运动视觉平台点目标定位误差分析和平台最优运动轨迹设计

对运动视觉平台点目标定位问题进行了研究,介绍了基于视觉共线方程的目标定位方法,分析了共线方程关于视线约束的实质。在观测视线相关坐标系推导了视线方向角矢量对目标定位误差的影响规律,分析了多观测对定位误差的影响,并基于最小化目标定位误差推导了视觉平台的最优运动轨迹,利用简单明了的分析方法得到了与已有文献优化Fisher信息矩阵方法一致的结论。利用仿真和试验对定位误差和最优轨迹进行了验证,证实了定位误差理论分析和最优运动轨迹设计的正确性。     

基于激光雷达和机器视觉融合的无人艇目标检测

为了能对动态复杂的环境进行更好的描述,将激光雷达和机器视觉两种信息相互融合.首先,利用最近邻聚类对雷达数据进行预处理;然后,对激光雷达和视觉信息进行了空间和时间上的配准;最后,提出了激光雷达和视觉的数据关联模型,使激光雷达和摄像头测量的信息能够互相关联.     

基于跑道平面结构化线特征的固定翼无人机视觉导航算法

针对固定翼无人机在着陆阶段的位姿估计的问题,提出了一种基于跑道平面结构化线特征的无人机视觉导航方法。结构化线特征包括跑道平面上的跑道边缘及共面的垂直于跑道边缘的单条合作标志线。利用单台固连在无人机上的前视相机对跑道区域进行成像,自动提取结构化线特征。在无人机降落前期利用完整的结构化线特征配置解算出无人机的六自由度位姿参数(偏航角、俯仰角、滚转角、纵向位置、横向位置、高度),并在无人机降落到较低高度时,利用退化的结构化线特征(跑道边缘)解算出无人机的关键位姿参数(偏航角、俯仰角、横向位置、高度)。三维实景仿真实验证明,在距离机场距离为200m处,无人机的距离参数精度为<0.5m,角度参数精度为<0.1°。本文的方法充分考虑到无人机自主着陆过程中的成像特点,具有自动化程度高、工程实用性好的优点。     

基于单脉冲探测的轨线导航AGV测速方法研究

运用MC9S12DG128B单片机的增强型定时器模块,设计了自主车速度检测方法——单脉冲测速法。该方法克服了测速实时性与准确性相矛盾的缺陷,提高了自主车测速系统的鲁棒性。实验结果证明,该测速机制是成功的。     

基于图像识别引导的AGV运行仿真研究

在自动化立体库中,为较好地分析AGV图像识别引导技术,验证该技术的可行性,进行了AGV运行仿真研究。首先,分析了AGV运行环境情况,利用3dsMax进行了场景建模。然后,将模型文件读入OpenGL,编写程序实现AGV运动和运行视点的变换。通过采集AGV车身与路径轴线的偏差,计算其平均绝对误差并与实际要求比较,结果满足实际要求,从而验证了该技术的可行性。     

典型线性火工分离装置作用过程数值模拟及试验研究

针对目前线性火工分离装置的优化设计主要依靠试验验证,成本高且设计优化迭代慢的问题,采用任意拉格朗日-欧拉方法建立典型线性火工分离装置的数值模型。通过火工分离试验和光子多普勒测速试验对上述数值模型进行验证,发现该数值模型具有较好的精度。使用该模型研究上述火工分离装置分离瞬态过程的力学机理,并定量分析多种因素对分离装置重点部位等效塑性应变等关键特征量的影响。研究发现,芯药线密度、分离板削弱槽底部的圆角半径对分离装置的作用过程有重大影响。此外,保护罩材质、削弱槽开口角度、分离板槽结构尺寸等因素对分离过程也有一定影响,但其影响相对较小。研究结果可以为典型线性火工分离装置的优化设计提供基础。     

近界视景导航中森林场景加速绘制

作为近界视景导航中典型地物,三维几何树模型能提高虚拟场景视觉精度,增强场景真实感,但会导致大规模森林场景绘制效率降低,从而降低视景导航精度。为提高绘制效率以确保视景导航精度,并提高场景真实感,采用布告板云算法构建了基于视距的多分辨率树模型,针对算法在近界视景导航应用中存在的问题进行了改进。为进一步提高近界特别是贴地飞行时高动态视点下视景导航精度,根据有限视域、威胁区域以及视觉冗余等特点,提出了一种基于高动态视点的加速绘制算法。通过实验对比分析,算法大幅提高了场景绘制效率,增强了场景视觉质量,提高了虚拟场景导航精度。     

未知环境下飞行器视觉/惯导组合测速测高方法

针对未知环境下飞行器导航问题,提出一种基于视觉/惯导组合的测速测高方法。该方法构建包含前若干个成像时刻飞行器位置的惯导扩展状态方程,并采用一种基于摄像机两视图对极几何约束的线性视觉量测方程,通过卡尔曼滤波进行惯导速度修正,在此基础上利用多帧成像的立体视觉交会估计地面特征点坐标,进而得到飞行器相对高度。以飞行器典型巡航轨迹进行的仿真实验表明,该方法能够有效修正飞行器速度和相对高度误差,给出不随时间漂移的速度和相对高度测量结果,并很好地抑制飞行器位置误差的发散。     

视觉惯性导航系统初始化方法综述

视觉惯性导航系统通过初始化,对尺度信息、重力向量、速度、惯性传感器偏差等一系列状态估计所需参数进行快速求解,以提升系统后续导航定位与环境感知的准确性。根据传感信息耦合方式,视觉惯性导航系统初始化方法可以分为三类:联合初始化、非联合初始化和半联合初始化。基于现有研究工作,从基础理论、发展与分类、现有方法、性能评估四个方面展开,对目前主流的初始化方法进行综述,并总结视觉惯性导航系统初始化领域未来的发展趋势,有利于对视觉惯性导航系统初始化方法形成总体性了解并把握其发展方向。