基于过程仿真的密集阵目标拦截效能研究

根据密集阵对目标连续射击原理,建立了对目标典型突防机动样式下目标雷达跟踪和航迹预报模型、炮弹垂直面弹道模型、火炮伺服随动控制模型;开发了密集阵拦截作战过程仿真软件,根据目标轨迹预报和炮弹弹道,计算射击时间、仰角、方位角,建立射击队列,根据射击队列参数进行火炮随动姿态仿真,通过目标和炮弹运动与弹道仿真的位置,进行命中分析...     

激光末制导炮弹目标指示误差仿真

目指示误差是激光末制导炮弹射击误差的主要组成部分,研究目标指示误差对于提高激光末制导炮弹的射击精度具有重要意义.针对激光末制导炮弹对运动目标射击的特点,分析了激光末制导炮弹目标指示误差的组成,采用自回归建模方法建立了目标指示误差频谱分析模型,设计了仿真目标指示误差的数字滤波器,并给出了数字滤波器参数的估计方法.最后以某型号激光末制导炮弹为例进行了仿真计算,所得仿真结果与实测数据相符.该模型已在激光末制导炮弹训练模拟器中得到了应用.     

基于PSD的炮口振动位移测试系统设计

为了实现炮口振动位移测试,选取大地坐标系为基准,通过坐标矩阵变换和几何求解,来描述火炮炮口位置相对于大地坐标系的振动位移情况,在测试系统中选用位置敏感探测器(Position Sensitive Device, PSD)作为光敏器件,搭建炮口振动测试模型和ZYNQ信号采集模块,用上位机软件完成炮口振动位移数据的解算、存储和显示。最后,开展了炮口振动位移测试系统的非线性拟合实验,拟合误差为25.1μm,可用于炮口振动位移测试中。     

一维弹道修正弹射程扩展量计算及计算机仿真

为提高炮弹密集度,一维弹道修正弹采用增阻方式对射程进行修正,在射击距离的基础上增加射程扩展量确定瞄准射程,计算射击诸元,确定最佳射程扩展量对提高密集度具有重要意义。建立了射程扩展量计算模型,提出了当可靠性较低时对射程扩展量进行系数修正的观点,进行了仿真计算,得出了最多平均命中弹数与目标纵深、可靠度和修正系数的关系。研究成果可以为一维弹道修正弹射击诸元的计算提供参考。     

电磁曲射炮实验装置的设计与实现

为满足实验教学和电子爱好者的需要,提出了一种电磁曲射炮实验装置的设计与实现方法;首先给出了基于单片机的电磁曲射炮实验装置整体功能和发射机构分析和计算依据;然后设计了电磁炮子系统的硬件实现电路以及控制方法;采用OPENMV摄像头模块识别标靶方向,利用TFmini激光传感器进行标靶的距离测量,选择CDS5500总线式闭环控制舵机精确控制水平方向角和仰角;设计分段二次多项式拟合仰角和发射炮弹距离的二次函数关系来实现精准发射;该装置具有向固定位置发射、自定义位置发射、自动瞄准模式和弹仓装填等几种工作模式;经测试在射程设定为240 cm时,该装置射击平均误差为1.125 cm;最后通过实验证明了本实验装置的可行性和有效性.     

基于综合法的火炮方向机齿轮传动误差分析

方向机对火炮射击精度影响很大,齿轮传动误差是方向机传动误差的主要来源。恰当的分析方法能提高方向机齿轮传动设计精度与效率。本文将齿轮传动误差分为静态误差与动态误差。结合理论分析,用概率分析法计算出静态误差;用有限元分析法计算出动态误差,最后得到总的传动误差。基于分析结果采样拟合出不同载荷下的误差曲线。将这种分析方法应用到火炮方向机齿轮传动误差分析中,得到了该火炮方向机齿轮传动在变载荷下的误差曲线。该分析方法为火炮方向机齿轮传动设计提供参考。为火炮其他部件的设计提供一种思路。     

