基于TOF相机的空间非合作目标位姿测量方法

针对空间非合作目标近距离交会对接时较难获取精确位姿的问题,提出一种高效可靠的基于TOF(time-of-flight)相机的空间非合作目标位姿测量方法.利用TOF相机灰度图可存储光强的特点,用回光反射材质圆点标定板,提高了相机标定精度;基于边缘弧段组合的椭圆检测法计算目标表面对接环内外侧椭圆参数;基于局部阈值的区域生长法对深度图像进行连通域分析,通过面积、长宽比等约束提取出目标表面接插件;利用对接环与接插件建立目标坐标系并解算其在相机坐标系下的三轴位置与姿态角.搭建地面验证系统,通过对比本文方法与ORB(Oriented FAST and Rotated BRIEF)方法4组100帧图像的实验结果,验证了该方法的鲁棒性与测量精度的准确性,说明TOF相机在非合作目标位姿测量领域具有广阔的前景.     

基于弱透视成像模型的目标三维姿态测量

为了准确获取空间目标跟踪、视觉导航等领域中目标的三维姿态,进行了目标三维姿态单目视觉测量方法研究.提取图像目标的典型特征点构造出直角三角形,并通过其边长比例先验信息以及弱透视成像模型推导出目标三维姿态的单目解算算法.与传统测姿方法相比,该算法在相机焦距等内参量未知条件下依然可解算姿态,增大了测姿应用范围;与传统迭代测姿方法相比,避免了循环迭代求解过程,无需设置迭代初值,提高了解算效率.数值仿真试验结果表明目标在离相机1~3km成像时姿态测量误差低于1.5°;实际图像序列测量结果表明目标俯仰角和偏航角测量结果拟合残差小于1°,翻滚角拟合残差小于2°.实验验证了算法的正确性和稳定性,表明该算法在内参量未知条件下能有效测量中远距离成像目标三维姿态.     

视觉与倾角传感器组合相对位姿测量方法

针对视觉相对位姿测量问题,提出了一种视觉与倾角传感器组合的相对位姿测量方法,通过在相机和被测物上各放置一个倾角传感器,利用固定倾角传感器所提供的角度信息提供额外的约束来求解n点透视定位(Pn P)问题。介绍了组合相对位姿测量方法的原理,通过仿真实验验证了该方法的正确性,并与现存的Pn P问题求解方法比较,表明提出的方法具有较高精度,并且对噪声具有较强的稳健性,实验结果表明提出的方法对空间15个特征点在x方向和y方向的平均反投影误差均小于0.1 pixel,能够满足高精度位姿测量需求。     

IEPnP:一种基于EPnP的相机位姿迭代估计算法

近年来,EPnP算法作为一种相机位姿估计的解析算法,因其较低的计算复杂度而得到广泛的关注,但该算法对图像噪声的稳健性不强。提出了一种基于EPnP算法的迭代算法,即IEPnP算法。IEPnP算法保留了EPnP算法的主要思想,构造了4个虚拟控制点,利用弱透视投影模型获得相机的初始位姿,计算出虚拟控制点在相机坐标系下的坐标,然后通过高斯-牛顿法对虚拟控制点在相机坐标系下的坐标进行优化求解,最终通过解决绝对定向问题来获得对相机位姿的估计。IEPnP算法简化了EPnP算法的计算过程。在不同的图像噪声水平下进行仿真实验,结果表明,相比于EPnP算法,IEPnP算法不仅保持了较高的计算效率,而且对图像噪声具有更强的稳健性。     

一种单目视觉位姿测量系统的误差分析方法

针对单目视觉位姿测量传统误差分析方法中只考虑单一误差因素，分析结果与工程实际有较大差异的问题，提出一种考虑多误差因素共同作用的误差分析方法。根据单目视觉系统的测量范围和相机参数建立其位姿测量模型；综合考虑相机内参、镜头畸变、图像点、靶标三维点等误差因素，将其同时引入位姿测量模型进行分析；分析抑制不同参数误差及提高相机分辨率等在多误差因素共同作用下对位姿测量结果的影响，找到最有效的精度优化方法。采用小型机械臂手眼定位中的单目视觉位姿测量系统进行实验，结果表明通过抑制相机径向畸变误差和提高相机分辨率，能够有效地提升该系统的位姿测量精度，位姿精度分别提升6.57%、4.21%和5.88%、5.54%。     

面向机器人位姿测量的大视场变焦测量方法

针对机器人大范围位姿精准测量问题,提出一种大视场位姿测量的变焦测量方法。利用变焦图像匹配点的单应矩阵进行变焦内参动态计算,根据变焦前后靶标位姿求解相机坐标系变换,给出与变焦参数相关的PnP算法,考虑畸变后进行参数优化,并提出缩放和对焦两步变焦控制策略。提出一种基于图像模板的靶标板位姿测量算法,在靶标可视姿态均能稳定检测并区分标志点。对变焦测量系统进行误差测量实验和大场景跟踪实验,结果表明,不同变焦参数下均具有较高的单点测量精度,平均位置精度最高21.8μm,在400~1600 mm范围误差0.09mm,精度较高,使用的变焦相机可实现178.7461~9022.31mm测量。该方法实现了相机活动范围受限而测量范围可拓展的位姿测量。     

