一直以來,人類從未停止對太空的探索,近地航天活動日益增加,比如我國北斗衛(wèi)星導航系統(tǒng)的建立,給人類的生活帶來了巨大的便利,為全球經濟和社會發(fā)展注入了全新的活力。然而頻繁的近地航天活動也帶來了一系列問題。由于地球同步軌道資源有限,而在這個軌道上失效的衛(wèi)星,不僅造成了嚴重的經濟損失,還占用了珍貴的軌道資源。對于這一戰(zhàn)略性資源,以衛(wèi)星維修、壽命延長和軌道垃圾清除為目的的在軌服務技術研究具有十分重要的意義,而航天器近距離相對導航技術是其中關鍵一環(huán)。近年來,圖像處理和計算機視覺的研究成果在工商業(yè)領域內獲得的成功應用,提高了人類的產能和生活質量。然而,由于空間探索有高風險、高成本和高可靠性的特點,一方面不能在軌提供等同于地面的算力和設備支持,使圖像處理和計算機視覺的理論和方法在航天器導航定位領域的應用之間存在較大差距;另一方面,在近距離,視覺導航是唯一的相對導航方式。所以課題針對航天器上常見的環(huán)形目標相對位姿測量的若干關鍵問題展開研究,并根據(jù)課題實際應用背景,提出并實現(xiàn)了一套完整可行的視覺相對測量方案,以滿足環(huán)目標相對位姿測量方法在實時性、精確性和穩(wěn)定性上的要求。課題將環(huán)目標相對位姿測量分為遠近兩個階段,分別使用基于環(huán)形目標邊緣點的測量方法和基于環(huán)形目標物方點的檢測方法,測量已知尺寸的環(huán)目標位姿。課題的研究內容有:1.在遠距離階段,能觀察到完整的環(huán)目標成像,使用首幀檢測加目標跟蹤的方式檢測位姿。對于首幀環(huán)目標成像檢測,討論了霍夫圓和四點共圓約束方法的穩(wěn)定性;對于跟蹤方法,討論了模板匹配和劃線邊緣梯度法的實時性;對于邊緣點檢測方法,討論了像素級別和基于高斯模型的亞像素級別檢測方法的精確性;對于基于環(huán)形目標邊緣點的位姿計算法方法,討論了基于單圓的位置計算和環(huán)形建模檢測方法的實時性。2.在近距離階段,由于不能完全觀察到完整的環(huán)目標成像,遠距離階段的測量方法不可行,基于此提出了圓環(huán)邊緣點(物方點)的檢測方法。對于環(huán)形目標物方點檢測,討論了基于標志物檢測方法和基于線性結構光檢測方法的適用性;對于基于環(huán)形目標物方點的位姿計算方法,使用多點擬合空間圓的方式進行計算;此外,論文還提出了一套簡單易行的線性結構光標定方法,用于基于線性結構光的物方點檢測。為了驗證論文提出方案的可行性,設計并完成了若干組半物理仿真實驗,驗證了論文提出方案滿足環(huán)目標相對位姿測量的實時性、精確性和穩(wěn)定性。論文在環(huán)目標相對位姿測量研究的若干方法,是圖像處理和計算機視覺在航天工程應用領域的一次探索。課題研究過程中的理論方法、數(shù)據(jù)資源、經驗教訓和實驗結果將形成我國在軌服務任務上的技術積累。
【學位單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP391.41;TN967.1;V448
【部分圖文】：

基于交叉直線特征的位姿確定法需要使用到雙目相機，檢測的是直線特征，與本課題追蹤的圓環(huán)使用場景不同；基于雙目立體視覺的 GEO 非合作目標姿態(tài)測量方法，也需要使用到雙目相機，雙目視覺本質是需要兩臺相機拍攝照片之間有重疊區(qū)域，然后使用三角測量的方式計算目標位姿。本課題關心的是持續(xù)跟蹤到近距離抓取時，仍能適用的解決方案，考慮到近距離觀測時，相機拍攝區(qū)域重疊將消失，這時使用雙目視覺的方法將不適用。本課題將從特定場景出發(fā)，用三目相機對帶已知尺寸環(huán)目標的衛(wèi)星進行位姿測量，以達到捕獲的目的。1.3 主要研究內容和結構安排本文以空間半合作目標交會對接為應用背景，對空間目標進行跟蹤與近距離位姿測量等關鍵問題和相關技術開展了研究。論文所提出的環(huán)目標相對位姿測量方法，在半合作目標相對位姿測量實驗中得到了應用。該小節(jié)將對課題環(huán)境、研究主要內容和論文結果做詳細闡述。

圖 1-3 追蹤星抓取環(huán)實物圖和成像系統(tǒng)、對接爪分布示意（經過濾鏡處理）A,B,C 表示三個光學元件， 表示相機， 表示結構光(a) 抓取環(huán)距離環(huán)目標 1×m 處，三相機成像灰度圖(b) 抓取環(huán)距離環(huán)目標 2.×m 處，三相機成像灰度圖

圖 1-3 追蹤星抓取環(huán)實物圖和成像系統(tǒng)、對接爪分布示意（經過濾鏡處理）A,B,C 表示三個光學元件， 表示相機， 表示結構光(a) 抓取環(huán)距離環(huán)目標 1×m 處，三相機成像灰度圖(b) 抓取環(huán)距離環(huán)目標 2.×m 處，三相機成像灰度圖

