基于双目立体视觉的乘员运动姿态测量方法研究

提出了基于双目立体视觉的汽车乘员运动姿态测量方法。首先使用自主搭建的双目立体视觉系统,按照张正友标定法标定相机并对图像进行立体校正;然后提出基于邻域的SGBM单参数优化算法,并依此建立乘员关键特征点与三维空间坐标间的映射关系,实现了对乘员运动姿态的非接触动态测量。实验结果表明,该方法可以有效地测量乘员运动姿态,且测量精度较高,对汽车乘员非标准坐姿下的保护策略制定具有重要的参考价值。

二维主动位姿引导的单目空间姿态测量方法

针对空间物体姿态快速测量问题,以构建视觉最小系统需求为依据,研究了一种基于二维主动位姿引导的单目视觉空间姿态测量方法,建立了单目相机、二维载台与倾角仪之间的姿态测量模型,实现了空间物体的姿态角的测量。该方法以大地倾角仪坐标系统一测量系统的测量基准,由精密二维载台引导单目相机覆盖地空大视野三维空间,通过前期标定设计完成了单目相机与二维载台之间的工装校准;建立了载台坐标系、摄像机坐标系以及大地倾角仪坐标系之间的姿态测量传递模型,实现了定轴旋转双视角拍照下的空间物体的姿态解算和角度测量。构建了实验验证环境,测角实验结果表明:在系统测量基准坐标系下,其俯仰角的测量误差≤0.82°,测量相对误差≤6.1%;其横滚角的测量误差≤0.43°,测量相对误差≤3.4%。

基于IQPSO-EKF的多传感器融合姿态测量方法研究

为解决自动化竖井掘进设备的定位调姿精度对竖井、孔桩挖掘效率与质量的影响,提出了一种基于改进量子粒子群(IQPSO)-扩展卡尔曼滤波(EKF)的姿态测量算法,以提高微机电系统(MEMS)传感器测量精度。首先,对MEMS传感器数据进行了预处理(除噪、滤波、校准等);然后,参考现有飞行器的坐标系,建立了姿态解算模型,通过姿态角数学模型及运动学分析,构建了EFK状态方程,针对EKF方法参数估计不准确的问题,以分段混沌映射优化初始种群,引入平均位置最优值来避免陷入局部最优的IQPSO-EFK算法,优化EKF的系统、测量噪声的协方差参数;最后,对改进算法和三组姿态误差估计进行了对比实验。研究结果表明:对比三种典型目标函数,IQPSO-EFK相较于普通粒子群算法(QPSO-EFK)具有更强的寻优能力与收敛精度;对比三组旋转速度姿态测量误差,基于IQPSO-EKF算法的姿态测量方法在测量误差时比真实测量误差减少了约86.3%,比扩展卡尔曼滤波减少了约68.7%,比普通粒子群算法减少了约28.2%,证明该算法有效地提高了MEMS传感器测量精度。

基于光学测量技术的目标姿态测量方法研究

该系统主要用于测量飞行器落入目标点时的姿态信息。论文对两种姿态测量方法进行比较,通过误差分析和实验,证明矩方法在用于提取图像中小目标时可以获取比较精确的姿态测量值。

可用于狭小空间的单目主动视觉姿态测量方法

在狭小空间智能装配时,需要测量基准面姿态;但现有姿态测量设备尺寸较大或需要附加扫描运动机构,存在装置难以部署等问题,故提出一种适用于狭小空间的基于双线激光的单目主动视觉姿态测量方法。首先提取出线激光中心点进行光平面标定;接着根据中心投影关系,计算出光平面与像平面的转换矩阵;然后提取目标平面线激光中心点像素坐标并转换为相机坐标;最后应用RANSAC算法过滤异常点后使用最小二乘法拟合出物体平面方程,实现目标平面姿态测量。实验结果表明,滚转角测量误差平均值为0.029°,标准差为0.016°;俯仰角测量误差平均值为0.035°,标准差为0.025°。完成了在直径为170 mm、高为520 mm圆柱形腔体内的平面姿态测量,验证了方法的有效性。