一种面向空间非合作目标位姿测量应用的三维点云滤波算法

针对激光位姿敏感器获得的原始点云有噪声和直接参与解算消耗星上计算资源过大问题,给出一种适用于空间非合作目标位姿测量的点云滤波和特征提取算法。应用仿真的方法分别验证了算法滤除空间随机噪声和点云降采样的有效性,验证了特征点对目标位姿变化和高斯测量噪声的鲁棒性。在非合作目标绕飞、抵近、捕获全物理试验平台上,以扫描激光位姿敏感器获得的原始点云数据为输入,验证了算法在实际空间目标位姿测量中的性能。试验结果表明,该算法实现了原始点云93.1%的降采样,节省了92.9%的位姿解算时间,可有效提升星上数据处理的效率和姿态解算的实时性。     

基于多向联合交汇的柔性视觉形貌测量新方法

针对大尺寸物体形貌测量应用,设计一种视觉形貌测量新方法。该方法是将两套没有公共视场的单目视觉传感器组合起来联合交汇,分别用于位姿测量和单目多位置交汇测量。位姿测量通过求解PnP问题为单目多位置交汇测量提供位姿信息。单目多位置交汇测量利用位姿测量提供的辅助信息通过光束平差解算出待测物的形貌。分析了系统原理,给出位姿测量PnP算法实现过程,介绍了非公共视场相机的标定方法原理,分析了单目多位置交汇测量的原理并给出实现方法。最后进行了测量方法的验证实验,实验结果表明,在3 m×3 m的工作范围内系统测量精度为5 mm,证明该方法可以用于大尺寸物体形貌测量,且结构简单轻便,具有很强的灵活性。     

折反射全向相机镜面位姿的自标定方法

在已知镜面和透视相机参数的情况下,提出一种不需要任何其他标定物的折反射全向相机镜面位姿的自标定算法,只需要折反射相机采集任意一幅图像即可估计出反射镜面与透视相机之间的旋转和平移。利用镜面外边缘所成的像,通过平面圆位姿估算方法获得两个候选位姿;再利用透视相机镜头边缘的成像,同时进行镜头边缘参数估计和镜面位姿选择。该标定方法操作简单,精度高,适用于非单视点相机的标定。仿真和真图实验结果证明了该方法的有效性。     

基于单目视觉的矩形靶面弹着点测量

目前机器视觉技术广泛应用于弹着点坐标的测量领域,针对双目视觉技术标定、演算复杂的问题,提出一种基于单目视觉技术的弹着点测量方法。通过图像处理技术定位出靶面4个角点以及弹着点像素坐标,采用矩形P4P方法解算出靶面坐标相对于相机坐标系的位姿,根据单目视觉成像原理计算出弹着点在靶面的实际坐标。根据该方法成功测量出了实验中靶面弹孔的坐标,最大测量误差为2.3 mm。结果表明,该方法可以快速、精确测量靶面与相机的位姿关系以及弹着点的坐标。     

基于三线阵CCD空间目标的高精度位姿解算

为了解决三线阵CCD空间目标位姿测量的精度问题,提出一种高精度位姿解算方法。该算法将所有线阵CCD相机的坐标系进行统一化处理。通过建立一个新的误差评价函数,运用改进的正交迭代算法求解位姿参数,并进行非线性优化。仿真和实际测量结果表明,该算法有效避免了因数据恶化或初值选取等因素造成的不收敛或收敛差的问题。与传统算法相比,该算法测量精度和抗噪特性均得到有效改善,计算效率提高了4.6倍,实际测量的6个自由度的最大相对误差为0.71%。该测量系统可实现对空间目标的高精度实时测量,且具有安装方便、应用范围广等优点。     

面向奇异构型目标点分布的相机位姿估计算法

为了提高平面、近平面和近线等奇异构型目标点的位姿估计精度和稳定性,提出了面向奇异构型目标点分布的位姿估计算法。首先,选择距离最远的两个点作为基本目标点,将n点划分为n-2个三点子集。其次,根据三点子集的几何关系构建辅助点,旨在增加透射相似三角形法的几何约束,进而求得较为准确的相机位姿初值。最后,结合EPnP算法和高斯牛顿算法进行迭代优化,通过奇异值分解求得最终位姿。测量实验结果表明,当平面目标点数n=4时,正交迭代算法、EPnP算法和IEPnP算法的像方平均重投影误差分别为0.062 mm、0.324 mm和2.238 mm,本文算法的像方平均重投影误差为0.003 mm,有效提高了奇异构型下目标点的位姿估计精度和稳定性。     

遮挡区域空间位姿的多传感组合测量方法研究

针对狭长区域模块间存在视野遮挡、对接区域尺寸微小等问题，提出了一种多传感器组合位姿测量方法。该方法采用了布置在模块前后的轮廓仪与激光位移传感器联合获取模块上特征平面点云数据，利用平面拟合与空间几何投影的方法解算出章动角的旋转与位置的平移偏差，结合固定在目标上倾角仪提供的水平角信息解算出进动角与自转角的旋转偏差，研制了自动对接平台样机，实现了对接区域相对位姿的间接测量。实验结果表明，系统的位置与姿态测量精度分别优于40 μm、0.02°，且测量稳定性与效益较人工测量有明显提高，证明了所提方法的有效性，满足对设备模块间的高精度位姿测量需求。     

