基于单目视觉的飞行器姿态角测量技术

论文摘要

视觉测量是以计算机视觉为理论基础,采用高密度、低噪声和畸变小的图像传感器,通过高速实时图像采集系统,专用图像硬件处理系统以及高性能计算机完成对图像的有效处理的先进系统。它在电子学、光电探测、图像处理和计算机技术不断成熟和完善的基础上得到突飞猛进的发展,并在靶场测试、卫星监控等领域有着广泛应用。当前视觉测量的研究重点是对物体的几何尺寸及在空间的位置、姿态等的测量。视觉测量按照所用视觉传感器数量可分为单目视觉测量、双目视觉(立体视觉)测量和三(多)目视觉测量等。单目视觉测量是指仅利用一台相机或摄像机拍摄单张像片来进行测量工作。因其仅需一台视觉传感器,所以该方法的优点是结构简单、相机标定也简单,同时还避免了双目或多目视觉中的视场小、立体匹配难的不足。本文以“单目视觉飞行器姿态测量”项目为背景,研究基于单目视觉方式对导弹飞行器空中姿态角进行测量,重点针对空中导弹目标的偏航角与俯仰角进行精确测量。文章主要工作如下:1、在广泛文献调研基础上,回顾和总结了前人的相关研究工作,对现有的单目姿态测量方法进行综述;并给出了一套基于单目序列影像的飞行器姿态获取方案。该方案不需对目标进行标记,主要利用目标自身特征,通过特征提取和匹配方法可自动获取目标控制点对应关系,并进行姿态观测和滤波估计,方法灵活更具普适性和扩展性。2、提出了一种基于蚁群优化的点模式匹配算法。把点模式匹配转化为函数优化问题,而后利用蚁群优化算法对参量进行搜索,获得最优解。通过确定性参数估计的方法来搜索参量解,使蚁群算法能对连续变量参数问题进行求解;对最近点匹配方法进行了分析,提出了求解点集匹配矩阵的改进方法。3、研究了PNP求解问题。当相机标定时,飞行器位姿求解是一个典型的PNP问题。研究表明,当N≥6时(即当目标身上有6个以上异面特征点时),PNP可以进行线性求解,且方法较为简单;而当N<3时,不能对PNP问题求解;当3≤N≤5,PNP问题不但具有多解性,而且现有的求解算法均是非线性,由于控制点非常少,非线性算法对图像点的位置误差极为敏感,而在实际测量中,这种误差不可避免;因此本文重点对P3P和P4P问题的线性求解进行了研究并给出了具体算法。4、研究了运用卡尔曼滤波对目标序列图像进行姿态测量估计。针对求解的飞行器位姿精度不高的问题,本文提出了运用卡尔曼滤波技术对目标序列图像进行姿态估测的方法,通过仿真实验,飞行器位姿精度得到大幅提高,证明了该方法的有效性和适用性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 视觉测量的定义和分类
• 1.2 课题背景及研究的目的和意义
• 1.3 国内外研究现状
• 1.3.1 单目姿态测量
• 1.3.2 点模式匹配
• 1.3.3 PNP 问题
• 1.4 主要内容及章节安排
• 第二章 基于单目视觉的飞行器姿态测量方法
• 2.1 引言
• 2.2 像机坐标系和空间目标的三维姿态定义
• 2.3 基于单目视觉的飞行器姿态测量常用方法
• 2.3.1 目标圆环椭圆度法
• 2.3.2 目标长宽比法
• 2.3.3 目标图像面积法
• 2.3.4 直接线性变换法
• 2.3.5 弱透视投影法
• 2.3.6 平行视投影法
• 2.4 基于序列图像飞行器姿态测量方案
• 2.5 本章小结
• 第三章 基于序列图像的蚁群优化点匹配方法
• 3.1 引言
• 3.2 蚁群优化算法简介
• 3.2.1 蚁群优化算法模型
• 3.2.2 蚁群优化算法存在的问题
• 3.3 基于蚁群优化的点模式匹配方法
• 3.3.1 点模式匹配问题描述
• 3.3.2 求解匹配矩阵
• 3.3.3 利用改进的蚁群优化算法求解点模式匹配问题
• 3.3.4 实验与分析
• 3.4 本章小结
• 第四章 飞行器位姿的PNP 问题线性求解
• 4.1 引言
• 4.2 像机模型及PNP 问题
• 4.2.1 像机模型
• 4.2.2 PNP 问题
• 4.3 PNP 问题线性求解
• 4.3.1 从4 个以上共面特征点单目线性求解合作目标位姿[35]
• 4.3.2 用补点法从3 个特征点单目线性粗估合作目标位姿[35]
• 4.3.3 仿真和实验
• 4.4 本章小结
• 第五章 飞行器序列图像卡尔曼滤波姿态估计
• 5.1 引言
• 5.2 卡尔曼滤波及模型建立
• 5.2.1 卡尔曼滤波算法
• 5.2.2 卡尔曼滤波模型建立
• 5.2.3 滤波过程
• 5.3 仿真实验分析
• 5.4 本章小结
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果