一种基于Madgwick-EKF融合算法的卫星姿态测量方法

针对低地球轨道卫星姿态测量时,传感器易受噪声干扰、陀螺仪漂移等问题,提出一种基于Madgwick扩展卡尔曼滤波合算法(EKF)的卫星姿态测量方法。该方法采用陀螺仪、加速度计、磁强计等多传感器数据进行融合,并结合Madgwick算法和EKF算法的优点,实现姿态测量。首先,通过Madgwick算法,利用多个传感器测量数据计算初始姿态。然后,基于初始姿态和实际测量数据,应用EKF算法进行数据融合和噪声滤除,以获得最终准确的姿态估计。实验结果表明:相较Madgwick算法,本算法在测量精度上提升了65.8%,且具有较高的鲁棒性,为低地球轨道卫星姿态测量提供了一种有效的方案。

基于激光雷达的非合作航天器姿态测量

针对目标自遮挡导致姿态解算精度较低的问题,提出了一种基于激光雷达(LiDAR)点云的空间非合作目标姿态估计方法。初始姿态获取阶段,通过RANSAC算法与曲率聚类分割算法对目标特征分割,再与模板特征进行匹配获得粗配准变换矩阵,然后利用迭代最近点(ICP)算法精配准解算初始姿态;姿态跟踪阶段,通过快速点云配准计算相对姿态,通过逐帧点云姿态传递完成目标姿态测量。利用卫星模型搭建实验平台进行姿态测量实验。实验结果表明:所提方法能够稳定完成姿态解算,验证了所提方法的精度与可行性。

面向激光跟踪测量的大范围高精度姿态测量

针对我国高端制造业对高精度空间六自由度测量系统的迫切需求,提出一种面向激光跟踪测量的基于单目视觉的大范围全自动高精度姿态测量方法。阐述了面向激光跟踪测量的姿态测量系统构成、合作靶标硬件设计,并建立了姿态测量数学模型;其次,分析了自适应清晰成像的姿态测量模块特性,基于光学畸变模型与张正友标定法建立了实时相机成像模型,动态校正特征点像素坐标模型,提升了特征点的提取精度;之后,结合合作靶标几何特性、EPnP算法、Soft-POSIT算法提出一种改进的姿态测量方法,建立了姿态测量系统的自动监测纠错机制,实现测量范围内任意动态位姿的自动测量。最后,利用二维精密转台搭载合作靶标对激光跟踪测量的姿态测量系统进行精度测试。实验结果表明:在3~10 m,方位角/俯仰角为±30°、滚动角为±180°内,适配有14个特征点的合作靶标,姿态测量精度优于0.049°;适配有10个特征点的合作靶标,姿态测量精度优于0.065°。此方法普适性强,对合作靶标特征点布局约束较小,可以满足高端制造业激光跟踪测量的精密测量需求。

基于Mahony-EKF算法的手臂运动姿态测量系统

针对传统姿态解算方法效率迟缓、精度低下及稳定性差等问题,提出一种基于Mahony和扩展卡尔曼(EKF)相融合的算法,并开发出一种新型人体手臂姿态测量系统。首先,通过STM32微处理器采集MEMS传感器测得的数据,借助Mahony滤波器解算加速度计、磁力计和陀螺仪的数据,以此得到初步姿态四元数。其次,将初步姿态四元数作为EKF量测值,依据非重力加速度调节量测噪声协方差矩阵。然后,根据陀螺仪测得的角速度信息建立EKF状态方程,通过EKF滤波更新状态,获取解算融合后的手臂姿态数据。最后,将数据发送到上位机,通过上位机软件实时监测姿态角数据,再构建三维模型实时还原手臂的运动状态。经实验验证,应用EKF算法矫正Mahony滤波解算出的姿态数据,不仅可以使误差减小到0.5°、消除超调量和降低噪声干扰,还能有效克服传统姿态解算方法中需要大量数据集和计算时间长问题,从而抑制了随机波动,提高姿态解算精度。

