基于单目视觉的航天器位姿测量

鉴于实时高精度航天器位姿测量不仅是航天器实时监控和跟踪的重要技术保证,同时也是实时调整和补偿航天器姿态的主要依据,提出一种基于单目视觉的航天器实时位姿测量方法,利用高精度旋转平台几何摄像机的方式对被测目标进行位姿解算。该方法不需要对被测目标进行几何约束,同时也不用进行转站测量,因而可以进行动态实时的在线位姿检测。航天器位姿实验结果表明:该单目视觉测量方法姿态测量误差小于0.05°,位置测量误差小于0.02 m,满足实际工程0.1°和0.05 m的精度需求。     

基于移动机器人和单目视觉的姿态测量方法

在单目视觉的姿态测量工作中,传统卷积神经网络在模糊场景及复杂场景下存在准确度大幅降低的问题,为此提出了一种基于胶囊网络与贝叶斯网络相结合的深度学习模型,在此基础上提出了基于移动机器人与单目视觉的姿态测量方法。采用新型胶囊网络对单目视觉目标的重要关节点进行空间定位;设计了简单的贝叶斯网络学习算法,通过贝叶斯网络推理出关节点的空间姿态;在复杂的人体姿态测量数据集上完成了验证实验,结果表明实现了较好的测量准确度,在复杂场景下依然保持了较好的准确度,在室内与室外环境下的F1-measure值分别达到0.9和0.78。     

基于单目视觉和棋盘靶标的平面姿态测量方法EI北大核心CSCD

针对平面目标姿态测量问题,提出了一种基于棋盘靶标的单目视觉测量方法,设计安装简单,在保证测量精度的同时简化了测量过程。首先,基于棋盘靶标对摄像机进行标定;然后,利用单应性条件得到外参矩阵,并利用Givens矩阵对外参矩阵进行分解,求得姿态角;最后,在靶标任意安装的情况下,基于旋转矩阵约束条件研究了安装偏差的自标定方法。实验结果表明:距离3m时,在静态测量时垂直光轴方向姿态角的测量精度可达0.02°,其他两个姿态角的测量精度可达0.05°;动态测量时垂直光轴方向姿态角的测量精度可达0.1°,其他两个姿态角的测量精度可达0.5°。     

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.     

全景结构光视觉测量通用畸变校正模型

现有的结构光视觉测量系统中,相机和结构光投射器安装在玻璃管内部以实现全景测量,但玻璃管会导致光发生折射而带来畸变。针对上述畸变,分析了光线在两个圆柱形表面折射的过程,研究了两个异面的折射平面所带来的畸变,建立了一种全景结构光视觉测量通用畸变校正模型。采用全景结构光视觉测量系统对内径为288.50 mm的铝管进行测量,基于全景结构光视觉测量通用畸变校正模型计算铝管的内径。实验结果表明,系统的重复性精度为0.047 mm,测量精度为0.23 mm,系统具有较好的稳定性和可靠性,所提出的全景结构光视觉测量通用畸变校正模型具有较高的准确性。     

基于线结构光的双目三维体积测量系统

针对工业应用中工件的体积测量问题,设计了一个基于双目立体视觉原理的体积测量系统。线结构光投射到被测物表面产生变形的激光条纹,精确提取光条中心线,利用极线约束实现左右图像特征点匹配;根据双目视觉原理,由光条图像坐标计算出其在相机坐标系下的三维坐标,完成三维重建;将相机坐标系下的三维点云转换到理想的世界坐标系下,经过积分计算得到被测物体积。采用该系统对不规则棱锥实现三维重建,并完成体积测量。实验结果表明该方法具有一定的可行性和有效性,在工业检测领域有较好的应用前景。     

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。     

单相机立体视觉测量技术的研究

基于双目视觉理论,提出一种摆动式单目立体视觉测量方法,并搭建了相应测量系统。建立了精度分析模型,确定了系统各部分的视场范围,相机在摆动臂的带动下可以完成两个不同位置的拍摄。通过2D平面靶标定法对系统进行标定,采用Canny算子和Hough算子相结合的方式完成轮廓检测,并得到待测工件的匹配点图像。利用最小二乘法进行曲线拟合求取长方体的轮廓交点坐标及空间圆最优化拟合法求取圆的直径,实现对实验样品的三维测量,结果显示该系统相对检测精度达0.6%。     