融合深度信息的BRISK改进算法

为了有效地利用RGB-D图像的深度信息,提高BRISK算法的尺度不变性和旋转不变性,提出一种融合深度信息的BRISK改进算法。首先,采用FAST算法提取特征点,并计算每个特征点的Harris角点响应值;然后,将整个图像划分为大小相同的网格,每个网格保留Harris角点响应值最大的特征点;其次,根据图像的深度信息直接计算特征点的尺度因子;最后,计算以特征点为中心的圆的灰度矩心,通过灰度矩心和特征点的位置偏差确定特征点主方向。从尺度不变性和旋转不变性两方面对几种算法进行了对比实验分析。实验结果表明,相比BRISK算法,改进后的算法在图像尺度变化时正确匹配特征点数提高了90%以上,在图像旋转时正确匹配特征点数提高了至少70%。     

一种用于图像序列拼接的角点检测算法

分析了Harris角点检测算子的实现原理及其用于图像序列拼接时存在的不足,从几个方面提出了改进:用新的X和Y方向梯度算子求取图像导数,对灰度变化更敏感;改进了角点响应函数,避免了k值选择的随机性;根据图像序列首图像自动确定R阈值,提高了算法的自动处理能力和速度;根据目标像素点的8邻域范围进行亚像素精确定位,角点位置更加准确.实验结果表明,改进算法无需人工干预,特征点提取的速度比传统算法提高了约61.3%,能更好地适应图像拼接的实际应用,是一种快速有效的角点检测方法.     

无线传感器网络DV-hop定位算法的改进

 DV-hop算法是无线传感器网络中典型的非测距定位算法,其核心思想是将平均跳距与跳数的乘积作为2个节点间的距离,即采用节点间跳段距离代替实际直线距离参与位置计算。跳段距离计算过程中的误差累计是影响DV-hop算法定位精度的主要因素。本文提出基于门限跳数的信标节点选择策略和基于权的平均跳距优化策略,通过这2种策略减少跳段距离计算过程中的误差累计,提高定位精度。改进后的DV-hop算法通过门限跳数优化信标节点的选取,仅将小于门限跳数的信标节点当作位置计算的有效节点,从跳数角度减少了误差累计;此外,改进后的DV-hop算法在未知节点平均跳距选取上,以最佳跳距替代最近信标节点的平均跳距,更加真实地反映了实际距离,从平均跳距角度减少了误差累计。仿真结果表明,改进后的算法在不同的信标节点数、不同的节点通信半径以及不同的节点稀疏程度下,均能得到更高的定位精度。     

自适应特征融合的核相关滤波跟踪算法

为解决单一特征目标跟踪算法因光照变化、目标遮挡导致的跟踪失败问题,提出一种自适应加权融合颜色属性特征和方向梯度直方图特征的核相关滤波目标跟踪算法.首先根据目标颜色属性特征和方向梯度直方图特征,采用核相关滤波方法获得2种特征下目标的预测位置;然后分别计算2个目标位置的核相关滤波响应值,据此响应值大小按比例分配目标位置权重,获得目标的最终预测位置,提高了目标定位的精度;最后采用相邻2帧图像的平均差来分析图像的变化率,按变化率分段调整分类器的学习速率,解决目标遮挡导致的跟踪失败问题.在9组标准测试视频集下验证文中算法,并与3种核相关滤波跟踪算法进行比较的结果表明,与其中最优算法相比,该算法跟踪目标的平均中心位置误差减少16.78个像素,平均距离精度提高11.01%,平均重叠精度提高14.87%;在目标严重遮挡情况下,该算法依然能够稳定地跟踪目标.     

基于圆形靶标的数码相机外部参数标定算法

数码相机的外部参数标定是应用计算机视觉进行现场测量和图像处理的关键技术。提出一种基于圆形靶标的数码相机外部参数标定算法,首先提出一种用于估计靶标上圆的圆心在该相机像平面的像坐标的迭代学习算法,在此基础上,利用已知的数码相机内部参数和成像几何模型计算出数码相机的外部参数。实验结果表明算法具有较高的精度和良好的稳定性。     

近景大视场角分区域标定方法研究

针对飞行试验测量视场大相机标定精度低的问题,提出一种高精度CCD相机分区域标定方法。该方法首先通过将标靶均匀布置在摄像机视场内,使得标靶尽可能均匀错落地充满整个视场范围,再结合人眼判读的方式求解靶标的像面位置,最终与全站仪三维坐标形成精确的空间标定点集。接着,将像平面按横向方向等间距分割成Ｎ个区域,并结合后方交会的方法分别对每个子区域进行相机参数的计算。实验结果表明：经过分区域标定,相机采集点的总误差比单区域标定法降低了4％(Ｎ＝3)。算法可实现指定区域的相机参数计算,基本满足中高等精度的工业测量要求。所本文研究可应用于位置相对固定不变的工业视觉测量,特别是大工件测量领域。     

