非合作航天器的相对位姿测量

为了解决在轨维护和轨道垃圾清除中非合作目标的识别问题,提出了基于立体视觉的位姿(位置和姿态)测量方法.采用中值滤波器对原始图像进行平滑,去除星空背景干扰和其它噪声;将Canny边沿检测器用于对平滑后的图像进行检测,得到包含边沿信息的二值图像.然后,对该二值图像进行Hough变换,提取待识别对象的直线特征,并计算直线间的交点.最后,对所提取的左、右相机图像的点特征进行3D重构,得到各点在世界坐标系中的坐标,并据此建立目标坐标系,求出其相对于世界坐标系的位置和姿态.仿真结果表明,对于较远距离(>2.5 m),位置测量精度优于40 mm,而近距离内(<2.0 m)优于10 mm,相对姿态精度优于2°,基本满足对非合作目标进行跟踪、接近、绕飞等位姿测量要求.     

基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

基于对称重复纹理的摄像机位姿测量方法

某些目标上具有对称重复的纹理,这些纹理的图像矩阵具有低秩特性。当摄像机在偏离对正方向拍摄纹理时,由于存在投影形变,该纹理图像在原有方向上的对称性和重复性不再保留,从而不再具备低秩特性。通过建立摄像机拍摄方向与纹理图像的秩之间的数学模型,将摄像机方向的求解问题等效为一定约束下纹理图像的秩最小化问题。求解该问题,可得到摄像机拍摄方向,进一步结合纹理上任意两点的成像关系求解摄像机的空间位置。该方法与传统的基于目标图像中点、线等局部特征的测量方法相比,具有更高的准确性和良好的抗噪性能。仿真实验和实际实验均证明了该方法的有效性。     

单目视觉测量系统中目标位姿对图像点灵敏度影响的研究

通过研究单目视觉测量系统中不同位姿物体姿态测量的灵敏度,找到对图像点灵敏度影响的因素和各自占有比例。给出了灵敏度分析的理论模型,通过设计影响图像点灵敏度相关因素的数值分析实验,得出图像点灵敏度与靶板倾角及物距成反比,最大数值灵敏度最大值对应的处的靶面目标姿态,始终位于相机主方向光轴方向上。     

基于三维模型的空间目标视觉位姿测量

传统空间合作目标视觉测量技术的适用范围受合作标志安装情况的限制。以边缘轮廓为合作特征,通过三维结构模型建立合作关系,提出一种适用范围更广的空间合作目标视觉位姿测量方法。方法生成不同观察方位的二维目标特征模板与测量图像进行搜索匹配,采用轮廓方向特征对匹配度进行评价,从最优匹配结果中解算目标位姿参数。采用离线预处理策略和两阶段图像金字塔搜索优化方法对处理过程进行加速。通过数字仿真试验和半实物仿真试验对方法的准确性和稳定性进行了验证,垂直光轴方向位置测量绝对误差优于2 mm,沿光轴方向位置测量相对误差优于0. 7%,姿态测量绝对误差优于0. 2°,单次位姿测量用时小于0. 5 s,能够满足空间目标导航需求。     

非合作旋转目标闭环检测与位姿优化

若要实现空间失效卫星、空间碎片等非合作目标,尤其是具有自旋运动特性的目标的在轨服务或者离轨清除,需要精确测量追踪航天器与目标之间的相对姿态。当目标旋转一周后,对重访区域的闭环检测与位姿优化是减小累积误差,提高测量精度的重要保证。首先,本文介绍了视觉词袋库的建立和基于视觉词袋的非合作目标闭环检测策略。然后,基于相似性变换,对图像序列关键帧集和当前帧进行了联合位姿图优化,实现了对刚体变换矩阵的校正。最后对不同运动角速度下的不同目标,采用不同相机进行地面模拟测试实验,验证了方法的有效性和可靠性。实验结果表明:对于以12(°)/s角速度运动的非合作目标,当测量稳定后,绝对角度误差约为1(°),相对角度误差约为1%,平均角速度误差约为0.12(°)/s。可以满足非合作目标相对姿态测量的任务需求。     

非合作航天器的立体视觉位姿测量

针对在轨服务中非合作航天器相对位姿测量的关键任务,提出了一种双目立体视觉方法.该方法利用两台大视场可见光相机获取高分辨率图像,用双边滤波方法对图像进行预处理,接着利用弧线段拟合法提取目标表面的对接环椭圆,用Hough变换法提取目标的矩形边框特征,并引入极线约束准则、对接环尺寸约束和光流跟踪的方法,提高算法的提取精度和效...     

