国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于PMD相機(jī)的位姿測(cè)量方法研究

2016-06-16 22:24時(shí)建奇許林
電腦知識(shí)與技術(shù) 2016年10期

時(shí)建奇+許林

摘要:針對(duì)航天器對(duì)接操作過(guò)程中相對(duì)位姿測(cè)量的問(wèn)題,該文利用航天器對(duì)接口為圓環(huán)的結(jié)構(gòu)特征,設(shè)計(jì)了一種基于PMD相機(jī)的位姿測(cè)量方法,該方法利用PMD相機(jī)獲取的三維點(diǎn)云數(shù)據(jù),通過(guò)點(diǎn)云配準(zhǔn)的方法,實(shí)現(xiàn)了目標(biāo)相對(duì)位姿的準(zhǔn)確測(cè)量。

關(guān)鍵詞: PMD;位姿測(cè)量;三維點(diǎn)云;配準(zhǔn)

中圖分類號(hào):TP274 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1009-3044(2016)10-0269-03

Abstract:To deal with the problem of measured relative pose in spacecraft docking operations , This paper use the circular structure of the spacecraft , designed a pose measurement method based on the PMD camera , The method uses the camera to obtain three-dimensional point cloud data ,by this method of point cloud registration to achieve an accurate measurement of the relative pose of the target.

Key words:PMD; pose measurement; 3D point cloud; registration

1 概述

在航天領(lǐng)域,要完成航天器目標(biāo)的對(duì)接任務(wù),需要獲得目標(biāo)的相對(duì)位姿參數(shù),對(duì)于非合作目標(biāo),航天器本身沒(méi)有預(yù)先安裝合作標(biāo)識(shí)器,需要利用航天器本身的結(jié)構(gòu)特征來(lái)實(shí)現(xiàn)目標(biāo)的識(shí)別和定位[1] 。航天器有對(duì)接環(huán)和發(fā)動(dòng)器噴口等圓形結(jié)構(gòu),本文利用目標(biāo)的圓特征,進(jìn)行位姿測(cè)量。相較于其他特征,利用圓特征進(jìn)行位姿測(cè)量的最大優(yōu)勢(shì)是能夠抗遮擋,通過(guò)部分圓特征就能解算出位姿。然而,對(duì)于非合作目標(biāo),在沒(méi)有任何約束條件下,基于單個(gè)圓的單目視覺(jué)位姿測(cè)量的解具有二義性[2],所以在實(shí)際應(yīng)用中需要解決目標(biāo)二義性的問(wèn)題。

本文提出了一種基于PMD相機(jī)的非合作目標(biāo)[3]的空間位姿測(cè)量方法,通過(guò)空間點(diǎn)云配準(zhǔn)的方法能夠直接獲取位姿的唯一解,解決了二義性的問(wèn)題,該方法首先對(duì)PMD相機(jī)采集的深度圖像進(jìn)行濾波去噪、去除不可靠點(diǎn)和異常值。然后把目標(biāo)的深度數(shù)據(jù)轉(zhuǎn)化為空間三維點(diǎn)云數(shù)據(jù),通過(guò)模版匹配的方法對(duì)兩幅目標(biāo)點(diǎn)云進(jìn)行粗配準(zhǔn),再利用改進(jìn)型的ICP算法[4]對(duì)點(diǎn)云進(jìn)行精配準(zhǔn),獲取兩幅點(diǎn)云的平移矩陣和旋轉(zhuǎn)矩陣,最終得到目標(biāo)相對(duì)位姿測(cè)量結(jié)果。最后,通過(guò)實(shí)驗(yàn)驗(yàn)證了算法的有效性。

2 位姿測(cè)量過(guò)程

2.1 相機(jī)簡(jiǎn)介

本文采用3D相機(jī)是德國(guó)PMDTec公司的PMD[vision]?Camcube 2.0相機(jī)。它是一種基于飛行時(shí)間(Time-of-Flight)原理的3D相機(jī),它是一種新型、小型化的主動(dòng)式立體成像設(shè)備,無(wú)需掃描便可實(shí)時(shí)的獲取目標(biāo)的深度信息、灰度信息和幅度信息[5]。PMD相機(jī)測(cè)距原理是通過(guò)紅外發(fā)射器向目標(biāo)發(fā)射光脈沖,到達(dá)目標(biāo)物體后發(fā)生反射,反射的紅外光被相機(jī)上的探測(cè)器接收,計(jì)算發(fā)射和接收光信號(hào)的相位差來(lái)計(jì)算相機(jī)到目標(biāo)的距離,從而獲取整個(gè)場(chǎng)景的深度信息。