基于视觉定位的机器人智能拆垛系统

针对传统示教再现机器人仅能进行位置确定、轨迹固定的拆垛任务,局限于固定场景的问题,设计了一个基于视觉定位的机器人智能拆垛系统.该系统利用目标像素中心坐标转换求得对应世界坐标.针对眼在手外的安装相机方式,导致目标经图像处理算法求得的旋转角度可能由于相机自身的偏转而产生误差的问题,提出利用相机外参系数补偿目标旋转角度.最后设计拆垛策略,通信引导机器人以由近及远的抓取顺序执行拆垛任务,并无需人工干预自动完成整垛拆卸.经过实验数据表明,该系统可在未知工作场景中对未知位置目标进行抓取,位置误差可达1.1 mm,角度误差可达1.2°,堆垛一层定位时间为1.2 s左右,满足工业场景中对拆垛机器人的精度与效率需求.     

圆形标志投影偏心差补偿算法

目的 圆形标志目前正广泛地应用于各类视觉测量系统,其圆心定位精度决定了测量系统的测量精度。当相机主光轴与标志表面不平行时,圆被映射为椭圆,圆心位置计算产生偏差。光轴与标志表面夹角较大或标志较大等情况下会产生较大的偏心差进而严重影响系统测量精度。为此,提出一种基于三同心圆圆形标志的投影偏心差补偿算法。方法 算法基于三同心圆的圆形标志设计,根据3组椭圆拟合中心坐标解算偏心差模型进行计算补偿。结果 针对圆形标志偏心差问题,同心圆补偿算法取得良好效果,有效提升了圆形标志定位精度。仿真结果表明,在拍摄角度、拍摄距离、圆形标志大小不同的情况下,偏心差在像素量级,补偿后偏心差在10^-11像素量级。实物实验结果表明,若设计有直径分别为6 cm,12 cm,18 cm的三同心圆标志,经解算补偿结果较以往两同心圆算法精度提高一倍,偏心差值减小80%,测量误差在0.1 mm左右。结论 本文提出了一种新的偏心差补偿算法,利用三同心圆标志增加约束解算偏心差。与以往偏心差补偿算法相比,此方法精度更高,且无需预先平差解算相机与目标的距离、拍摄角等参数,仅需要知道标志圆形半径比例及椭圆中心坐标即可计算补偿,具有很高的实用性,可用于改善基于非编码标志点的深度像匹配、基于圆形标志点的全自动相机标定方法、视觉导航定位等应用中。     

空间目标的单目视觉测量技术研究

针对卫星视觉监测相机的图像处理系统要求,对目标图像进行处理,通过动态获取阈值,完成对图像的二值化。然后利用区域分割法寻找图象的特征点,最后根据我们提出的算法公式计算出目标相对于相机的位置和姿态。实验结果显示该方法能够准确、有效地测量出目标物的位置。     

基于特征点位置校正的靶标位姿测量方法

针对图像式路基沉降监测系统中由于振动等因素导致靶标与相机发生偏转产生测量误差的问题,本文在设计监测系统靶面位姿测量系统的基础上提出了基于4特征点位置校正的位姿测量方法.首先介绍了图像式路基沉降监测方法的工作原理;然后根据实际情况设计了区别于传统特征点的4特征点靶面的位姿测量系统,并利用特殊特征点对靶面特征点进行位置校正;最后根据设计的4特征点靶面测量系统提出已知矩形4特征点边长的位姿求解方法.实验结果表明:本文方法比迭代法位姿解算后角度误差值更小,其位姿解算相对误差减小1.2%.当偏转角度小于2°时,本文方法位姿求解旋转角度误差小于0.09°,相对角度误差为1.003%.其时间和测量精度都能够达到监测系统要求,可以应用于监测系统中需要对相机和靶标进行实时标定的场景.     