基于准直激光的跟踪合作目标小范围二维姿态测量方法研究

为了解决远距离激光跟踪合作目标的高精度二维姿态测量问题,提出了一种基于准直激光的跟踪合作目标小范围二维姿态高精度测量方法。首先,详细阐述了角锥棱镜的光学特性与基于角锥棱镜的激光跟踪原理;其次提出了一种利用开孔角锥棱镜和光电探测器的二维姿态测量方法,并分析了激光光束向量、开孔角锥棱镜、光电探测器与合作目标的数学关系,建立了姿态解算模型,并设计了一款合作目标靶标;最后构建了高精度姿态测量系统,进行了实验数据采集与参数模型标定,并通过验证实验进行了精度分析与评价。实验结果表明,本文所提出的测量装置精巧实用,在±5°的工作范围内测角误差不超过0.011°,满足高精度的工程应用需求。

基于椭圆成像参数匹配的弹体姿态测量方法

一体化弹丸的弹托分离过程对弹体的飞行稳定性和打击效能具有显著的影响。为此,针对一体化弹丸出膛后弹托相对弹体的六自由度运动过程,提出了基于椭圆成像参数匹配的弹体姿态测量方法,即利用弹体底部为圆形在任意角度下成像为椭圆的特点,通过提取弹体底部椭圆成像轮廓上的几个点,解算得到椭圆参数,再结合双目椭圆成像参数相同的约束条件,通过优化弹体的成像角度实现参数的最优匹配,从而实现对弹体姿态角度的估算。测试结果表明:相比传统基于纹理信息以及基于轮廓匹配的姿态测量方法,该方法不需要识别弹体表面标记点或者完整的轮廓信息,大大提高了测量方法的通用性和可靠性,且测量精度可达0.4°,满足使用要求。

双矢量定姿在煤矿掘进机姿态测量中的应用

针对现有巷道掘进机的姿态测量手段中普遍存在的高成本和误差累积等问题,文中提出了一种基于双矢量定姿原理的姿态测量算法。通过在巷道掘进环境中分别对重力矢量和光矢量进行构建与感知,利用惯性倾角测量和双目视觉测量技术,基于矢量元素分别在导航坐标系和掘进机载体坐标系中的数学表达,可实现掘进机载体坐标系相对于巷道导航坐标系的姿态解算。利用倾斜仪和双目相机组成的测量装置对指示激光和重力矢量进行测量,结合双矢量定姿算法即可完成掘进机机身的姿态解算。文中设计了静态重复性精度测量实验,结果表明该方法的姿态角重复性测量精度为0.0662°。利用蒙特卡洛方法对可能会引入的误差源进行仿真分析,结果表明误差对方位角、俯仰角以及滚转角的影响分别为0.7864°、0.4548°和0.4765°。

基于创新的混合算法在列车姿态测量系统中的应用研究

本文针对列车姿态测量系统中无线传感器网络的覆盖优化难题,提出了一种创新的混合算法—PGSO。该算法融合了粒子群算法优化出色的全局搜索能力与萤火虫算法在局部精细搜索方面的优势,旨在提升列车姿态测量系统中无线传感器网络的覆盖质量。实验显示,PGSO算法较PSO和GSO更快收敛、覆盖率更高、全局搜索能力更强,在列车姿态测量场景中表现卓越,有效解决了无线传感器网络覆盖优化问题。

一种考虑误差模型的姿态测量传感器设计

针对传统姿态传感器存在测量环境要求高、成本大的问题,提出了一种姿态传感器模型系统设计。通过建立初始模型及误差模型,模拟传感器在实际测井过程中受到的安装偏差及高温影响,基于MATLAB实现给定姿态参数(方位角、井斜角、工具面角、转速及温度)条件下的传感器各轴信号,并结合YXSPACE-SP6000实时仿真机实现信号的模拟量输出。通过系统验证,采集的传感器输出信号的相对误差较小,能够进行实际应用,同时还能实现不同工况中的传感器输出模拟,缩短算法测试周期,提高开发效率。

动载体环境视觉惯性自适应融合物体姿态测量算法

针对动载体环境下视觉惯性组合姿态测量的过程中,惯性器件噪声时变和突变干扰会使卡尔曼滤波器估计不准确的问题,研究了一种Sage-Husa自适应强跟踪扩展卡尔曼算法。算法采用Sage-Husa自适应滤波来实时估计惯性器件的噪声协方差,引入多重渐消因子来抑制突变干扰,增强融合算法的鲁棒性。实验证明,当存在系统噪声变化和突变干扰时,所提算法优于Sage-Husa自适应扩展卡尔曼算法与强跟踪扩展卡尔曼算法,具有良好的鲁棒性。