2.2 三維點(diǎn)云的獲取

基于視覺(jué)測(cè)量系統(tǒng)的相機(jī)成像模型基本都是采用針孔成像模型,該模型為一個(gè)理想的投影成像模型。如圖1所示,[OW-XWYWZW]為世界坐標(biāo)系,[OC-XCYCZC]為相機(jī)坐標(biāo)系,原點(diǎn)[OC]為相機(jī)的鏡頭中心,[OI-XIYI]為像平面坐標(biāo)系,[o-uv]為圖 像 像 素坐 標(biāo) 系,這兩個(gè)坐標(biāo)系為二維坐標(biāo)系,描述成像點(diǎn)坐標(biāo)即空間點(diǎn)在相機(jī)像平面的投影坐標(biāo)。P為空間中的任意一點(diǎn),P′為P點(diǎn)在像 平 面上的成像點(diǎn), [OCOI]的距離值為焦 距[f],[ZC]軸為主光軸的方向,[XC]軸和[YC]軸分別與圖像像素坐標(biāo)系的[u]和[v]平行,并與其他兩軸構(gòu)成右手系。

三維點(diǎn)云是利用PMD相機(jī)獲取的每個(gè)像素點(diǎn)的深度信息轉(zhuǎn)化為目標(biāo)在相機(jī)坐標(biāo)系中的三維坐標(biāo)點(diǎn)集,結(jié)合公式(1)~(3)即可求出每個(gè)點(diǎn)的三維坐標(biāo)。

2.3 位姿測(cè)量過(guò)程

本文位姿測(cè)量過(guò)程如圖2所示:

1)深度圖像獲?。豪肞MD相機(jī)采集場(chǎng)景的幅度圖像和深度圖像。

2)濾波去噪:幅度圖像的每個(gè)像素值表示相機(jī)傳感器接收到反射信號(hào)的強(qiáng)度大小,幅度值較低說(shuō)明該像素點(diǎn)接收回反射信號(hào)強(qiáng)度較低,所以該點(diǎn)測(cè)量的深度信息不可靠,通過(guò)設(shè)置幅值門限來(lái)濾除不可靠的像素點(diǎn)。PMD相機(jī)的分辨率不高,圖像中含有噪聲,本文采用自適應(yīng)雙邊濾波[6]算法,該方法不僅可以有效地濾除噪聲,還能較好的保存圖像的細(xì)節(jié)部分。

3)點(diǎn)云預(yù)處理:由深度圖像轉(zhuǎn)化為三維點(diǎn)云,在點(diǎn)云的邊緣處存在跳變點(diǎn),也稱作孤立點(diǎn),需要去除這些不必要的孤立點(diǎn),本文采用Knn最鄰近結(jié)點(diǎn)算法[7]對(duì)點(diǎn)云中每個(gè)點(diǎn)搜索其K個(gè)鄰近點(diǎn),計(jì)算該點(diǎn)與這K個(gè)鄰近點(diǎn)的距離,如果存在某一距離值大于一定的閾值,則去除該點(diǎn)。

4)點(diǎn)云配準(zhǔn):點(diǎn)云配準(zhǔn)是通過(guò)對(duì)兩片目標(biāo)點(diǎn)云進(jìn)行匹配來(lái)確定點(diǎn)云的變換關(guān)系,得到兩片點(diǎn)云之間的旋轉(zhuǎn)矩陣和平移矩陣。由于本文采用圓錐目標(biāo)作為測(cè)量對(duì)象,很難提取到目標(biāo)表面的特征點(diǎn),本文采用模型匹配[8]的方法,在第一幅點(diǎn)云中建立點(diǎn)對(duì)特征向量,由特征點(diǎn)對(duì)構(gòu)建目標(biāo)模型,然后根據(jù)點(diǎn)對(duì)特征向量在另一幅點(diǎn)云中搜索相同特征向量的點(diǎn)對(duì),利用兩幅點(diǎn)云中的點(diǎn)對(duì)進(jìn)行配準(zhǔn),完成粗配準(zhǔn),得到兩幅點(diǎn)云之間的初始旋轉(zhuǎn)和平移矩陣。

然后采用改進(jìn)型的ICP算法對(duì)其進(jìn)行精確配準(zhǔn),提高了配準(zhǔn)的速度和精度。最后,根據(jù)配準(zhǔn)得到的旋轉(zhuǎn)和平移矩陣計(jì)算出目標(biāo)的相對(duì)位姿。