基于圆结构光的复杂深孔内轮廓尺寸测量方法

涡流法、超声法测量深孔截面轮廓尺寸精度低,而光学单点扫描法测量效率低。介绍了一种基于圆结构光的复杂深孔内轮廓3维测量系统,提出了一种采用FFT分析和差分分析进行测试数据处理的方法,能够实现快速高精度测量。测试系统主要由圆结构光发生器、扩束锥镜、成像锥镜、镜头和CCD组成,对于获取的每一幅被测截面的结构光图像,首先提取光条中心,对光条中心上的点作最小二乘法拟合获取光条中心拟合圆心,并以此圆心点将光条中心线展开,展开波形中存在整体形状误差,主要由圆心偏心误差、椭圆形状误差两个周期性误差分量构成,由于二者振动频率与细节分量的振动频率不相同,借助于FFT分析,将两个误差分量分离出来,进而采取措施减小其对系统的影响;差分分析用于去除阴线和阳线之间的过渡线。该方法提高了阴线圆与阳线圆尺寸计算的精度和效率,实验结果表明,系统内径测量精度达到005mm。     

一种枪弹痕迹自动检测优化仿真研究

为了消除因弹痕测量位置和姿态不同而造成的测量误差,提高检测和分析枪弹痕迹的准确性,提出了一种枪弹弹痕自动检测优化仿真算法。首先采用最小二乘法拟合出弹头各个截面的外表面轮廓,用MATLAB编程实现,并得到对应的圆心坐标。然后通过连接各截面的圆心坐标得到弹头的中轴线,根据中轴线的位置计算得出中轴线在进行坐标变换时需要旋转的角度和平移量,从而使其与y轴重合后再进行统一比对。实践证明,算法简单高效,能够较好的消除因位置和姿态不同而造成的测量误差,适合应用于大多数的枪弹弹痕的自动比对中。     

线结构光光条中心提取算法

目的 线结构光视觉测量是一种利用可控光源和数字图像的主动视觉测量方法,光条中心提取是线结构光视觉测量的关键技术,直接影响到线结构光视觉测量的精度。传统灰度重心法只在图像的横向或纵向上计算光条的灰度重心,没有考虑光条的法线方向,精度较低。本文提出一种改进的光条中心提取算法,以期实现光条中心的精确提取。方法 在分析线结构光的光条灰度特性基础上,基于传统的灰度重心法,提出一种改进的两步提取算法。基于图像差分法从原始图像中分离出有效的线结构光光条,采用传统灰度重心法对光条中心进行粗提取;在粗提取的光条中心点处通过自定义的方向模板确定光条的法线方向,以粗提取的光条中心点为中心,沿法线方向采用灰度重心法进行二次提取,获取线结构光光条的中心。结果 本文采用CCD相机、镜头、线激光器及辅助机构搭建线结构光视觉系统,采用提出的算法对线激光器投影产生的直线型光条、非连续光条和弯曲光条的中心进行提取。通过光条中心提取实验获取的光条中心线的走向与光条的走向大致相同,符合预期的光条中心线。本文将Steger法作为评价标准,分别计算本文算法、传统灰度重心法与Steger法提取的光条中心的偏差,通过对比实验可知,本文算法提取的光条中心的偏差更小,并且程序运行时间比Steger法减少了3 s以上。结论 本文研究线结构光的光条中心提取算法,对传统灰度重心法进行改进,能够实现直线型光条、非连续光条和弯曲光条等不同形状光条的亚像素级中心提取,并且在保证较少的程序运行时间的同时,能够提高传统灰度重心法的光条中心提取精度。     

基于机器视觉的圣女果采摘机械臂的动作研究

针对当前圣女果采摘机器人无法保证带蒂采摘的问题,提出一种通过机器视觉进行圣女果姿态分析进而生成特定的机械臂采摘动作的方法;该方法通过模拟人手采摘流程,能够使得机械臂末端执行器到达采摘位置时与圣女果的果蒂方向保持一致;整体系统包括对成熟圣女果的目标检测,测距算法的实现,圣女果方向识别以及机械臂动作生成;根据轮廓拟合算法的思想进行算法改进,实现针对圣女果的更加精确、稳定的方向识别算法,从而获得机械臂末端执行器与圣女果果蒂方向一致的目标位姿,进而实现相应机械臂采摘动作的生成;多次实验表明,改进后的对于圣女果方向的识别算法相较于传统轮廓拟合算法而言误差角度更小,对于不同姿态圣女果的方向识别更具稳定性,因此更加适用于实际采摘流程中根据圣女果姿态生成机械臂的特定采摘动作。