空间交会接近视觉测量方法研究

论文摘要

空间交会接近测量技术是空间交会对接中的关键技术,直接关系交会对接过程的成败。目前基于视觉的交会测量技术是研究的热点之一。本文重点研究了合作目标交会接近视觉测量方法、基于视觉的非合作目标的检测与跟踪算法,以及视觉测量系统的设计与实现。本文首先从实际应用的角度出发,系统的研究了基于合作目标的交会接近过程中的视觉测量问题。研究了基于阈值的图像分割,设计了一种逆序搜索的方法来确定合作光标,并实现了对大小光标的转换。利用对合作光标的先验知识对检测出来的光标中心进行有效性判断,将得到的结果用P3P算法和位姿求解算法进行计算,最终得出了目标航天器和跟踪航天器之间的六自由度位姿关系。接下来,研究了非合作目标的视觉检测与跟踪方法。针对非合作目标的具体光学特征,采用多种特征检测与滤波预测相结合的方法。首先将直线检测和角点检测结合起来得到初步的特征点并确定特征检测区域。然后在该区域内再进行SIFT特征检测,得到梯度模值最大的特征向量为非合作目标的一个特征表示。最后利用Kalman滤波预测特征点下一时刻出现位置,并利用SIFT特征向量进行匹配,即可得到非合作目标的跟踪结果。最后,在已有空间交会半物理仿真平台的基础上,设计并实现了合作目标视觉测量子系统和非合作目标视觉检测与跟踪子系统,并通过运行结果对系统的精性能进行了详细分析。实验结果显示,算法满足精度要求,具有较好的稳健性和实时性,同时系统具备良好的可扩展性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 研究进展
• 1.2.1 美国交会测量系统
• 1.2.2 俄罗斯、欧洲和日本的交会测量系统
• 1.2.3 我国空间交会研究进展
• 1.3 空间交会视觉测量技术现状与发展
• 1.4 本文的主要研究内容
• 第2章 合作目标交会接近视觉测量
• 2.1 图像阈值分割
• 2.1.1 灰度阈值法基本原理
• 2.1.2 直方图统计
• 2.1.3 求取阈值
• 2.2 确定光标中心
• 2.2.1 光标搜索算法
• 2.2.2 大小光标切换和光标有效性验证
• 2.2.3 灰度重心法提取光标中心
• 2.3 基于单目视觉的位姿测量
• 2.3.1 坐标系定义
• 2.3.2 线性摄像机模型
• 2.3.3 基于P3P 算法的位姿计算
• 2.3.4 位姿求解、优化及表达
• 2.3.5 单目视觉位姿测量算法流程
• 2.4 本章小结
• 第3章 基于视觉的非合作目标检测与跟踪
• 3.1 去噪处理
• 3.1.1 邻域平均法
• 3.1.2 模板平滑法
• 3.1.3 中值滤波
• 3.2 边缘检测
• 3.2.1 传统的边缘检测算子
• 3.2.2 Canny 边缘检测算子
• 3.3 直线检测
• 3.4 角点检测
• 3.5 SIFT 特征检测
• 3.5.1 尺度空间
• 3.5.2 SIFT 特征检测算法
• 3.5.3 SIFT 特征匹配
• 3.5.4 SIFT 特征的主要特点
• 3.6 局部SIFT 特征检测
• 3.7 Kalman 滤波
• 3.8 本章小结
• 第4章 交会视觉测量系统设计与实现
• 4.1 视觉测量系统
• 4.1.1 实验平台
• 4.1.2 系统要求
• 4.2 合作目标交会接近视觉测量系统设计与实现
• 4.2.1 界面设计
• 4.2.2 算法流程设计
• 4.2.3 测量系统实现
• 4.3 非合作目标检测与跟踪算法设计与实现
• 4.3.1 算法设计
• 4.3.2 参数设置
• 4.3.3 程序逻辑
• 4.4 合作目标视觉测量实验结果及分析
• 4.4.1 实验结果
• 4.4.2 性能分析
• 4.5 非合作目标视觉检测和跟踪实验结果及分析
• 4.5.1 实验结果
• 4.5.2 性能分析
• 4.6 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