空间非合作旋转目标的模型重建与位姿优化

针对模型未知的空间非合作旋转目标的模型重建和位姿估计问题,利用激光雷达采集的3D点云,提出一种基于位姿图优化的SLAM技术框架,以解决跟踪过程中产生的累积误差问题。首先,根据迭代最近点(Iterative Closest Point,ICP)算法计算相邻关键帧之间的相对位姿信息,通过位姿跟踪方法获得当前关键帧的位姿,由此构建跟踪航天器的相对位姿图;采用GLAROT-3D(Geometric LAndmark relations ROTation-invariant 3D)全局描述子检测闭环,并将闭环约束添加到位姿图中;最后采用基于位姿图优化的方法进行位姿调整,并更新模型点云。在仿真实验中,噪声标准差达到100mm时,姿态测量误差小于2°;在地面实验中,姿态测量误差小于2.5°,并较好地重建了目标的点云模型,算法的精度及抗噪声能力基本满足非合作目标相对位姿测量的任务需求。     

基于立体视觉的空间非合作航天器相对位姿自主测量

本文提出一种基于立体视觉的空间非合作航天器相对位姿自主测量方法,用以解决在轨捕获中非合作航天器的相对位姿测量问题。该方法以航天器本体和星箭对接环作为识别特征,识别过程无需人员参与;同时,提出一种基于空间几何约束的特征匹配方法,运用空间几何约束引导匹配,在完成匹配的同时可直接获取特征的三维信息,实现特征匹配与重构的一体化;最后,利用空间向量对非合作航天器的相对位姿参数进行解算,充分利用冗余信息,以提高解算精度。实验结果表明,在航天器本体尺寸为280mm、相对距离为2m的条件下,本文方法的姿态测量误差小于1.5°,位置测量误差小于4mm,能够满足空间非合作航天器在轨捕获的相对位姿测量要求。     

基于波达方向估计的相对位姿测量系统

光学成像敏感器位姿测量性能会随着杂散光干扰的增强和姿态角的增加而降低。针对这个问题,提出一种新型的基于伪码技术和波达方向估计技术的测量方法。目标飞行器上安装特征点,使用相互正交的伪码区分识别;追踪飞行器上安装微带共形天线阵,使用简化的波达方向估计算法并结合特征点的几何位置关系,计算目标特征点在追踪飞行器坐标系中的坐标,从而以线性解析运算的方式解出飞行器之间的相对位姿关系。理论分析和仿真实验表明,新的测量算法精度高,实时处理能力强,受杂散光干扰和姿态角变化影响小。     

基于CAD模型的单目六自由度位姿测量

为实现单目摄像头对一般工业零件的六自由度位姿测量,研究了离线模板库自动建立,图像处理以及优化匹配3个方面的问题。首先,由STL文件格式的CAD文件建立不同观察方位下的匹配模板,定义了一种方便模板库调用并有图像意义的位姿描述参数。然后,对Chamfer Match方法进行改进,将距离映射图按边缘倾角分层,结合模板探索点的倾角进行匹配,在不增加运算量的情况下提升匹配度函数的灵敏性。最后,使用加入了退火算法的遗传算法进行最优搜索,从而提高匹配效率。实验结果表明:基于文中的方法完成一次位姿测量耗时在500ms以内,搜索可以获到正确的结果。在330mm观察距离上,平移误差和深度方向误差分别控制在1mm、2mm以内,转角误差为1°左右。得到的结果基本满足单目视觉六自由度位姿快速匹配自动测量的要求。     

基于单目视觉的自由曲面三维坐标测量方法

本文将单摄像机与三坐标测量机结合设计了一种自由曲面的三维坐标测量方法.自由曲面的表面经坐标测量机带动摄像机序列采集图像后形成图像体积,然后使用调焦评价函数在图像体积内寻优判断,找到自由曲面的正焦图像表面.根据物像关系式和正焦图像表面即可推得自由曲面点的三维坐标.经实验比较,本系统测量结果与接触式坐标测量机测量曲面点Z坐标极限偏差13 μm.     

