空间位姿测量中面阵点云CPD方法的优化及验证

面阵激光成像雷达可以实现瞬态三维探测,适用于运动平台及非合作目标的位姿测量。针对相邻像元间具有串扰特性的面阵非均匀格网型稀疏点云,提出了一种适用于空间非合作目标位姿测量的多视角点云自动配准方法。该方法基于改进的相干点漂移(Coherent Point Drift, CPD),将目标点云视为观测数据集,源点云视作为高斯混合模型(Gaussian mixture model, GMM)的质心点集。利用贝叶斯后验概率公式及期望最大化(Expectation-Maximum, EM)方法,对构造的GMM模型似然函数进行求解,在寻优过程中通过点云重叠特性对运算点集的权值参数进行自适应调整。对单次EM迭代后源点云间距离残差进行排序,选取最优变换点云对使用最近邻方法建立局部扰动量,得到每次漂移迭代的空间变换矩阵。为了避免陷入局部解,通过监督点云均方误差更新率,对参与漂移运算的点集属性进行交替。针对空间配准目标,建立了两种近似运行下的阵列成像仿真工况。试验结果表明：在强背景及像元模糊干扰下,该配准框架具有鲁棒性优势,其结果平均最大公共点集测度相对于粗+精组合配准框架提升约61%,可应用于空间面阵平台下...     

空间失稳目标线阵成像畸变校正方法

空间失稳目标的非合作性和运动状态不确定性使得线阵式测量无法直接获取其真实三维形貌。通过连续多帧线阵图像同一角点的时空位置关系,提出了一种特征驱动的空间失稳目标线阵成像畸变矫正方法。该方法根据线阵激光雷达的成像机理及空间失稳目标的运动规律建立了基于运动参数的线阵成像畸变数学模型,然后依据运动具有局部一致性和全局连续性分层次对空间失稳目标的局部自旋和全局章动进行运动估计,最后利用估算出的运动参数对采集的线阵图像逐列进行畸变矫正,从而获得了测量目标的真实三维形貌。实验结果展示了该方法在非合作单载荷下对不同运动状态空间目标线阵成像畸变矫正的有效性,并数值论证了帧数选取以自旋轴绕章动轴旋转一周为宜的条件稳定性,为该方法在其他运动目标线阵式测量的应用提供指导和参考。     

基于分布式组网雷达的弹道目标三维进动特征提取

弹道目标微动特征提取是当前研究的一个热点,但在单基雷达中,由于视角限制,仅能提取目标在雷达视线方向上的微动分量,难以获得目标的真实三维微动参数.本文基于分布式组网雷达,利用组网雷达的多视角特性,提出了有翼弹道目标三维进动特征提取方法.首先基于目标锥顶散射点的微多普勒特征参数实现了目标空间三维锥旋矢量的重构,在此基础上,通过分析锥底边缘散射点的进动特征与微多普勒曲线的关系,提取了目标的进动周期、自旋周期、进动角、锥底半径、自旋轴与锥旋轴的交点位置等特征,并实现了目标长度的估计.仿真实验验证了算法的有效性,并进一步利用仿真实验分析了算法的鲁棒性.     

基于激光成像雷达的空间非合作目标相对导航技术

激光成像雷达具有工作距离长、工作频率高、波束窄,距离和角度测量精度高,受光照条件影响小等诸多优势,在空间应用上的需求越来越迫切。主要介绍了国内外激光成像雷达在轨应用现状,并介绍了基于激光成像雷达的空间非合作目标相对导航的主要关键技术,包括应用激光成像雷达的相对位姿测量技术和相对导航滤波技术,最后给出了应用激光成像雷达的相对位姿测量仿真结果。仿真实验结果表明:基于激光成像雷达的非合作目标相对导航技术具有受空间环境影响小、测量精度高的优势,方案合理可行,满足空间非合作目标相对导航任务需求,可应用于近距离空间目标的在轨维护与服务和空间操控,为我国后续开展相关工程应用提供技术参考。     

