基于直線特征的空間非合作目標(biāo)位姿視覺測量方法研究.pdf_第1頁
已閱讀1頁,還剩190頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、航天器之間的相對位置和姿態(tài)(統(tǒng)稱為位姿)精確測量是空間交會對接、空間碎片回收、在軌維修等重大航天任務(wù)的先決條件。基于光學(xué)成像敏感器的視覺測量技術(shù)具有精度高和自主性強等優(yōu)勢,已經(jīng)成為空間操作最后逼近段相對位姿測量的主要手段。目標(biāo)航天器按照是否安裝了合作標(biāo)志,分為合作目標(biāo)和非合作目標(biāo)。非合作目標(biāo)按照是否已知目標(biāo)結(jié)構(gòu)先驗知識又分為模型已知的非合作目標(biāo)和完全非合作目標(biāo)??臻g合作目標(biāo)的視覺測量方法已經(jīng)得到了深入的研究和成功的應(yīng)用,相對而言,對空間

2、非合作目標(biāo)進行視覺測量頗具挑戰(zhàn)性。盡管空間人造目標(biāo)紋理較為簡單,但是它們具有大量能夠很好反應(yīng)目標(biāo)幾何信息的直線特征。由于直線特征提取可靠,屬性豐富,受光照,噪聲等影響小,因此利用直線特征進行位姿測量具有較大的技術(shù)優(yōu)勢。
  為滿足該需求,本文研究了基于直線特征的空間非合作目標(biāo)位姿估計方法,研究內(nèi)容包括四大部分:一是直線特征提取及匹配方法;二是基于直線模型的相機標(biāo)定方法;三是基于直線模型的非合作目標(biāo)位姿估計方法;四是基于直線特征的完

3、全非合作目標(biāo)位姿估計方法。概況起來,本文的創(chuàng)新性主要體現(xiàn)在如下幾點:
  1、針對受復(fù)雜光照影響的弱紋理目標(biāo)匹配問題,提出了一種基于直線局部鄰域梯度信息和全局結(jié)構(gòu)信息的直線特征匹配算法。算法首先結(jié)合像素點梯度信息和局部對比度信息構(gòu)建直線支撐區(qū)域,并根據(jù)赫爾姆霍茨準(zhǔn)則抑制虛假直線,相對于已有的基于邊緣圖的直線檢測算法,本文方法無需過多進行參數(shù)設(shè)置,對復(fù)雜光照、噪聲、模糊等具有更強的魯棒性;然后利用圖像直線鄰域梯度分布構(gòu)建方向直方圖描

4、述符,并用于初始匹配;接著利用直線間的全局拓?fù)潢P(guān)系濾除誤匹配,最后迭代利用拓?fù)錇V波尋找更多的匹配,同時引入全局角度約束提高算法效率并進一步濾除錯誤匹配。相比傳統(tǒng)方法,本文方法對光照變換、噪聲、色差、模糊、視點變化等具有更強的魯棒性,同時算法對尺度變化也有一定的魯棒性。
  2、針對無控制標(biāo)志條件下的相機參數(shù)自動標(biāo)定問題,提出了基于輪廓模型的弱紋理平面目標(biāo)單應(yīng)識別優(yōu)化算法。算法隨機選取四條滿足一定幾何約束的直線段進行假設(shè)變換關(guān)系的求

5、解,并在假設(shè)檢驗框架下通過選取使得投影誤差最小的變換關(guān)系作為單應(yīng)初值。為了解決復(fù)雜背景條件下單應(yīng)的優(yōu)化問題,算法將目標(biāo)輪廓模型采樣為模型點序列,并通過優(yōu)化模型點投影同圖像對應(yīng)點的法向距離平方和實現(xiàn)單應(yīng)的優(yōu)化求解。另外基于提出的單應(yīng)識別優(yōu)化算法,設(shè)計了利用邊緣信息進行相機內(nèi)外參數(shù)標(biāo)定的方法。相比傳統(tǒng)方法,本文方法無需制備平面靶板,利用具有標(biāo)準(zhǔn)尺寸的物件便能實現(xiàn)相機內(nèi)外參數(shù)的估計,標(biāo)定過程更為靈活。
  3、針對傳統(tǒng)方法僅利用直線端點

6、信息,忽略了端點間的相關(guān)性的缺點,提出了基于直線間積分距離度量的位姿估計算法。首先設(shè)計了一種直線間積分距離度量準(zhǔn)則;然后基于該距離度量,根據(jù)圖像直線是否被看作無限長,提出了多種基于直線的位姿估計算法,相對于傳統(tǒng)方法,本文算法對直線段間斷噪聲和方向噪聲具有更強的魯棒性;最后從圖像直線最小二乘擬合過程出發(fā),給定邊緣點的噪聲信息(原始圖像),首次推導(dǎo)了圖像直線段端點定位的誤差模型。在此基礎(chǔ)上,給出了基于直線對應(yīng)位姿參數(shù)的極大似然估計。通過證明

7、發(fā)現(xiàn)提出的直線間積分距離函數(shù)同從推導(dǎo)的誤差模型出發(fā)得到的距離函數(shù)的形式一致。
  4、證明了兩類基于直線模型的目標(biāo)位姿跟蹤方法的等價性。首先從圖像觀測噪聲出發(fā),在概率框架下證明了本文提出的基于直線對應(yīng)的位姿估計方法和基于最小化法向距離的模型跟蹤方法(第一類方法需要檢測圖像中的直線,第二類方法直接在原始圖像上進行法向搜索得到模型圖像對應(yīng))內(nèi)在的等價性;然后從優(yōu)化函數(shù)的物理意義出發(fā),證明了兩類方法對應(yīng)的直線間距離函數(shù)形式的一致性;最后

8、從效率、精度、魯棒性等多個角度對兩類方法進行了對比和評測,并通過在模型圖像配準(zhǔn)階段引入亞像素定位技術(shù),提高了傳統(tǒng)基于最小化法向距離的模型跟蹤方法的精度和魯棒性。
  5、針對結(jié)構(gòu)先驗信息未知條件下的完全非合作目標(biāo)的位姿估計問題,提出了基于直線的序列圖像目標(biāo)關(guān)鍵結(jié)構(gòu)重建和位姿估計方法。算法首先利用提出的直線匹配算法確定序列圖像間直線對應(yīng)關(guān)系,并線性求解相機位姿參數(shù)和目標(biāo)直線參數(shù);然后根據(jù)提出的直線間積分距離度量構(gòu)建目標(biāo)函數(shù);最后通過

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論