基于并联理论的单目视觉位姿估计

搭建了一种主动式测量系统用于测试伺服稳定平台的伺服精度.以此系统为基础,提出了基于并联理论的单目视觉位姿测量方法.介绍了系统的硬件组成和系统测量原理,分析了系统的分辨率.给出了激光点在投影靶坐标系下的计算原理及过程.然后,从并联机构的自由度出发,将视觉测量系统等效地转化为一个并联机构,将视觉测量系统的位姿估计问题转换为并联机构的正解问题.利用并联机构的运动影响系数迭代求解系统的位姿,由并联机构关节螺旋直接得到影响系数,由此简化了推导过程.仿真和实验结果表明:系统的姿态测量精度为±0.05°.该方法能够快速稳定的收敛,基本达到了系统的设计要求.     

非合作目标姿态测量的嵌入式算法

针对一系列含有圆和直线特征的航天器,提出了基于嵌入式算法来实现非合作目标的姿态测量。该算法在现场可编程门阵列(FPGA)中完成边缘点的检测和边缘图像的细化;在数字信号处理器(DSP)中通过基于弧段的快速椭圆检测方法检测目标上的椭圆特征;同时用快速高精度的二次Hough直线检测方法检测目标上的直线特征。最后,针对实际在轨任务进行了地面模拟实验,基于椭圆特征和直线特征计算了目标飞行器和一个CCD相机的相对姿态。结果显示:该嵌入式方法所需资源较少,更新率优于3Hz;其测量精度随着测量距离的变大而变差,同一距离3个方向的测量精度不同,近距离(小于4m)、深度方向的测量精度优于100mm,其他方向最高优于60mm,角度精度优于1°,满足嵌入式系统对资源、在轨更新率和精度的要求。     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

追踪与目标航天器相对位姿参数四元数的解析算法

提出了利用5个非共面特征光点和单目视觉的航天器相对位置和姿态参数测量的解析算法。首先,给出测量系统的基本结构和特征点的配置形式;然后,以3个对称结构特征点为一组,将5个特征光点分为两组,利用四元数测量算法,分别得到单目视觉的航天器相对位姿参数的方程组,结合2个方程组获得了航天器相对位姿参数的解析解形式,并对解析解进行修正;最后,通过计算实例对解析算法进行数学 仿真,结果表明:该算法能够满足航天器相对位姿确定精度和实时计算要求。     

融合改进SuperPoint网络的鲁棒单目视觉惯性SLAM

单目视觉惯性SLAM系统通过追踪人工设计的点特征来恢复位姿,如Shi-Tomasi, FAST等。然而光照或视角变化等挑战性场景中人工特征提取鲁棒性差,易导致位姿计算精度低甚至失败。启发于SuperPoint网络在特征提取的强鲁棒性,提出一种基于改进SuperPoint网络的单目VINS系统—CNN-VINS,旨在提升挑战性环境下VINS系统的鲁棒性。主要贡献包括:提出改进SuperPoint特征提取网络,通过动态调整检测阈值实现图像特征点均匀检测和描述,构建鲁棒精确的特征关联信息;将改进SuperPoint特征点提取网络与VINS系统的后端非线性优化、闭环检测模块融合,提出一个完整的单目视觉惯性SLAM系统;对网络的编码层和损失函数优化调整,并验证网络编码层对VINS系统定位精度的影响。在公共评测数据集EuRoc实验结果表明,相比国际公认的VINS-Mono系统,所提系统在光照剧烈变化的挑战性场景中定位精度提升15%;对光照变化缓慢的简单场景,绝对轨迹误差均值保持在0.067～0.069 m。