空間目標(biāo)的位置和姿態(tài)測量是目標(biāo)追蹤、飛行器空間對接、移動(dòng)機(jī)器人定位等領(lǐng)域研究的重要問題。視覺測量技術(shù)具有成本低、精度高、自動(dòng)化程度高等優(yōu)勢,非常適合近距離的位姿測量。其中單目視覺位姿測量系統(tǒng)結(jié)構(gòu)簡單,可以對目標(biāo)進(jìn)行非接觸式測量,避免了測量過程中對被測目標(biāo)的機(jī)械破壞,目前已經(jīng)被廣泛應(yīng)用于各個(gè)領(lǐng)域。本文結(jié)合了視覺位姿測量理論,設(shè)計(jì)了一套單目視覺位姿測量系統(tǒng),確定了合適的畸變模型并對攝像機(jī)進(jìn)行精確標(biāo)定,提出一種混合粒子群算法,實(shí)現(xiàn)了位姿的高精度測量。首先,對攝像機(jī)標(biāo)定算法和畸變模型進(jìn)行了研究。攝像機(jī)標(biāo)定是在模型確定的情況下解算攝像機(jī)參數(shù)的問題,選擇合適的攝像機(jī)模型對于精確標(biāo)定攝像機(jī)至關(guān)重要,本文采用平面標(biāo)定法對攝像機(jī)進(jìn)行初始標(biāo)定,針對本文采用的攝像機(jī),分別對不同畸變模型進(jìn)行標(biāo)定實(shí)驗(yàn),根據(jù)實(shí)驗(yàn)結(jié)果選擇了合理的畸變模型,精確標(biāo)定了攝像機(jī)。其次,深入研究了位姿測量算法,分析和比較了經(jīng)典位姿測量算法的優(yōu)缺點(diǎn),包括直接線性變換、EPnP算法、正交迭代算法,在此基礎(chǔ)上提出了一種混合粒子群算法。該算法采用一種自適應(yīng)慣性權(quán)重策略平衡了種群的全局和局部搜索能力;通過對粒子進(jìn)行交叉操作和變異操作使算法不易陷入局...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 論文研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 位姿測量系統(tǒng)研究現(xiàn)狀
        1.2.2 單目視覺位姿測量方法研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
第2章 視覺測量系統(tǒng)常用理論
    2.1 攝像機(jī)成像模型
        2.1.1 透視投影模型
        2.1.2 畸變模型
    2.2 位姿變換與最優(yōu)化理論
        2.2.1 位姿變換的表示方法
        2.2.2 絕對定向問題的求解
    2.3 最優(yōu)化算法
    2.4 本章小結(jié)
第3章 攝像機(jī)標(biāo)定
    3.1 攝像機(jī)標(biāo)定概述
    3.2 攝像機(jī)標(biāo)定方法
        3.2.1 平面標(biāo)定法
        3.2.2 RAC兩步法
    3.3 畸變模型的選取
    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第4章 位姿測量算法研究
    4.1 直接線性變換算法
    4.2 EPnP算法
    4.3 正交迭代算法
        4.3.1 物方空間共線誤差
        4.3.2 正交迭代算法原理
    4.4 混合粒子群算法
        4.4.1 粒子群算法簡介
        4.4.2 混合粒子群算法原理
        4.4.3 混合粒子群算法流程
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析
    5.1 數(shù)字仿真實(shí)驗(yàn)
    5.2 實(shí)物驗(yàn)證實(shí)驗(yàn)
        5.2.1 旋轉(zhuǎn)測量實(shí)驗(yàn)
        5.2.2 平移測量實(shí)驗(yàn)
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果



本文編號：4002485