基于双目立体视觉的空间非合作目标的位姿测量

基于双目立体视觉的空间非合作目标的位姿测量

论文摘要

目前,新型自主航天器的研制已经成为航空航天领域研究的热点,空间目标位姿测量是该系统的一个重要组成部分。本文主要研究基于双目立体视觉的空间非合作目标位姿测量中测量精度的影响因素、双目图像立体匹配算法、以及为提高系统速度性能对这些匹配算法基于FPGA的快速实际实现等关键问题。首先本文通过理论分析及数值仿真,分析了双目立体视觉配置结构参数对目标姿态测量精度的影响,并得到相关结论,这些结论对用双目立体视觉进行航天器位姿测量的摄像机结构配置具有重要的参考价值。图像立体匹配是双目立体视觉位姿测量的关键技术,本文对基于区域和基于特征的两类匹配方法进行了研究。基于区域的匹配主要考虑了基于归一化互相关度量的图像匹配,并且给出了一个简单例子的仿真。基于特征的匹配主要探讨了Harris角点、SIFT算子等特征点提取方法,同时考虑了通过极线约束以及RANSAC鲁棒估计进行特征匹配获得稳定特征点的方法,并且结合图像进行了仿真。为了改善基于双目立体视觉非合作目标空间位姿测量系统的速度性能,本文对前述图像匹配中广泛应用的相似性度量—基于区域的匹配以及基于特征的匹配过程中寻找候选匹配点时所用的归一化互相关度量基于FPGA进行了实际实现,提出了两个基于FPGA的归一化互相关并行实现方案。在这两个方案中,提出了很多有效的方法来减少逻辑资源消耗并且提高计算速度。通常实际中对归一化互相关度量降序排序后的前几个值感兴趣。为充分利用FPGA的资源,本文同时基于FPGA对相关的排序算法进行了实现。采用RAM作为是否已排序的标识,这种方法可扩展到FPGA芯片可用资源较少的情况。最后,基于FPGA芯片EP2S90和相应开发软件的功能时序仿真及在实际图像匹配系统中的应用结果表明所实现的归一化互相关和排序算法并行架构可有效地提高系统的速度性能。

论文目录

  • 摘要
  • Abstract
  • 图表清单
  • 注释表
  • 第一章 绪论
  • 1.1 课题研究背景及研究意义
  • 1.2 国内外的研究现状
  • 1.2.1 视觉位姿测量系统在航天器交会对接中的应用现状
  • 1.2.2 双目立体视觉测量技术的研究现状
  • 1.3 基于双目立体视觉的的空间目标位姿测量的相关技术
  • 1.3.1 摄像机成像模型与精度分析
  • 1.3.2 图像立体匹配
  • 1.4 基于FPGA 的并行算法实现
  • 1.5 本文的研究内容
  • 第二章 摄像机成像模型与系统精度分析
  • 2.1 引言
  • 2.2 空间坐标系转换
  • 2.2.1 图像坐标系、摄像机坐标系、世界坐标系
  • 2.2.2 坐标系之间的相互转换关系
  • 2.3 摄像机成像模型
  • 2.4 空间点坐标计算
  • 2.5 系统精度分析
  • 2.5.1 双目立体视觉结构模型及参数
  • 2.5.2 系统精度计算
  • 2.5.3 系统结构参数影响
  • 2.6 本章小结
  • 第三章 图像立体匹配
  • 3.1 引言
  • 3.2 基于图像区域的匹配
  • 3.2.1 匹配窗口大小的选择
  • 3.2.2 相似性测度的选择
  • 3.2.3 基于归一化互相关的图像匹配
  • 3.2.4 仿真结果
  • 3.3 基于图像特征的匹配
  • 3.3.1 图像特征提取
  • 3.3.2 图像特征匹配
  • 3.3.3 基本方案及仿真结果
  • 3.4 位姿测量与三维重建
  • 3.4.1 位姿测量
  • 3.4.2 三维重建
  • 3.5 本章小结
  • 第四章 基于FPGA 的互相关匹配实现
  • 4.1 引言
  • 4.2 FPGA 概述
  • 4.2.1 FPGA 设计方法
  • 4.2.2 FPGA 硬件芯片和软件开发平台的选择
  • 4.3 基于FPGA 的互相关匹配实现
  • 4.3.1 介绍
  • 4.3.2 基本原理
  • 4.4 仿真和实际实验结果
  • 4.4.1 仿真结果
  • 4.4.2 实际实验结果
  • 4.5 本章小结
  • 第五章 基于FPGA 的数据排序实现
  • 5.1 引言
  • 5.2 基于FPGA 的排序方案
  • 5.2.1 数据集的排序方案
  • 5.2.2 大数据集的排序方案
  • 5.2.3 计算复杂度和时间
  • 5.3 仿真和实际实验结果
  • 5.3.1 仿真结果
  • 5.3.2 实际实验结果
  • 5.4 本章小结
  • 第六章 全文总结与展望
  • 6.1 全文总结
  • 6.2 课题展望
  • 参考文献
  • 致谢
  • 在学期间的研究成果及发表的学术论文
  • 相关论文文献

