机器视觉辅助的插头锥套式无人机自主空中加油仿真

为准确获取无人机自主空中加油对接阶段受油插头与加油锥套的相对位姿信息,提出一种机器视觉辅助的插头锥套式无人机自主空中加油方案。研究了机器视觉识别跟踪加油锥套的算法,利用卡尔曼滤波算法估计无人机与加油锥套的相对位姿。实验结果表明:机器视觉图像处理算法可精确识别跟踪加油锥套,滤波器估计的相对位姿误差收敛速度较快,满足插头锥套式无人机自主空中加油的需要。     

自主视觉导航方法综述

深入研究视觉导航方法,对自主视觉导航方法进行了综述。阐述了视觉导航方法的分类方式,并按照视觉导航系统对地图的依赖性进行分类（即基于地图的视觉导航、地图生成型视觉导航和无地图型视觉导航）,对视觉导航的发展进行综述;给出了视觉组合导航系统的发展现状。对近年视觉导航领域文献的分析表明,视觉导航的研究热点在向智能化和多传感器融合方向延伸。     

基于图像视觉伺服的移动机器人自主导航实现

提出了一种基于移动机器人双目摄像头的图像视觉伺服方法,实现了基于图像视觉伺服的移动机器人自主导航.当匹配图像特征点时,采取KLT算法和基于Harris算子角点检测与匹配算法相结合的方法,大幅优化了整个工程的运行时间,并结合RANSAC算法剔除误匹配的特征点对,使机器人能够精确地定位.实验结果证明该方法有效、正确.     

基于视觉目标跟踪的侦察机器人导航方法

针对未知环境下侦察机器人的自主导航问题,提出了一种基于视觉目标跟踪的侦察机器人导航方法.首先利用二进制鲁棒独立元素特征(BRIEF)提取方法来检测和描述待跟踪视觉目标的局部不变特征点,在快速的特征匹配计算基础上提出由粗到精的目标定位两步法实现机器人导航过程中视觉目标的实时准确跟踪.其次对基于视觉目标跟踪的自主导航任务进行行为分解和实现,在行为中集成视觉目标跟踪算法.最后利用基于宏行为的机器人事务执行机制实现移向视觉目标的自主导航控制.实验结果表明,提出的方法能够使侦察机器人实时准确地跟踪视觉引导目标,在复杂障碍物环境下可靠地完成移向目标的自主导航任务.     

基于道路结构特征的自主车视觉导航

基于计算机视觉技术的道路检测,针对红旗轿车自主驾驶系统的视觉导航,提出并实现了一种基于道路结构特征的自主车视觉导航方法.该方法根据高速公路上道路标志线平行、等宽等特征,将车载摄像机获取的道路图像投影到道路平面上,再运用这些特征来提取标志线像素.在此基础上根据公路道路模型,建立参数空间搜索最优参数,得到道路标志线的参数表达,实现视觉导航,并给出了C市环城高速上的实验结果.     

自动空中加油技术研究进展与关键问题

自动空中加油是空中加油的高级实现形式,其应用可极大拓展无人驾驶飞行器的效能,近几年正成为国外航空领域新兴的研究内容之一。在分析自动空中加油特点的基础上,对现有的两种空中加油方式作了比较。根据国外有关自动空中加油研究的最新进展,从传感器选择、加油状态下的控制器设计、仿真与测试3方面详细论述了其基本原理与技术问题,指出了在研究自动空中加油技术时,所需解决的传感器精度、会合对接策略、协同操作、命令与通信、导航算法等关键技术问题。最后针对其研究现状与现有技术能力,指明了近期可初步开发利用并有望实现的技术。     

基于视觉的自动空中加油技术

无人机在军用和民用领域都发挥着越来越重要的作用,但是续航时间短、负载能力弱等缺点限制了无人机的应用。自动空中加油技术能够增加无人机的续航时间,增强无人机执行长航时、复杂任务的能力,从而有效地弥补上述缺点。计算机视觉技术的发展为无人机自动空中加油技术的实现提供了有效的支持。对基于视觉的硬管式自动空中加油技术的2类典型解决方案进行了介绍和对比,并在此基础上提出了基于切换模式的双目视觉解决方案,总结了涉及的关键技术和待研究的问题。     

基于双目立体视觉的自主导航运动系统

基于视觉系统的自主导航技术是近年来机器人研究领域的一个热点.以双目视觉为基础,采用张正友棋盘标定法实现了立体摄像机的精确标定,基于区域的归一化互相关法完成视频的立体匹配,并通过盒滤波技术改善了算法的执行速度,基于膨胀栅格的距离向量直方图法实现运动系统最优路径的选择.通过使用标准测试图和真实场景图对系统性能进行测试,结果表明算法符合要求.最后给出了系统的实现方案.     