指向精度对光学姿态测量精度的影响分析

为验证光轴指向误差对光学姿态测量精度的影响程度,并为后续实况类设备实现姿态测量提供理论依据,以中轴线法为依据,对算法步骤进行拆分,并对光轴指向误差的影响进行溯源,得出指向误差影响姿态处理结果可从两个方面进行分析。同时对模型内交会算法的直接影响和模型外动态基准的间接影响进行推导分析,将仿真计算和实测数据进行结合验证,获取了在典型中长远光学姿态测量中指向误差200″对姿态角误差不超过0.1°的结论,为现有姿态测量可靠性分析以及后续靶场设备能力拓展奠定了理论基础。

随机加权渐消UKF在导向钻井姿态测量中的应用

针对近钻头钻具易受井下强振动等随机噪声的影响,使得导向钻具姿态动态测量误差较大的问题,提出一种随机加权渐消UKF算法并应用于导向钻井姿态测量系统。通过Sigma点获取状态估值和协方差矩阵,采用随机加权因子动态调整不同时刻残差向量的权值;再用渐消因子实时调节滤波增益,限制滤波器的记忆长度,有效利用最新量测信息对状态更新的影响调整预测误差协方差阵。将提出的算法应用到导向钻具姿态测量系统进行验证,结果表明,所提算法解算后得到的井斜角误差控制在±0.25°以内,工具面角误差控制在±1°以内,与标准EKF和UKF相比,井斜角解算误差和工具面角解算误差均降低了50%以上,能有效提高导向钻具动态测量精度。

动基座视觉双惯性姿态测量数据融合方法研究

由于视觉传感器与惯性传感器的高度互补性,视觉和惯性融合是一种常见的姿态测量手段。随着机载、车载等仪器设备的迅速发展,传统静止基座下的姿态测量已无法满足一些实际应用场景的需求。由于受到基座运动信息的干扰,很难对动基座上的目标物进行准确、快速的姿态测量。为了发挥视觉和惯性融合的优势,并实现动态基座下的目标物相对姿态测量,提出了一种基于单目视觉与双陀螺仪的姿态测量系统。分析了测量系统中坐标系的建立以及坐标系之间相对关系,提出了坐标系归一化方案,并利用容积卡尔曼滤波对视觉和惯性结果进行融合,实现了高精度、大范围、快速、稳定的姿态测量。在搭建的视觉和惯性融合姿态测量系统平台上进行了实验验证,结果证明该系统坐标系归一方案与融合算法的有效性。实验结果表明,所搭建系统具有较高的准确度,融合后的俯仰角和方位角的均方根误差(RMSE)均不超过0.1°。

导弹发射姿态测量方法研究

针对导弹发射姿态测量问题,提出采用高速摄像机通过斜瞄和平瞄姿态测量方法求解导弹中轴线俯仰角和方位角,仿真典型导弹起飞段近距离姿态测量,分析两种测量方法对导弹飞行姿态测量精度和适用性。仿真结果表明:平瞄和斜瞄姿态测量方法,测量误差在0.2°以内。斜瞄方式使用更便捷,通用性好。平瞄方式测量精度高,数据处理方法、机械结构相对简单,在适合的应用场合优势明显。此分析方法、分析结果为姿态测量方法选取和研究等提供一种可行的途径,也可为其它运动目标的姿态测量提供借鉴。

基于LabVIEW的水下航行器姿态测量实验系统

姿态的测量和控制在水下航行器的设计中是十分重要的环节,精确快速地获取姿态数据是对水下航行器进行稳定控制的前提。使用“惯导+DVL”组合导航模式获取水下航行体的姿态数据,基于LabVIEW开发了一套集测量与控制于一体的航行体实验系统。系统通过获取航行器的姿态数据,进行解算和上传,实时存储水下航行体的姿态数据并在系统界面进行3D动态显示。该系统测量误差小、响应灵敏、实用性强,是一个开放式的姿态测量和控制实验系统。利用该系统可直观地演示水下航行体导航与姿态测量原理,同时用于控制算法的实验和研究,帮助学生理解航行体导航与控制相关概念和理论知识。