基于刚体几何不变性的雷达目标运动路径拟合和三维优化重建方法

对于飞机、船舰等刚体雷达目标,其在运动过程中具有空间几何不变性。利用这一约束条件,可以通过雷达回波中提取出的目标散射点的一维距离史重建出目标的三维形状和运动路径。鉴于现有的基于几何不变性的雷达目标三维重建算法存在鲁棒性差的问题,本文利用雷达目标的运动惰性,对初步重建后得到的目标运动路径进行了拟合,并利用拟合后的运动路径对目标散射点的三维坐标进行了优化重建。文中对重建的误差进行了分析,提出了仿射扰动和欧式重建误差的误差模型。仿真实验证明,经仿射匹配校正后的拟合路径与真实路径基本吻合,从而可以有效获得目标的运动特征;同时,利用本文提出的优化重建方法能够有效抑制目标的欧式重建误差,提高了重建算法的准确性。      

空间目标多站ISAR优化布站与融合成像方法

对异址多站雷达回波相干融合可以将空间观测视角的分离转换为目标积累时间的增加,提高ISAR像方位分辨率。该文针对在轨空间目标多站ISAR相干融合成像问题,提出一种基于目标轨道先验信息的优化布站方法,提高了回波融合效率;针对多站雷达回波融合处理问题,利用轨道运动模型分析了融合成像平面的空变特性,提出融合回波越距离单元徙动、多普勒时变等问题的解决方法,使多视角回波有效相干融合。利用空间站轨道验证了融合成像平面的空变性,从徙动校正效果及分辨率改善等方面验证了布站及融合算法的有效性。     

末敏弹线阵激光雷达对地面装甲目标的提取方法

为了提高末敏弹在复杂战场环境下对地面装甲目标的识别概率,提出了一种用于弹载线阵激光成像雷达的目标提取方法,结合末敏弹边旋转边下降的稳态运动特点,实现了线阵列激光雷达对扫描区域的三维点云成像。首先通过对点云中高度数据分析,提出了基于高度与梯度的组合阈值分割算法,实现了地面背景的快速分割;然后利用坐标变换,对有坡度的地面进行调整,并通过典型装甲目标的几何尺寸自动获取种子点进行区域增长分割;最后利用最小外接矩形特征获取目标的几何信息,由目标的几何特征实现装甲目标的提取。仿真结果表明:此方法可以实现线阵列激光雷达在50~120 m高度下对地面装甲目标的准确提取,从而为新型末敏弹目标探测提供技术支撑。     

基于RCS的空间目标运动状态估计

针对利用地基雷达对空间目标进行观测以判定其运动状态的问题,提出了一种采用经典功率谱估计对RCS特性数据进行处理,获取目标的滚转频率,根据空间目标姿态稳定特性,实现对空间目标三轴稳定、旋转稳定和翻滚三种运动状态进行判别的方法。该方法主要由数据预处理、数据分段、功率谱估计和目标姿态稳定性判别等步骤组成,具有精度高和易于工程实现的特点,对非合作空间目标的运动状态识别具有重要价值。基于不同观测时长和数据率的雷达实测数据试验表明,该方法可实现对空间目标运动状态的准确估计。     

一种基于飞行时间相机的点云目标提取方法

基于飞行时间(Time of Flight,TOF)原理的深度相机成像方法不同于二维图像来计算三维信息,而是通过光在空气中的飞行时间,来计算出目标的距离,从而直接获取场景目标的三维点云信息。本文通过研究基于飞行时间红外相机的三维重建技术,设计了一种基于飞行时间红外相机的点云目标提取方法。利用飞行时间相机直接获得场景的三维点云数据,提出一种双阈值空间滤波算法,对点云数据进行空间滤波,并对滤波效果进行了对比评价。在双阈值空间滤波算法的基础上提出了一种改进的基于法向量的随机抽样一致性(RANSAC)算法,实现了对三维点云数据的目标提取,为基于飞行时间相机的场景目标三维重建奠定了基础。     