基于马达代数的非合作目标姿态视觉测量算法

非合作目标航天器的位姿测量一直是各类复杂航天任务中所需解决的关键难题之一。传统的姿态测量算法多采用欧拉角以及旋转矩阵的方式描述目标位姿,计算参数较多,算法形式也相对复杂。针对这个问题,通过单目视觉识别出具有矩形结构特征的目标航天器的一个矩形面,然后在马达代数框架下,根据该矩形面两条平行边所在直线方程的差值信息直接计算出目标姿态参数,最终将姿态解算问题简化为一组四元线性方程组的求解。该算法无需知道目标尺寸,计算形式简洁,实时性高,同时也能很好地保证结果的正交性。数值仿真以及地面验证实验结果表明,该算法具有较强的稳定性,测量精度能够满足测控要求,在交会近距离范围内受两航天器间相对距离的影响较小。     

基于单目视觉的机械臂目标定位系统设计

在筒子纱染色的工业生产中,获取机械臂及纱杆锁扣的相对位置实现机械臂的精确定位和抓取目标是染色过程的关键技术。设计了基于单目视觉的机械臂目标定位及光学测量系统,通过单目光学成像的方式实时获取锁扣目标的图像,结合图像分析算法解算出目标空间位置以及目标与机械臂的相对位置。利用OPC通讯技术,将目标的空间位置信息传输给机械臂控制模块并控制机械臂的运动实现目标的抓取。通过现场实验,机械臂定位系统的定位误差在2mm范围内。     

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%。     

激光投影成像式运动目标位姿测量与误差分析

为了实现室内运动目标位姿的高精度测量,建立了一套激光投影成像式位姿测量系统.该系统利用两两共线且交叉排列在同一平面上的点激光投射器作为合作目标捷联在运动目标上,通过与光斑接收幕墙的配合共同组成运动目标位姿测量基线放大系统,利用高速摄像机实时记录幕墙上投影光斑的位置,利用摄像机标定结果求解投影光斑的世界坐标,利用投影光斑之间构成的单位向量建立运动目标位姿解算模型.最后,根据测量原理推导了图像坐标提取、摄像机外部参数标定、光束直线度与目标位姿解算结果之间的误差传递函数.实验结果表明,当摄像机的视场范围为14 000mm×7 000mm时,测量系统的姿态角测量精度为1′(1δ),位置测量精度为5mm,且误差大小与目标位姿测量误差传递函数理论计算值一致,验证了本文提出的目标位姿测量方法与测量误差传递模型的准确性,能够满足目标位姿测量高精度的要求.     

基于视觉测量的飞行器舵面角位移传感器标定

提出一种基于计算机单目视觉的飞行器副翼、襟翼、方向舵和升降舵角位移传感器的非接触标定方法.用共面的两个特征圆组成一标定靶固定在飞行器舵面上,用一台定焦数码摄像机对标定靶拍照,获得特征圆数字图像.经图像分析确定特征圆圆心及直径在像面上的透视投影位置和长度,根据透视投影逆变换原理建立物和像空间坐标关系的解算模型,进而导出靶面平面方程.飞行器舵面角位移则由标定靶面的法线方向余弦来表示.仿真结果表明,该方法具有标定过程快速、简单和准确的特点.不需事先标定摄像机内外部参量,其标定准确度优于0.2°.     

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。     

一种高精度线结构光视觉传感器现场标定方法

针对现有线结构光视觉传感器标定方法存在的局限性,提出一种不需要求解光平面标定点的标定方法.根据光条图像求解平面靶标上光条在摄像机坐标系下的Plücker矩阵.在视觉传感器前合适位置将平面靶标摆放多次,联立所有光条空间直线的Plücker矩阵,求解光平面在摄像机坐标系的平面方程.最后通过非线性优化方法得到光平面方程在最大似然准则下的最优解.在标定过程中,所有光条点都参与光平面参数的计算过程,因此该方法标定结果精度高、稳健性强.实验证明,与现有方法相比该方法标定精度提高30%左右.     