【相似文獻】

相關期刊論文 前10條

1 肖權;樂緒鑫;任巖;王瑞清;謝廣明;;基于軌跡生成法的機器魚位姿控制研究[J];機械設計;2013年08期

2 王雪松;郝名林;程玉虎;李明;;基于差分進化的并聯(lián)機器人位姿正解[J];中國礦業(yè)大學學報;2008年05期

3 劉寶華;曹海龍;周偉科;;汽車電動座椅出廠位姿調整方法研究[J];工程設計學報;2018年05期

4 王一;趙進進;金爽;張ng濤;;基于錐孔靶標的機器人末端位姿間接測量方法[J];中國測試;2017年03期

5 梁書立;馮渭春;;空間機械手末端位姿修正模型構建方法[J];工業(yè)儀表與自動化裝置;2017年03期

6 嚴國全;張學鋒;余利;李博;葉蔭球;;乒乓球機器人球拍位姿的確定[J];工業(yè)控制計算機;2013年04期

7 沙晶晶;陳志平;施滸立;呂興榮;;基于懸絲機構的目標飛行物位姿解算分析與實現(xiàn)[J];機械科學與技術;2007年06期

8 尚洋;孫曉亮;張躍強;李由;于起峰;;三維目標位姿跟蹤與模型修正[J];測繪學報;2018年06期

9 陳欠根;高尚康;趙喻明;沈東羽;;挖掘機器人負載工況下的力與位姿控制[J];合肥工業(yè)大學學報(自然科學版);2016年11期

10 汪啟躍;王中宇;;基于單目視覺的航天器位姿測量[J];應用光學;2017年02期

相關會議論文 前10條

1 沙晶晶;陳志平;施滸立;呂興榮;;基于懸絲機構的目標飛行物位姿解算分析與實現(xiàn)[A];2005年機械電子學學術會議論文集[C];2005年

2 劉玉;陳鳳;王盈;黃建明;魏祥泉;;基于激光雷達的航天器相對位姿測量技術研究[A];國防光電子論壇第二屆激光雷達成像探測技術及應用研討會論文集[C];2015年

3 吳勇;郝礦榮;丁永生;張淑平;;基于視覺位姿的機器人測速系統(tǒng)[A];第三屆中國智能計算大會論文集[C];2009年

4 田原;;基于機器視覺的空間位姿檢測系統(tǒng)性能改進的研究[A];第22屆全國煤礦自動化與信息化學術會議暨第4屆中國煤礦信息化與自動化高層論壇論文集[C];2012年

5 郝穎明;朱楓;;視覺位姿測量中的點狀目標中心自適應定位方法[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

6 葉榛;項安波;陶品;朱紹文;;基于PSD的動態(tài)位姿檢測技術[A];1998年中國智能自動化學術會議論文集（下冊）[C];1998年

7 劉璽;方勇純;張雪波;;基于單應矩陣的位姿估計方法及應用[A];第二十七屆中國控制會議論文集[C];2008年

8 鮑官軍;張立彬;楊慶華;計時鳴;;氣動柔性球關節(jié)的位姿測量系統(tǒng)研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

9 王逍;師鵬;溫昶煊;趙育善;;非合作目標近距離�？康淖赃m應位姿聯(lián)合控制[A];第36屆中國控制會議論文集（C）[C];2017年

10 熊凱;魏春嶺;;基于自適應極大后驗估計的航天器相對位姿確定[A];第36屆中國控制會議論文集（D）[C];2017年

相關重要報紙文章 前2條

1 本報記者 鹿慰;“機器人”進駐掘進面[N];中國煤炭報;2013年

2 趙瓊;不同藥物喝水有別[N];醫(yī)藥養(yǎng)生保健報;2004年

相關博士學位論文 前10條

1 周鼎;航天器近距離接近多約束位姿同步規(guī)劃與控制方法研究[D];哈爾濱工業(yè)大學;2019年

2 彭鍵清;空間翻滾目標的位姿測量及其雙臂捕獲機器人的軌跡規(guī)劃[D];哈爾濱工業(yè)大學;2018年

3 尚軻;高軌非合作慢旋失穩(wěn)空間目標位姿測量方法研究[D];華中科技大學;2018年

4 趙麗科;單目視覺的剛體運動目標位姿測量方法研究[D];武漢大學;2018年

5 李蒙;錐形誘餌飛行位姿視覺測量圖像處理技術研究[D];北京理工大學;2016年

6 張霖;液壓支架自主跟機關鍵技術研究[D];中國礦業(yè)大學;2017年

7 趙金濤;顯微CT系統(tǒng)標定關鍵技術的研究[D];天津大學;2017年

8 朱笑叢;氣動肌肉并聯(lián)關節(jié)高精度位姿控制研究[D];浙江大學;2007年

9 陶云飛;掘進機位姿激光自動測量方法及系統(tǒng)研究[D];中國礦業(yè)大學(北京);2017年

10 楊博文;大型裝備裝配位姿視覺檢測的關鍵技術研究[D];南京航空航天大學;2013年

相關碩士學位論文 前10條

1 焦可輝;縱軸式掘進機斷面成形技術研究[D];西安科技大學;2019年

2 謝寧猛;基于單點預瞄偏差模型的自動泊車算法研究[D];長安大學;2019年

3 周彪;基于卷積神經網絡的機器人抓取位姿自主檢測算法研究[D];華中科技大學;2019年

4 呂e

本文編號：2815758