一种新型的基于DSP的非相参雷达目标模拟器

介绍了一种新型非相参雷达目标模拟器的结构、功能及实现。本模拟器由地面控制终端和气球吊载终端两部分组成。可以用于非相参雷达自动目标识别系统的闭环试验．也可以用于部队的训练。将重频分选的思想运用于雷达参数的测量．并有效地利用了外场试验数据,提取出用于调制模拟同波的波形库．可真实地模拟各种空情。     

实时感知型激光雷达多通道数据采集系统设计

激光雷达是实现环境实时感知的重要传感器,针对多通道感知激光雷达数据量大、数据传输解算实时性要求高及量体裁衣高效小型化的迫切需求,基于自研采用可靠的机械扫描、阵列探测和数据采集控制相结合的多通道激光雷达,设计实现了基于FPGA和DSP的多路并行信号采集处理系统,并在点云三维实时成像中得到了验证。该数据采集处理系统中的FPGA负责多通道激光雷达数据控制采集以及数据传输,DSP负责对数据进行解析处理并通过网口将点云数据上传到上位机,实现点云实时显示。实际测试结果表明,该数据采集处理系统能够满足多通道激光雷达2 Mpts/s的大数据量点云解析,并保证20 fps以上实时数据的可靠采集传输,实现周围环境和障碍物激光雷达点云的快速解算,可应用于自动驾驶、导航避障、周界安防等领域。     

双模态信息融合的飞行目标位姿估计方法

针对在飞行目标位姿估计中背景复杂、目标提取及位姿解算精度低、速度实时性差等问题,提出了一种激光与图像信息融合的飞行目标位姿估计方法。首先,建立彩色相机和激光雷达间的坐标变换模型实现两传感器像素级匹配,对同一时刻的图像和点云进行融合处理;其次,采用Vi Be算法与深度信息融合对图像中运动目标进行提取,并根据图像目标的位置框选出对应的点云;最后,利用PnP算法进行特征点粗配准,获取点云间初始旋转平移矩阵,并采用迭代最近点算法进行精配准,利用IK-D Tree加速临近点搜索,提高配准速度。使用仿真试验和半实物仿真试验对方法准确性和稳定性进行了验证,结果显示：二维图像目标检测算法正确率为97%,错误分类比为0.011 2%;位姿估计算法与传统迭代最近点算法相比精度提高了53.2%,单次耗时从261 ms降低至132 ms,效率提升约49.4%,与其他算法相比也具有一定优势。为飞行目标落点精准预测和制导控制提供解决思路。     

激光雷达合作目标设计及其在空间交会对接中的应用

激光雷达合作目标是激光交会对接雷达测量系统重要组成部分。针对激光交会对接雷达系统测量需求,首次采用远近场双合作目标设计方式,实现对激光信号原路返回,用于目标飞行器在远场时快速搜索捕获,近场时精确测量。对于远场合作目标采用了多维阵列构型,通过仿真分析,在有效视场90105范围内最小有效反射面积不低于100 cm2,保证了对激光信号反射能力和目标捕获能力。所设计的激光雷达合作目标满足了激光交会对接雷达系统应用要求。     

基于改进欧式聚类算法的双目主动视觉点云目标检测研究

双目视觉立体匹配时,在同色调表面因为缺乏纹理信息,不仅计算量大且匹配度低, 而且生成的 场景中的点云又具有非结构化、近密远疏的性质, 因此,提高双目视觉匹配的精度与速度, 以及准确分割点 云目标, 一直是点云获取及目标检测中的难点问题。 针对以上问题, 本文首先提出了一种融合主动激光 的 3D 点云目标采集方法, 快速准确地获得原始点云数据; 其次提出了一种基于欧式聚类的改进算法, 使用距离阈值和角度阈值作为阈值分割判断条件进行分段聚类, 得到边界明确的 3D 点云目标检测框。 实验结果表明:所设计的 3D 点云成像系统能够有效获取前方物体的 3D 点云信息,且具有比激光雷达成 本低、易实现、信息丰富等优势;改进后的欧式聚类算法能有效改善传统算法对阈值较为敏感导致的物 体易出现欠分割或过分割的问题, 提高了目标检测的准确率, 在室内场景下具有良好的检测效果。     

