發(fā)布時(shí)間：2021-01-20 22:14

　　人類在探索太空的過程中取得了出色的研究成果,但也留下許多太空垃圾。太空垃圾會(huì)與國(guó)際空間站,宇宙飛船和人造衛(wèi)星等發(fā)生碰撞,存在極大的安全隱患。如何清理太空垃圾已經(jīng)成為當(dāng)今世界最重要,最廣泛討論的話題之一�？墒�,太空垃圾的運(yùn)動(dòng)狀態(tài)與三維結(jié)構(gòu)的未知性給空間機(jī)器人的清理工作帶來了困難。因此,需要一定的方法獲取它們的運(yùn)動(dòng)信息與結(jié)構(gòu)信息。廣大學(xué)者研究發(fā)現(xiàn),基于視覺的位姿估計(jì)與三維重構(gòu)技術(shù)是一種有效的解決方案。本課題采用結(jié)構(gòu)光三維視覺系統(tǒng)對(duì)目標(biāo)進(jìn)行跟蹤。首先介紹了普通的針孔成像模型,接著介紹了結(jié)構(gòu)光深度相機(jī)的原理,建立了結(jié)構(gòu)光三維視覺系統(tǒng)模型,推導(dǎo)了結(jié)構(gòu)光三維視覺系統(tǒng)獲取空間點(diǎn)三維坐標(biāo)的方法。通過相機(jī)獲得目標(biāo)圖像后,對(duì)圖像進(jìn)行預(yù)處理,包括圖像二值化分割和形態(tài)學(xué)處理兩個(gè)步驟。圖像預(yù)處理完成后,需要獲取目標(biāo)表面的特征點(diǎn)。通過分析比較幾種常用的特征提取算法的提取效果,最終選擇了特征點(diǎn)分布最為均勻的SIFT算法。對(duì)于目標(biāo)的跟蹤問題,采用的是基于SIFT特征的金字塔LK光流跟蹤法,實(shí)現(xiàn)前后幀目標(biāo)特征點(diǎn)的匹配。為了實(shí)現(xiàn)跟蹤的實(shí)時(shí)性,本課題使用處于運(yùn)動(dòng)狀態(tài)的相機(jī)對(duì)目標(biāo)進(jìn)行跟蹤。在分析比較多種基于視覺的測(cè)量方法后,... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于激光雷達(dá)的非合作目標(biāo)位姿估計(jì)與三維重構(gòu)

建立了一種新的旋轉(zhuǎn)運(yùn)動(dòng)因子。該因子將軌跡估計(jì)因子與姿態(tài)映射聯(lián)系起來，用于目標(biāo)質(zhì)心的估計(jì)。將檢測(cè)到的特征點(diǎn)轉(zhuǎn)換到以目標(biāo)質(zhì)心為中心的固定框架下，完成目標(biāo)的三維重構(gòu)。該算法的有效性在國(guó)際空間站得到驗(yàn)證，實(shí)驗(yàn)平臺(tái)如圖 1-6 所示。麻省理工學(xué)院的 Brent E. Tweddle[22]等人提出了一種解決繞空間任意軸旋轉(zhuǎn)的未知非合作目標(biāo) SLAM 問題的方法。該方法基于 iSAM 算法[23]，建立了目標(biāo)的運(yùn)動(dòng)學(xué)方程，動(dòng)力學(xué)方程和觀測(cè)方程，對(duì)目標(biāo)的相關(guān)運(yùn)動(dòng)參數(shù)進(jìn)行估計(jì)，并且完成了目標(biāo)的三維點(diǎn)云重構(gòu)。在國(guó)際空間站的微重力環(huán)境下，該方法在定向?qū)嶒?yàn)衛(wèi)星平臺(tái)上進(jìn)行了驗(yàn)證。重慶大學(xué)的李正周[24]等人采用粒子濾波與最小二乘估計(jì)相結(jié)合的方法，用于非合作航天器相對(duì)運(yùn)動(dòng)測(cè)量。通過建立非合作航天器的動(dòng)力學(xué)方程來表示其狀態(tài)方程和更新方程，利用粒子濾波算法在序列紅外圖像的預(yù)測(cè)區(qū)域內(nèi)對(duì)特征點(diǎn)進(jìn)行匹配。最后利用最小二乘估計(jì)理論，通過求解特征點(diǎn)不匹配的最小誤差估計(jì)旋轉(zhuǎn)運(yùn)動(dòng)參數(shù)。實(shí)驗(yàn)表明，該算法估計(jì)的滾動(dòng)運(yùn)動(dòng)對(duì)不同的旋轉(zhuǎn)速度和特征提取噪聲均具有較強(qiáng)的魯棒性。不過，隨著距離和轉(zhuǎn)速的增大，算法的相對(duì)滾動(dòng)估計(jì)誤差也會(huì)明顯增大。

