航方案。利用自主研发的偏振光传感器实现导航定向功能,并结合惯性测量单元设计了一种导航姿态最优化解算方法。现有的姿态最优化求解策略一般是采用步长固定的搜索算法,但是其直接影响了运动状态下姿态估计的准确性,为此本文采取动态步长搜索机制。实验结果表明:本文提出的算法能有效抑制陀螺仪漂移误差,而且对高频噪声干扰有明显滤除效果,表现出良好的静态性能;同时,本文提出的方法较常规算法具有更高的动态精度,进一步提高了偏振光导航系统的稳定性与可靠性,为无人机飞行控制提供更准确的参数信息。     

基于零速/航向自观测/地磁匹配的行人导航算法研究

目前行人导航技术正发挥着越来越重要的作用,而无全球导航卫星系统（GNSS）环境下的行人导航定位成为其不可或缺的环节。以自包含传感器为硬件平台,针对无GNSS环境下的行人自主导航定位展开研究,提出一种基于“2+2”分级模式的零速判别方法,并设计一种惯性导航系统的零速修正卡尔曼滤波算法,有效提高同一参数阈值下零速判别的准确性与可靠性、抑制传感器误差发散;研究行人初始静态下磁航向误差观测算法及行人运动状态下的零速航向误差自观测算法,解决了行人长时间行走航向发散问题;提出基于多层约束和K近邻算法的地磁匹配算法,并实现基于零速修正/航向误差自观测的行人导航算法与地磁匹配算法的融合,提高了行人导航定位精度与可靠性。实际数据测试验证,所提基于零速修正/航向误差自观测/地磁匹配的行人导航算法可有效提高定位精度79%以上。     

一种基于观测支持度的动态加权融合算法

为对无人机通过各种同类传感器获取的数据进行融合处理,得到更精确的导航数据,提出一种动态加权 融合算法。引入观测支持度的概念对传统的平均加权算法进行改进,通过计算各传感器测量数据间的相互支持度信 息,并依据观测支持度的变化特征,实时动态更新融合权重进行多传感器数据的融合。将算法应用到实际飞参数据 的分析处理,结果表明：该算法能够根据传感器数据特征实时调整权重分配,融合结果较传统的平均加权算法更加 准确、可靠。     

基于直线稀疏光流场的微小型无人机姿态信息估计方法研究

针对无人飞行器视觉导航系统的需求,提出一种基于直线稀疏光流场的微小型无人机姿态信息估计方法。研究了图像直线稀疏光流场的概念,并推导出该种稀疏光流场的计算方法;在直线稀疏光流场的基础上,建立了地平线投影模型,并提出一种基于直线稀疏光流场的飞行器俯仰角速度、滚转角速度和偏航角速度等姿态信息的估计方法;分别使用文中提出的直线稀疏光流场的计算方法和Horn算法对一组测试图像进行数值仿真,仿真结果显示在图像边缘附近,直线稀疏光流场的计算方法与经典的Horn算法具有相近的精度,但时间开销减小到后者的6%;使用无人机航拍图像序列对于基于直线稀疏光流场的飞行器姿态信息算法进行离线仿真,并对比同时搭载的角速度陀螺的测量结果,结果显示,使用文中所述的基于直线稀疏光流场的无人机姿态提取方法可以估计飞行器的俯仰、偏航、滚转三通道角速度信息,其最大绝对估计误差除滚转通道小于±10°/s外, 其余两通道均小于±5°/s,并对于误差产生的原因进行了进一步讨论。     

某小型无人机导航控制算法研究

研究了可实现小型无人机自主飞行的控制、导航算法。建立了描述无人机运动的状态空间模型,在此基础上分析了开环系统对扰动的响应。针对响应结果,采用最优控制理论设计了带有全维状态观测器的控制器;使用了基于李雅普诺夫向量场的导航算法并对控制器和导航算法进行仿真。研究结果表明,文中给出的控制和导航算法具有良好的性能指标,可跟踪任意航路点,从而可以实现无人机自主飞行。