光电成像探测中目标方位测量方法

为了在光电成像探测目标的同时给出目标相对探测器的方位信息,探讨了一种基于单目视觉的运动目标方位测量方法。根据投射成像原理,推算出二维目标像点坐标与目标的空间三维位置之间的映射关系,建立了单目视觉测量目标方位的数学模型。结合帧间差分法和KLT方法检测静止背景下和变化背景下的运动目标,并对目标特征点进行亚像素定位。试验和仿真结果分析表明,该方法能够有效提取目标的特征点,可对目标较为准确地定位,并通过单目视觉测量出目标方位信息,误差控制在8%的范围内。     

手-眼视觉动态目标定位方法研究

提出了一种机器人手-眼视觉分步动态目标定位方法,实验中保持摄像机图像平面与工作台平面平行,通过摄像机在不同高度对工作台上目标的分步拍摄并获取目标位置信息,将目标定位的三维关系简化为二维关系处理。在摄像机对目标定位的过程中,目标位置信息被不断修正,最终将目标定位在图像的中心位置,进而引导末端执行器完成对目标的准确抓取。实验结果显示该手-眼视觉分步动态目标定位方法定位准确、可靠性高。     

超分辨率图像重构技术在航天器相对位置测量中的应用

以两颗航天器间相对位置参数测量为研究对象,确定了基于单目计算机视觉及目标特征的测量方案,提出了基于超分辩率图像重构技术的航天器间相对位置的高精度测量方法。分析讨论了图像传感器的观察模型、图像传感器及光学测量系统的点扩散函数、配准方法、重构原理及方法。利用地面试验验证了该方法的正确性。试验结果表明:该方法与基于单帧图像及目标特征的方法、基于插值的方法相比较,在测量精度及稳定性等方面都有了较大的提高;与基于单帧图像及目标特征的方法相结合,不仅可以保证在不同作用距离上相对位置的高精度测量,而且具有较高的测量稳定性和可靠性。     

基于单目视觉的静止目标定位方法

以无人机感知与避障为背景,提出了基于运动的单目视觉测距方法.选择摄像机运动过程中在不同位置对同一目标获取的两幅图像,然后利用尺度不变特征变换算法对所选图像进行特征检测和匹配,通过分析同一目标特征点在两幅图像中不同成像位置的变化,结合无人飞行器自身的运动参数,求解出无人飞行器与障碍目标之间的位置信息.采用该方法对不同位置的目标进行定位实验,结果表明该算法的测量精度和时效性可以满足实际避障的要求.     

基于信息融合的移动机器人目标识别与定位

针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。     

基于单目视觉和圆结构光的目标姿态测量方法

为解决实际工程中无法在被测目标表面设置固定特征来配合单目视觉系统实现目标姿态测量的难题,将圆结构光源引入单目视觉系统中。通过建立圆结构光的视觉姿态测量模型,提出了一种基于单目视觉和圆结构光的目标姿态测量方法。利用图像处理获取不同姿态下目标表面的结构光光条图像的数学参数;然后将其输入到姿态测量算法中,得到目标表面结构光光条的法向量;最后利用目标表面的参考点与结构光光条中心之间的距离约束关系确定唯一解。实验结果表明,该方法有效可行,测量误差平均在0.5°以内,更便于机器人抓取等工程领域的应用。     

自动化控制下机械手臂运动轨迹研究

对机械手臂运动轨迹进行优化控制,能改善机械手臂的自动控制性能。为了提高机械臂的控制稳健性,提出一种基于变结构模糊PID控制的机械手臂运动轨迹优化控制模型。首先采用末端效应逆运动学模型构建机械手臂的运动规划约束参量数学模型,采用七自由度运动空间重构方法建立机械手臂运动的动力学方程。然后通过纵向定常运动,分析建立机械手臂整定控制目标函数,求解机械臂在抓取作业过程中的最佳导引控制律,采用变结构模糊PID控制方法进行运动轨迹的误差修正,实现机械臂自动控制优化。最后通过仿真实验进行控制性能测试,结果表明,采用该方法进行机械手臂运动轨迹控制的精度较高,对机械臂位形变化轨迹的预测准确性较好。     

一种目标空间运动分析系统

针对运动目标空间定位问题,将立体视觉技术与单视频序列下的运动目标检测相结合,设计了一种目标空间运动分析系统,实现目标的空间定位,扩展了单视频序列运动目标检测课题的应用范围。针对从单目向多目过渡过程中面临的问题,从硬件上提出了相应的解决方案,将立体镜头与高速相机相结合,克服了芯片一致性、相机同步、运动拖影等影响。由于立体像对源于同一帧图像,所以可以直接使用传统单序列运动目标检测方法获取运动掩模。使用该空间运动分析系统在光照充足的室外条件下进行单一目标的自由落体和斜坡运动2组实验,实验结果表明:该系统运行稳定,实现了运动目标的空间位置分析功能,1 m范围内,定位绝对误差小于0.01 m。     

一种基于惯量椭圆位姿补偿的扩展目标精确定位方法

针对空间扩展目标成像纹理特征少,背景单一,以及目标旋转、平移、形变等运动特征所导致的目标定位跟踪困难的问题,研究了基于惯量椭圆位姿补偿的目标定位跟踪方法(TTBPC)。通过惯量椭圆测姿法获取目标准确俯仰角姿态,将目标位置、姿态补偿到统一的坐标系下,结合最近距离特征点匹配原则,最终实现对空间扩展目标的精确跟踪定位。通过仿真图像和实际图像对TTBPC方法的有效性进行了验证,平移目标定位误差小于0.26pixel,旋转目标定位误差小于0.28pixel,实际空间扩展目标定位误差小于0.3pixel,这表明该方法应用于空间扩展目标定位的有效性和准确性。     

空间非合作目标的三目立体视觉测量方法

针对在轨服务任务如何在近距离处获取空间非合作目标的相对位置和姿态的难题,提出一种三目立体视觉测量方法。首先利用三台呈等边三角形布置的大视场可见光相机获取图像;然后采用所提方法对特征点进行匹配;接着采用RANSAC方法解算被测目标在世界坐标系下的位姿参数;最后通过对非合作卫星模型的静止、位置移动和姿态转动进行实验。实验结果表明,静止状态下的相对位置精度优于2.2 mm,相对角度测量精度优于0.3°;当模型位置移动时,绝对位置精度优于3 mm;当模型姿态转动时,相对位置精度优于5.6 mm,相对角度测量精度优于1.7°,说明所提方法可以改善双目立体视觉技术在测量角度大的区域易出现测量盲区、特征点定位误匹配和测量视场有限的不足。