3 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證測(cè)量方法的可行性和準(zhǔn)確性,自行搭建位姿測(cè)量系統(tǒng),如下圖所示,圖3為實(shí)驗(yàn)所用的PMD相機(jī)。圖4為測(cè)量控制平臺(tái),目標(biāo)模型安裝在平臺(tái)上面,通過(guò)軟件控制電機(jī)使目標(biāo)進(jìn)行6個(gè)自由度的變換。圖5為控制平臺(tái)的軟件控制界面,通過(guò)設(shè)置參數(shù)可以實(shí)現(xiàn)目標(biāo)精確的平移和角度旋轉(zhuǎn)。

首先使目標(biāo)正對(duì)于PMD相機(jī),相對(duì)于相機(jī)的旋轉(zhuǎn)角度設(shè)置為0°,在距離相機(jī)0.5米處采集數(shù)據(jù),圖6(a)為目標(biāo)深度圖像,圖6(b)為濾波后的深度圖像。然后把目標(biāo)繞y軸(偏航角)旋轉(zhuǎn)10°采集數(shù)據(jù),如圖6(c)所示。獲取兩幅深度圖像的三維點(diǎn)云,經(jīng)過(guò)預(yù)處理后進(jìn)行點(diǎn)云配準(zhǔn),圖6(e)是兩片點(diǎn)云配準(zhǔn)的結(jié)果,白色點(diǎn)是參考模型點(diǎn),綠色點(diǎn)是數(shù)據(jù)模型點(diǎn)。固定距離,旋轉(zhuǎn)不同角度驗(yàn)證算法,測(cè)量結(jié)果如表1所示,與實(shí)際值相比,測(cè)量最大誤差在1.2°以內(nèi),表明了本文算法能夠有效的測(cè)量非合作目標(biāo)的位姿,能夠滿足實(shí)際位姿測(cè)量需要。

4 結(jié)論與展望

本文利用PMD相機(jī),采用空間三維點(diǎn)云配準(zhǔn)的方法對(duì)目標(biāo)進(jìn)行相對(duì)位姿測(cè)量,搭建實(shí)驗(yàn)系統(tǒng)驗(yàn)證了該方法的有效性,實(shí)驗(yàn)結(jié)果表明該方法能夠有效的測(cè)量目標(biāo)的位姿,能夠滿足實(shí)際測(cè)量的需要。

參考文獻(xiàn):

[1] Khongsab P. Signal processing and performance evaluation of a PMD camera for space docking[J]. Kiruna: Masters thesis, Lulea University of Technology, 2009.

[2] Shiu Y C, Ahmad S. 3D location of circular and spherical features by monocular model-based vision[C]// Proceedings of the IEEE International Conference on Systems, Man and Cybernetics, Massachusetts, USA,1989: 576-581.

[3] INABAN , ODAM , ASANOM. Rescuing a stranded satellite in space-experimental robotic capture of non2cooperative satellites[J].Transact ions of the Japan Society for Aeronautical and Space Sciences , 2006 ,48 (162) :2132220.

[4] Bergstr?m P, Edlund O. Robust registration of point sets using iteratively reweighted least squares[J]. Computational Optimization and Applications, 2014, 58(3): 543-561.

[5] Andreas Kolb, Erhardt Barth, Reinhard Koch, et al. Time-of-Flight Cameras in Computer Graphics[C]. In Computer Graphics Forum, 2010,29.

[6] Gao Jun, Jia Bao Zhu, Zhang Xu Dong,et al. PMD camera calibration based on adaptive bilateral filter[C]// Wuhan, China :2011 International Symposium on Photonics and Optoelectronics (SOPO),, 2011: 1-4.

[7] 張旭東,吳國(guó)松,胡良梅,等.基于TOF三維相機(jī)相鄰散亂點(diǎn)云配準(zhǔn)技術(shù)研究[J].機(jī)械工程學(xué)報(bào), 2013,49(12):8-16.

[8] Drost B, Ulrich M, Navab N, et al. Model globally, match locally: Efficient and robust 3D object recognition[C]. 2013 IEEE Conference on Computer Vision and Pattern Recognition,2013.

404 Not Found

404 Not Found


nginx
涞源县| 镇江市| 南陵县| 济阳县| 灵宝市| 都昌县| 库尔勒市| 噶尔县| 阿荣旗| 天峨县| 宕昌县| 阿城市| 牙克石市| 罗田县| 长顺县| 天峻县| 铜川市| 毕节市| 金堂县| 梁河县| 阳春市| 莱芜市| 新野县| 海宁市| 台湾省| 城口县| 长岛县| 青铜峡市| 慈利县| 广灵县| 钟山县| 肃宁县| 赤水市| 浏阳市| 长寿区| 股票| 抚松县| 湖口县| 泗洪县| 二手房| 中江县|