远距离目标的多基线立体视觉点云成像技术

双目立体视觉是机器视觉的重要分支之一,其通过直接模拟人眼观察和图像处理的方式来获取探测目标的深度信息。这种非接触式的测量方法具有速度快、精度高、操作简单等特点,但是对于不同距离的目标,特别是远距离目标难以获取深度信息。提出了一种基于多基线双目立体视觉的远距离目标三维点云成像技术,该方法通过可变基线实现对不同距离目标的点云成像。实验结果表明,该方法能有效探测500 m～4 000 m范围内目标的深度信息,实现三维点云成像,突破了双目立体视觉远距离三维成像的技术难点,同时形成的三维点云与激光三维成像雷达的数据格式一致,为未来激光三维成像雷达技术与立体视觉技术的点云融合,优势互补提供了借鉴。     

基于改进RPN的车载导航目标识别技术北大核心CSCD

车载导航是无人驾驶的一项关键技术,而其主要技术难点是动态避障,即实时目标识别与反馈控制。为了能够实时获取车辆周围目标的运动状态,提出了一种基于三维点云数据快速体素化分析的识别算法。该算法以极坐标系替代直角坐标系,直接与车载激光雷达建立映射关系。再通过区域推荐网络技术中对区域框的限定计算完成可表征目标特征的准确定位。实验采用开源数据库KITTI中的点云数据进行验证,对比了动态目标(汽车、摩托车、行人)和静态目标(树木、楼宇)之间的点云特征。识别结果与两种常用的三维目标识别算法进行对比。结果显示本算法的最优平均精度为88.45%,最优平均方向相似度为93.27%,相比常用的SECOND算法对动态目标的识别具有更好的效果。验证了其可行性,其在车载导航目标识别领域具有一定的优势。     

结合改进DBSCAN和统计滤波的单光子去噪算法

为了解决光子计数激光雷达探测数据中噪声点云过多的问题,采用结合基于密度的噪声空间聚类应用算法(DBSCAN)和统计滤波算法的单光子点云去噪方法,以美国国家航空航天局提供的多波束试验激光雷达实际飞行数据为实验数据,通过k维树求取点云密度进行粗去噪,然后运用改进DBSCAN算法和统计滤波算法进行精去噪,进行了理论分析和实验...     

基于二维LiDAR的轨道侵入异物检测系统与方法研究

为了实现对铁路侵入异物的检测,并克服摄像头检 测可靠性低以及激光雷达检测数据单一的缺点。设计了一种融合摄像头、二维激光雷达的异 物目标体检测系统,将软件测试结果可视化。在二维激光雷达 的基础上,建立基于凝聚层次聚类算法的目标体识别方法,对单个人以及三个人开展了目标 识别实验,并 同时建立了基于限幅滤波法的室内、实地的单目标体与多目标体追踪方法,对多目标体在 追踪丢失、重 合、遮盖情况下,开展了目标追踪实验。最终,将二维激光雷达与摄像头进行信息融合,分 别对单目标体 以及多目标体进行检测实验。结果显示:激光雷达所采集点云数据经过凝聚层次聚类算法以 及去噪处理可 以较好的实现对目标体的识别,限幅滤波法可以对追踪目标体短时间内发生丢失、被遮挡 或与其他目标 体重合的情况下,再次进行追踪,二维激光雷达与摄像头信息融合的结果可以较好的得到不 同目标体的位 置与边界。该研究结果可为铁路安全检测系统的智能化提供理论参考与依据。