發(fā)布時(shí)間：2021-08-04 21:48

　　小行星探測(cè)是近代人類對(duì)宇宙探索的一個(gè)重要部分,其中,小行星登陸器定位技術(shù)是近代宇宙探測(cè)器導(dǎo)航地位研究中的重要分支。在眾多的導(dǎo)航定位方法中,基于視覺的即時(shí)定位與地圖重建算法（Simultaneous Localization and Mapping,SLAM）的導(dǎo)航定位方法結(jié)合經(jīng)典幾何學(xué)基礎(chǔ)、圖像處理技術(shù)、計(jì)算機(jī)科學(xué)等各個(gè)領(lǐng)域的導(dǎo)航方法,發(fā)揮視覺信息豐富度的優(yōu)勢(shì)。但是單目視覺SLAM算法由于缺少尺度信息,無法對(duì)圖像內(nèi)特征估計(jì)距離。視覺與慣性測(cè)量單元結(jié)合是合適的解決方案,相比于雙目SLAM,前者不受基線長度限制,同時(shí)給出更加準(zhǔn)確的位移量。小行星登陸器在特殊外太空環(huán)境下,不能借助全球定位系統(tǒng)、基站定位等定位方法,完全依靠自身傳感器主動(dòng)定位。本文圍繞小行星登陸器著陸段定位算法,綜合考慮各傳感器使用條件和組合方式,制作了基于濾波方法的視覺慣性組合導(dǎo)航系統(tǒng)實(shí)驗(yàn)設(shè)備,并提高了系統(tǒng)魯棒性和定位精度。本文主要研究內(nèi)容包括以下三個(gè)方面:首先,針對(duì)小行星登陸器著陸段已有定位方法在計(jì)算復(fù)雜度、定位可行性和定位精度等問題,結(jié)合視覺SLAM和慣性測(cè)量單元（Inertial Measurement Unit,IMU... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

FAST角點(diǎn)提取方法

征點(diǎn)16×16圖像塊 128維向量圖 2-2 128維的描述子Fig.2-2 128-Dimensional Descriptor過計(jì)算圖像幀之間的像素位移來計(jì)算圖像的位置視覺中，通過 2D 圖像計(jì)算相機(jī)運(yùn)動(dòng)的方法采是用對(duì)極幾極幾何前后兩幀的兩幅圖像的圖像平面與以基線為軸的關(guān)系，基線是前后兩幀對(duì)應(yīng)的相機(jī)中心的線段，如圖 的是左右兩幅圖像1I2I 與以1 2O O 為軸的平面束相交的幾何

算兩幀之間的相機(jī)運(yùn)動(dòng)�；谥苯臃ǖ囊曈X SLAM 相比于特征點(diǎn)法有著結(jié)構(gòu)簡單，不需要計(jì)算描述子和計(jì)算速度快等優(yōu)點(diǎn)，稀疏直接法更是將優(yōu)勢(shì)發(fā)揮到了極點(diǎn)。視覺 SLAM 求解過程中，主要優(yōu)化特征點(diǎn)的特征和匹配的位置關(guān)系，在特征點(diǎn)法中，特征點(diǎn)的特征匹配由描述子完成，求解過程是通過優(yōu)化特征點(diǎn)匹配的誤差函數(shù)；直接法是對(duì)特征點(diǎn)的灰度信息和位置信息同時(shí)優(yōu)化，可以避免絕對(duì)特征匹配造成的局部最優(yōu)而非全局最優(yōu)，同時(shí)由于不需要計(jì)算描述子，為整個(gè)計(jì)算過程節(jié)省了大部分時(shí)間消耗。特征點(diǎn)法是稀疏特征點(diǎn)的匹配程度來計(jì)算相機(jī)的位姿變換。主要缺點(diǎn)包括：（1）特征點(diǎn)的提取比較耗時(shí)，限制了 SLAM 的運(yùn)行速度；（2）特征點(diǎn)數(shù)量影響圖像內(nèi)信息的利用程度；（3）在紋理特征缺失的情況，比如過度曝光帶來的紋理小時(shí)問題，特征點(diǎn)法不能找到足夠數(shù)量的特征點(diǎn)估計(jì)相機(jī)運(yùn)動(dòng)。與特征點(diǎn)法不同，直接法不依靠計(jì)算特征點(diǎn)和描述子進(jìn)行匹配后計(jì)算對(duì)極幾何求取相機(jī)的旋轉(zhuǎn)和平移。

【參考文獻(xiàn)】：
期刊論文
[1]基于IEKF-SLAM的未知場(chǎng)景增強(qiáng)現(xiàn)實(shí)跟蹤注冊(cè)算法[J]. 趙越,李晶皎,王愛俠,楊丹.  計(jì)算機(jī)工程. 2016(01)
[2]無跡卡爾曼濾波算法在目標(biāo)跟蹤中的研究[J]. 郝曉靜,李國新,李明珠,張亞粉,常曉鳳.  電子設(shè)計(jì)工程. 2012(13)
[3]高斯模糊算法優(yōu)化及實(shí)現(xiàn)[J]. 丁怡心,廖勇毅.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2010(08)
[4]使用多尺度光流法進(jìn)行探月飛行器自主視覺導(dǎo)航[J]. 介鳴,黃顯林,盧鴻謙.  傳感技術(shù)學(xué)報(bào). 2007(11)
[5]GPS動(dòng)態(tài)導(dǎo)航定位的當(dāng)前統(tǒng)計(jì)模型與自適應(yīng)濾波[J]. 宋迎春.  湖南人文科技學(xué)院學(xué)報(bào). 2005(05)
[6]一種深空探測(cè)器自主天文導(dǎo)航新方法及其可觀測(cè)性分析[J]. 寧曉琳,房建成.  空間科學(xué)學(xué)報(bào). 2005(04)
[7]一類非線性濾波器——UKF綜述[J]. 潘泉,楊峰,葉亮,梁彥,程詠梅.  控制與決策. 2005(05)
[8]模糊自適應(yīng)卡爾曼濾波技術(shù)研究[J]. 柏青,劉建業(yè),袁信.  航天控制. 2002(01)

碩士論文
[1]面向行星著陸視覺導(dǎo)航應(yīng)用的特征提取與匹配方法研究[D]. 余萌.哈爾濱工業(yè)大學(xué) 2012



本文編號(hào)：3322466