平顶线结构光的中心检测算法及光刀平面标定

针对传统线结构光光刀平面标定方法测量精度不高,应用范围小的问题,提出基于平面标靶的线结构光系统光刀平面标定,对无激光的标靶图片进行迭代摄像机标定,有激光的标靶图片进行光刀平面标定.提出光强符合均匀分布的平顶激光检测中心算法,将平顶激光建模为矩形的台阶函数,估计背景亮度和前景亮度,确定亮条纹宽度,再将窗口内的有效像素参与重心计算,得到光条纹中心.用该算法对不同噪声及不同量块的图片进行处理,结果表明,处理后图像的均方根误差分别在0.149pixel和0.176pixel内,表明该算法抗噪声能力强、精度高.用该算法提取光条中心,计算光条在标靶上的位置,根据至少两个姿态下的光条中心三维点,基于最小二乘法拟合光刀平面.通过迭代摄像机标定和光刀平面标定,利用三角测量法,在立体视觉模型下获取物体的三维点云数据.实验测量两个距离为100.5mm的标准球,相机与标准球距离为500mm,比较两球心距离与标准距离,测得平均误差为0.236mm.表明平顶激光检测中心算法切实可行,光刀平面标定方法基本满足要求.     

Study on the position and orientation measurement method with monocular vision system

In order to estimate the position and orientation of an object with a single camera, a novel measurement method based on pinhole camera model with five reference points is presented. Taking the specially designed planar target with the monocular vision system, the projection line of the reference points is built. According to the projection model, the coordinates of the reference points in the camera coordinate system are estimated with the least-squares algorithm. Thus the position and orientation of the target are worked out. Experimental result shows that the measurement precision of angle is less than 0.2°, and that of displacement is less than 0.1 mm.     

光笔式单目视觉测量系统的关键技术

为了对机械加工部件进行高精度、大尺寸、三维立体空间的现场实时测量,建立了光笔式单目视觉测量系统。对该系统中的新型光笔工艺、算法转换模型、摄像机焦距的优化、光笔笔尖位置的标定进行了研究。首先提出了一种利用光刻工艺设计制作的新型光笔,其次,基于近景摄影测量学中的单像空间后方交会原理,建立了一种新的光笔坐标系与摄像机坐标系之间的转换模型,通过最小二乘平差法循环迭代求解最优的单像空间外方位元素,从而确定了转换模型基本参数。最后,分析了摄像机焦距对光笔式单目视觉测量系统结果的影响,并提出了一种确定相对准确焦距和光笔测头在光笔坐标系下的位置的方法。实验结果表明：摄像机坐标系下x轴、y轴、z轴方向的稳定性误差分别为0.042、0.048、0.066 mm;测量最大误差为0.173 mm,较大程度上满足了光笔式单目测量系统稳定性强和精度高的要求。     

A novel 1D target-based calibration method with unknown orientation for structured light vision sensor

The problem associated with calibrating a structured light vision sensor is that it is difficult to obtain the coordinates of the world calibration points falling on the light stripe plane. In this paper, we present a novel method to address this problem by randomly moving a 1D (one-dimension) target within the sensor's view field. At each position where the target is set, the world coordinates with one calibration point on the light stripe plane that can be obtained based on at least three preset known points on the 1D target by a proposed two-stage technique. Thus, as long as the 1D target is at least set at three different positions, not less than three such calibration points can be obtained to perform the structured light vision sensor calibration. The simulation and real experiments conducted reveal that the proposed approach has an accuracy of up to 0.065 mm. The advantages of the proposed method are: (1) 1D target is easily machined with high accuracy, which reduces the cost of the calibration equipment; (2) the method simplifies the calibration operation and can be convenient in on-site calibration; (3) the method is suitable for use in confined spaces.     

空间非合作目标自旋速率测量方法与实验

为了实现对失稳、快旋空间非合作目标运动状态的测量,提出一种基于单目相机序列图像的测量方法。根据目标与探测器的投影几何关系,推导和证明了测量方法的可行性。根据空间光照环境的特点,给出一种基于MSER特征的图像处理方法,用于稳定提取目标在图像中的投影角。根据获得的多帧序列投影角值,通过设定合理的多项式拟合模型,计算非合作目标的自旋速率。最后通过在轨图像数据,进一步验证了方法的有效性和测量精度。实验结果表明:对于某60°/s的快旋非合作目标,用1 Hz帧频的单目相机观测150 s,该方法对目标的测量均值为60.07°,测量标准偏差为0.05°/s,实现了稳定可靠、高精度的空间非合作目标运动状态测量。