本課題來(lái)源于哈爾濱工業(yè)大學(xué)模式識(shí)別與智能系統(tǒng)研究中心承擔(dān)的項(xiàng)目,課題涉及空間交會(huì)對(duì)接位姿測(cè)量問(wèn)題。本文主要研究了交會(huì)對(duì)接近距離階段的仿真樣本生成以及單目視覺(jué)檢測(cè)方法和安全性預(yù)報(bào)方法,在仿真樣本上驗(yàn)證了方法的可行性并測(cè)試了性能表現(xiàn)。本文利用已有的目標(biāo)器3D模型和控制系統(tǒng)隨機(jī)生成的打靶數(shù)據(jù)來(lái)生成仿真樣本。通過(guò)3D圖像庫(kù)編寫(xiě)代碼生成軟件仿真樣本,通過(guò)3D打印的物理目標(biāo)器模型和監(jiān)視相機(jī)來(lái)生成3D打印模型仿真樣本,通過(guò)物理目標(biāo)器模型以及九自由度轉(zhuǎn)臺(tái)精確控制監(jiān)視相機(jī)來(lái)生成半物理仿真樣本。生成的大量仿真圖像樣本為深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練提供了可能。首先利用常用的特征法來(lái)完成視覺(jué)測(cè)量任務(wù)。從目標(biāo)器成像中檢測(cè)出n個(gè)顯著特征的像素坐標(biāo),利用PnP問(wèn)題的解法來(lái)計(jì)算相對(duì)位姿。針對(duì)特征檢測(cè)提出了基于模板匹配的特征檢測(cè)流程,通過(guò)檢測(cè)一組模板的ORB特征以及待檢測(cè)圖像的ORB特征,選取匹配最好的一對(duì)點(diǎn),求得單應(yīng)矩陣,從而計(jì)算出待檢測(cè)圖像中n個(gè)特征點(diǎn)的坐標(biāo)。然后結(jié)合了EPnP算法和LHM正交迭代過(guò)程,給出了新的PnP解法來(lái)解算位姿。本文還利用較快速的特征點(diǎn)跟蹤算法來(lái)提高運(yùn)算速度并應(yīng)對(duì)特征檢測(cè)失敗的情況。經(jīng)過(guò)觀察和分析打靶數(shù)... 

【文章來(lái)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(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

打靶數(shù)據(jù)的三維顯示

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文仿真程序代碼依次讀取打靶數(shù)據(jù)對(duì)接路徑的位姿作為虛擬相機(jī)和目標(biāo)器 3維模型相對(duì)位姿的輸入。同時(shí)程序代碼還為相同的相對(duì)位姿設(shè)置了不同的光照角度，從而獲得不同相對(duì)位姿、不同光照條件下的目標(biāo)器成像，能夠提供多樣化的樣本，提高本文方法的泛化能力。生成的樣本圖像如圖 2-3(a)所示。樣本圖像的標(biāo)簽就是打靶數(shù)據(jù)中對(duì)應(yīng)的相對(duì)位姿和安全性標(biāo)簽。圖像軟件仿真的特點(diǎn)是生成樣本速度快、成本低，能夠方便的修改光照和位姿，位姿標(biāo)簽準(zhǔn)確，并且短時(shí)間內(nèi)能夠生成大量的不同光照條件和位姿下的樣本圖像為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練提供足量的樣本。圖像軟件仿真的缺點(diǎn)在于不能完全模擬真實(shí)光照反射以及陰影，和真實(shí)樣本有一定的差別。

于這樣的平臺(tái)。首先測(cè)試特征檢測(cè)算法的運(yùn)算速度。測(cè)試樣本為九自由度半物理仿真樣本，測(cè)試圖像幀分辨率為1280*720，共1600幀。下圖3-2(a)是每一幀的耗時(shí)散點(diǎn)圖，橫坐標(biāo)是幀數(shù)，縱坐標(biāo)是耗時(shí)，單位是秒�？偤臅r(shí)為 35.3 秒，單幀平均耗時(shí)22 毫秒左右。再測(cè)試特征檢測(cè)算法的精度表現(xiàn)。人工標(biāo)注了 1600 幀圖像的 7 個(gè)特征點(diǎn)坐

【參考文獻(xiàn)】：
期刊論文
[1]空間交會(huì)對(duì)接的發(fā)展歷程[J]. 林來(lái)興.  國(guó)際太空. 2018(10)
[2]視覺(jué)里程計(jì)算法研究綜述[J]. 慈文彥,黃影平,胡興.  計(jì)算機(jī)應(yīng)用研究. 2019(09)
[3]新一代空間交會(huì)對(duì)接光學(xué)成像敏感器[J]. 劉啟海,龔德鑄,華寶成,鐘俊,鄭巖,趙春暉.  空間控制技術(shù)與應(yīng)用. 2018(02)
[4]移動(dòng)機(jī)器人視覺(jué)里程計(jì)綜述[J]. 丁文東,徐德,劉希龍,張大朋,陳天.  自動(dòng)化學(xué)報(bào). 2018(03)
[5]天舟一號(hào)完成自主快速交會(huì)對(duì)接試驗(yàn)[J].   科技傳播. 2017(18)
[6]非合作目標(biāo)在軌服務(wù)最終接近段視覺(jué)導(dǎo)航算法[J]. 吳云華,江春,華冰,陳志明,郁豐.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2017(10)
[7]面向在軌服務(wù)的相對(duì)位姿單目視覺(jué)確定的凸松弛優(yōu)化方法[J]. 谷薔薇,張世杰,曾占魁,寧明峰.  宇航學(xué)報(bào). 2016(06)
[8]基于SoftPOSIT算法的單目視覺(jué)非合作目標(biāo)相對(duì)位姿估計(jì)[J]. 張?chǎng)?張雅聲,程文華,姚紅.  上海航天. 2016(03)
[9]從“鳳凰計(jì)劃”看美國(guó)太空戰(zhàn)戰(zhàn)略[J]. 李書(shū)成,朱�？�.  太空探索. 2014(10)
[10]“鳳凰”計(jì)劃關(guān)鍵技術(shù)及其啟示[J]. 陳羅婧,郝金華,袁春柱,傅丹膺.  航天器工程. 2013(05)



本文編號(hào)：3069786