    • [1].一种基于双目立体视觉的立体标定方法[J]. 电子测量技术 2020(08)
    • [2].一种基于双目立体视觉追踪眼球运动的方法[J]. 电子世界 2020(11)
    • [3].双目立体视觉不止车载,元橡科技赋能无限可能[J]. 商用汽车 2020(07)
    • [4].基于深度学习与双目立体视觉的物体管理应用[J]. 网络空间安全 2019(04)
    • [5].双目立体视觉在虚拟钢琴中的应用[J]. 电视技术 2018(08)
    • [6].双目立体视觉的研究现状及进展[J]. 光学仪器 2018(04)
    • [7].移动机器人双目立体视觉测量系统研究[J]. 测控技术 2008(09)
    • [8].双目立体视觉测量系统的精度分析[J]. 传感器与微系统 2020(10)
    • [9].基于双目立体视觉技术的汽车测距系统实现[J]. 计算机应用与软件 2016(09)
    • [10].基于双目立体视觉技术的烧结料层厚度检测系统[J]. 冶金自动化 2014(05)
    • [11].基于双目立体视觉的植株生长状态无损监测方法的研究[J]. 现代农业装备 2014(03)
    • [12].基于双目立体视觉的指针式仪表判读算法[J]. 传感器与微系统 2020(07)
    • [13].基于遗传算法双目立体视觉传感器的优化设计[J]. 湖南师范大学自然科学学报 2014(06)
    • [14].基于虚拟双目立体视觉的空间圆柱轴线测量[J]. 仪表技术与传感器 2013(02)
    • [15].基于双目立体视觉的目标物测距研究[J]. 软件 2020(01)
    • [16].基于双目立体视觉的平面测距研究[J]. 软件 2020(09)
    • [17].双目立体视觉图像多目标处理精确匹配仿真[J]. 计算机仿真 2019(07)
    • [18].基于双目立体视觉的取走物检测技术研究[J]. 计算机技术与发展 2018(06)
    • [19].一种基于双目立体视觉的测量方法[J]. 制造技术与机床 2016(08)
    • [20].双目立体视觉的障碍物检测方法综述[J]. 大众科技 2014(03)
    • [21].双目立体视觉在机器人三维重建定位中的方法研究[J]. 电子测试 2013(06)
    • [22].一种用于里程计量的双目立体视觉测距系统[J]. 计量技术 2019(10)
    • [23].汇聚式双目立体视觉在室内移动机器人定位中的应用[J]. 科技风 2018(08)
    • [24].双目立体视觉测量的实现和结构参数选择[J]. 机械设计与制造工程 2018(07)
    • [25].双目立体视觉技术在结构试验中的应用[J]. 应用光学 2018(06)
    • [26].智能车辆双目立体视觉测距算法[J]. 军事交通学院学报 2015(02)
    • [27].基于双目立体视觉的坝体形变测量方法[J]. 电子测试 2013(19)
    • [28].基于双目立体视觉技术的曲面重构[J]. 福建电脑 2010(02)
    • [29].基于双目立体视觉的三维建模算法[J]. 河北科技大学学报 2008(03)
    • [30].双目立体视觉被动测距[J]. 电子技术与软件工程 2017(04)

    标签:;  ;  ;  ;  

    基于双目立体视觉的空间非合作目标的位姿测量
    下载Doc文档

    猜你喜欢