一种基于星敏感器的自主导航方法

由于惯性器件存在漂移,很难进一步提高采用惯性设备提供水平基准来实现星敏感器自主导航精度;而由于大气模型不精确,很难进一步提高利用星光折射来实现星敏感器自主导航的精度。为此,本文提出根据星敏感器的识别结果以及激光水平测量部件分别测量星敏感器的两个像平面轴来实现星敏感器自主导航。外场实验结果表明:采用本文的方法来实现星敏感器自主导航不仅能为载体提供角秒级精度的三轴姿态,而且能为载体提供角秒级的载体经度和纬度,所以该系统为载体提供了高精度的导航信息。     

一种基于图像的车轮检测方法研究

该文对运动车辆的车轮视觉检测方法进行了研究。首先采用实时背景更新的背景差分法和轮廓检测方法获得运动车辆的位置和范围,然后根据车辆轮廓信息截取下半部图像,以缩小车轮的搜索范围,再对截取的图像进行边缘检测,提取其轮廓,最后对轮廓采用直接最小二乘椭圆拟合算法检测椭圆,并根据椭圆长短轴比率和中心间距等信息排除误检椭圆,得到车轮的中心位置和大小。实验表明,该方法检测车轮有很高的正确率。     

基于低精度GPS的智能车视觉导航方法

针对室外环境提出了一种基于低精度GPS的视觉导航方法.采用多传感器融合的方法解决道路和路口的导航问题.对于路口环境,通过对道路标志（如人行横道线）的检测,实现路口的初定位;基于全局地图信息,采用扩展卡尔曼滤波融合GPS和里程计信息,进行路口导航.真实环境下的实验结果表明该方法,具有良好的有效性和实时性.     

空中目标姿态测量中的图像处理方法

基于一种利用光测图像获取目标空中飞行姿态的方法,对高速电视获取的目标图像进行预处理的方法进行了研究。检验了姿态获取方法的可行性。人工模拟炮弹目标的试验结果证明了该图像提取方法简单易用,通用性较强,提高了参数测量的精度,为姿态获取方法的实际应用提供了依据。     

海上目标的实时图像处理系统设计

针对海洋背景的基本特点,确定了具有双视频输入（用TMS320F2812实现视频采集）、基于流水工作模式和可拓展结构的8片TMS320C6416T图像处理系统方案．通过2812-XINTF接口与多片6416-HPI接口连接,实现图像数据传输;软件采用结构化、模块化编程,易于扩展和维护;算法采用随机Hough变换求取海天线从而确定海天区域;基于多梯度特征的目标检测算法检测目标;利用目标的灰度和不变矩特征对检测出的目标进行跟踪．实际海洋环境的试验表明,所采用的图像处理算法效果良好．该系统还可实现对目标的被动测距、可见光和长波红外图像的双波段图像融合等功能．     

基于无迹卡尔曼滤波的月球车惯性/天文组合导航算法研究

月球车导航传统方法主要是采用kalman滤波方法,需要对系统方程和观测方程的线性化,因此会引入的线性化误差的问题, 本文针对做出适当的改进。本文采用UKF方法作为误差状态量的最优估计方法,并以太阳敏感器观测得到的太阳高度角和太阳方位角以及测速仪的东向北向速度作为联合观测信息,将SINS和CNS所测得的月球车相关姿态和位置信息进行数据融合,估计出组合导航系统的误差状态量,从而对惯导系统的状态量进行校正,达到提高组合导航系统的导航定位精度和稳定性,减小线性化误差的目的。仿真实验证明,本文算法具有很好的位置、速度和姿态估计精度,有效的降低了线性化误差。     

编队卫星自主相对导航简化强跟踪UKF滤波算法

针对编队卫星自主相对导航过程中存在模型不确定性及噪声统计特性时变导致EKF滤波算法估计精度降低、鲁棒性较差的问题,以STF为理论框架,设计了简化强跟踪UKF(SSTUKF,simplified strong tracking unscented kalman filter)滤波算法。该算法基于STF的等价表示来计算次优渐消因子,避免了计算Jacobi矩阵,通过在线实时调整滤波增益矩阵,确保系统理论模型偏离实际模型时输出残差序列相互正交,增强算法的鲁棒性,并且对时变的噪声统计特性不敏感。结合CW系统模型线性特点,用标准卡尔曼滤波中的时间更新代替相应的UT变换过程,在提高估计精度的同时有效地降低了运算量,增强算法的实时性。仿真结果验证了该算法的有效性。     

一种基于视觉加权处理的图像质量评价方法

本文提出了一种新的图像质量客观评价方法－－视觉加权均方误差（ＷＭＳＥ）,该方法以归一化均方误差为基础,结合人眼视觉特性,采用子带分割和视觉加权等处理方法,使评价结果与ＣＣＩＲ５００标准的主观评价相吻合,实现了主观评价客观化的目标,对加噪后的降质图像进行实验的结果表明,该方法是有效的,可靠的,且易于实现。