基于ICP算法的双目标定改进方法研究

双目视觉作为一种非接触三维(3D)测量技术,其位姿标定结果的好坏将直接影响3D物体测量的精度。基于迭代最近点(ICP)算法获得两组点集之间平移和旋转参数的原理,提出了一种在传统双目位姿标定结果的基础上补偿双目标定矩阵改善精度的方法。介绍了摄像机模型、双目视觉测量模型和ICP算法的基本思想。用双目摄像机标定的外参数和相同的靶标坐标系获得双目视觉位姿矩阵,在此提出基于ICP算法获得两组点集的旋转平移矩阵补偿双目位姿矩阵的方法,以及相应的靶标角点坐标投影误差分析模型。双目摄像机采集9组5×7个角点的靶标标定图像,应用ICP算法补偿双目位姿矩阵,并采用误差模型对9组标定结果进行了分析,双目结构光标定改进实验结果表明,应用ICP算法补偿双目标定模型能显著地提高双目标定的精度。     

图像序列中目标关键帧快速搜索算法

在目标测量时所获得的图像序列中,如何定位目标关键帧(最有利于目标测量的图像)的位置,对目标识别的效率和测量设备的性能有着显著的影响.针对具有复杂特性的目标图像序列,提出了一种基于帧间像素灰度差值来定位目标关键帧的快速搜索算法.该算法仅仅利用像素灰度值这一最基本的特征,将图像序列中相邻两张图像的同一像素的灰度差值与给定阈值相比较,统计高于阈值的像素个数,再与另一给定阈值相比较,进而确定目标关键帧的位置.实验结果表明,该算法对目标大小不同、形状不同,环境不同,信噪比较高的图像序列都具有快速、稳定的搜索效果.     

垂直直线特征的双目视觉位姿测量方法

针对直线特征,提出了基于两条垂直直线特征双目视觉位姿测量解析算法。该算法根据直线特征和其在摄像机图像上投影直线共面性质建立模型,利用单位四元素法简化了投影模型变量,进而在仅知被测物体上两条直线相互垂直的信息,利用两条垂线投影在两个摄像机图像上四条直线图像,求解出被测物体的位姿参数。同时分析了退化情况下位姿求解方法,即当直线向量平行于两个摄像机基线向量时,直线向量在左右摄像机投影到同一条直线上时的位姿求解方法。基于Matlab仿真实验表明该算法对于噪声具有一定的稳健性,即使两条直线不垂直而有一个角度误差时,仍能保证一定的精度。实物实验表明该算法可以满足一般测量精度要求。     

基于形态学的复杂背景目标检测算法的研究

复杂背景下目标检测存在诸多困难,主要为背景对目标检测的干扰,大量噪声存在导致传统导数边缘检测方法的失效等。针对上述两点,提出了分割区域图像、利用形态学方法检测目标的新算法。首先利用目标与背景灰度差异性来确定目标的大致区域,将其分割出来,然后再结合多结构元素法进行目标的精确检测。通过与原图像分割、聚类算法分割实验比较,该算法具有较好的抗干扰性和抗噪性能。     

基于目标特征点比例的单站图像定姿方法

 为提高靶场实况记录设备的姿态测量能力,提出了一种针对实况记录图像的单站定姿方法,可以利用目标特征点坐标的比例信息快速准确地获取目标三维姿态。分析了目标成像模型及坐标系间位姿参数关系;推导出含特征点坐标比例的共线方程,采用迭代求解获得目标姿态参数;分析了算法的可行性及误差来源。仿真实验表明：该算法求解精度高,鲁棒性好,具有较强的工程实用性。     

交会对接航天器间相对位姿参数单目视觉测量的解析算法

利用四个非共面设置的特征光标和单个CCD相机,采用单位四元素来描述航天器相对姿态,基于比例正交投影近似假设,建立目标航天器已知特征光标物理坐标和对应图像点图像坐标之间的简化数学模型,以解析的形式给出了航天器间相对位姿参数(相对位置和姿态),并对解析解进行修正。对该算法进行数学仿真,仿真结果表明,算法简单可靠,能够满足航天器确定精度和实时计算的要求。     

条纹相机非线性修正算法

 条纹相机扫描电路的非线性会导致条纹图像时间与强度信息的失真。为了使条纹相机输出图像更加接近实际目标从而得到更高的测量精度,提出一种扫描非线性修正算法。该算法根据给出的标称扫描时间拟合出扫描时间曲线,求出每道的扫描时间,取其算术平均值作为一个标准,根据每道的扫描时间与该标准的数值大小关系来求出每个像素的修正系数,取图像与该系数矩阵的乘积即可完成图像的位置和灰度的修正。实验结果表明可以将测量非线性由原来的8% 减小到2% 以下。