c）三維點(diǎn)云圖 2-3 結(jié)構(gòu)光深度相機(jī)三維點(diǎn)云獲取預(yù)處理分割深度相機(jī)得到的二維圖像不僅包括目標(biāo)本身，還包括存在會(huì)干擾目標(biāo)特征點(diǎn)的提取，降低特征提取的效率標(biāo)特征提取與跟蹤之前，首先需要把目標(biāo)從圖像中分征點(diǎn)盡可能多得集中在目標(biāo)本身。割的核心原理是圖像二值化。通過多次測(cè)試后設(shè)置一中各像素點(diǎn)的灰度值轉(zhuǎn)換為 0 或 255，使圖像中只存，從而將目標(biāo)從圖像中提取出來。本課題在黑暗環(huán)境源作為干擾，目標(biāo)本身與周圍環(huán)境具有較大的色相差課題使用的是基于 HSV 空間的圖像分割方法。

【參考文獻(xiàn)】：
期刊論文
[1]一種用于圖像特征提取的改進(jìn)ORB-SLAM算法[J]. 張良橋,陳國(guó)良,許曉東,連達(dá)軍,王睿.  測(cè)繪通報(bào). 2019(03)
[2]基于序列圖像的非合作目標(biāo)自主導(dǎo)航及驗(yàn)證[J]. 王大軼,葛東明,史紀(jì)鑫,鄧潤(rùn)然,朱衛(wèi)紅,鄒元杰.  南京航空航天大學(xué)學(xué)報(bào). 2018(06)
[3]非合作航天器自主相對(duì)導(dǎo)航研究綜述[J]. 王大軼,胡啟陽,胡海東,劉成瑞.  控制理論與應(yīng)用. 2018(10)
[4]基于點(diǎn)云的非合作航天器位姿測(cè)量方法研究[J]. 桂力,鄭順義,曹姝清,劉宗明,陳赟.  上海航天. 2016(06)
[5]空間非合作目標(biāo)三維形狀與位姿成像測(cè)量技術(shù)研究[J]. 杜小平.  裝備學(xué)院學(xué)報(bào). 2016(01)
[6]最小二乘影像匹配算法的實(shí)現(xiàn)與研究[J]. 周時(shí)倫.  信息通信. 2013(04)
[7]采用慣性測(cè)量單元的移動(dòng)機(jī)器人軌跡跟蹤方法研究(英文)[J]. 張弛.  控制理論與應(yīng)用. 2013(03)
[8]結(jié)構(gòu)光編碼方法綜述[J]. 陳彥軍,左旺孟,王寬全,吳秋峰.  小型微型計(jì)算機(jī)系統(tǒng). 2010(09)
[9]美俄衛(wèi)星太空碰撞事件及對(duì)航天活動(dòng)的影響[J]. 龔自正,李明.  航天器環(huán)境工程. 2009(02)

碩士論文
[1]特征匹配與目標(biāo)跟蹤算法的研究[D]. 陳潔.南京郵電大學(xué) 2016
[2]基于立體視覺的非合作目標(biāo)運(yùn)動(dòng)估計(jì)與結(jié)構(gòu)估計(jì)方法研究[D]. 郭本生.哈爾濱工業(yè)大學(xué) 2016
[3]基于雙目立體視覺的深度感知技術(shù)研究[D]. 馬源.北京理工大學(xué) 2015
[4]非合作相對(duì)位姿測(cè)量跟蹤研究及設(shè)計(jì)[D]. 夏慶.哈爾濱工業(yè)大學(xué) 2014
[5]基于多傳感器組合測(cè)量非合作目標(biāo)的在軌操作研究[D]. 馬寶林.國(guó)防科學(xué)技術(shù)大學(xué) 2012



本文編號(hào)：2989883