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

?

航天器相對角度光學(xué)測量辦法分析

2019-06-11 08:00:54李勝宇關(guān)覃粼
科學(xué)與財富 2019年9期
關(guān)鍵詞:計算機視覺

李勝宇 關(guān)覃粼

摘 要:隨著航天技術(shù)的不斷發(fā)展,航天飛行器的數(shù)目也在不斷增加,因此航天飛行器之間的相對空間位置的測量對于航天器之間的相互獨立運行,以及實現(xiàn)協(xié)同工作具有極大的重要性。本文針對兩顆航天飛行器的相對角度測量介紹一種基于單目計算機視覺的測量方法。通過透視投影成像技術(shù),科學(xué)分析空間目標內(nèi)的空間位置、圖像坐標以及測量系統(tǒng)的參數(shù)之間的集合關(guān)系,最終得出較為準確的角度測量。本文從航天器相對角度光學(xué)測量的運用重要性展開分析,說明其中的測量原理,探究影響光學(xué)測量的檢測方法以及提升測量精度的策略,希望對這一技術(shù)的實際運用與發(fā)展帶來一定的參考價值。

關(guān)鍵詞:計算機視覺;角度測量;方位角測量;高低角測量

我國的航天技術(shù)發(fā)展極為迅速,雖然起步較晚,但是取得的成果極為巨大,已經(jīng)成為目前世界的航天強國,航天器的數(shù)目與質(zhì)量都達到了一個較高的水平,而航天器數(shù)目的增加與運行質(zhì)量的提升也帶來了新的需求,那就是面對航天器空間站的交會對接與對太空垃圾的回收清掃都對航天飛行器的運行的可靠性、精確性以及實時性都有了更高的要求,因此需要對空間運動的位姿進行研究測量,而航天器之間的相對角度是相對運動姿態(tài)的一個主要參數(shù),需要進一步的研究分析。

一、航天器間相對角度光學(xué)測量的必要性

1.1 航天器的相對角度的測量的重要性

航天技術(shù)的不斷發(fā)展推動了人類對于星空的認識,但是人類的求知欲是無窮無盡的,因此對技術(shù)的要求也在不斷提高。更重要的是,航天器空間站的交會、退役衛(wèi)星等太空垃圾的回收清掃等新問題都對航天器相對角度測量技術(shù)提出了更高的要求,對于空間目標的識別跟蹤、逼近以及航天器之間的相對位置有更高精度的測量需求。因此為了達到以上的技術(shù)目的,需要尋找新的更加科學(xué)精密的測量技術(shù)對于我國航天事業(yè)的發(fā)展是極為重要的。

1.2 光學(xué)測量技術(shù)的運用優(yōu)勢

隨著激光測距技術(shù)的不斷發(fā)展完善,在太空環(huán)境下的看見目標斜距測量精度可以達到一個較高的水平,但是空間目標的運動過程不是難以用點的軌跡進行描述,在測量坐標系中,不僅僅要對空間目標的三維位置進行精確定位,還需要對空間目標的方位角以及高低角進行高精度的測量。而光學(xué)測量一直以來都以其對角高的測量精度極高。由于光學(xué)測量的測量方法是非接觸式的,其測量的結(jié)果是少干擾的、高精度的,靈敏性也可以達到一個較高的水準,因此受到廣泛的重視。其基本原理是利用高精度的光學(xué)照相機進行目標拍攝,再對目標進行較高效的圖像處理,最終計算出目標的相對角度,主要是方位角與高低角。目前運用的主要光學(xué)測量手段是基于計算機視覺技術(shù)的單幀圖像分析方法,其求解過程較為簡單,其測量系統(tǒng)的噪聲干擾較小而精度極高,已成為各國實現(xiàn)航天器間相對狀態(tài)的高精度自主測量的主要方法。

二、基于計算機視覺技術(shù)的單幀圖像測角方法

首先利用傳統(tǒng)理念將目標航天器進行點目標的解構(gòu),在提取多點位的運動參數(shù)特征之后,利用相應(yīng)的角度計算公式得到最終的求解目標,本文主要對特征的提取與測量方法進行介紹說明。

2.1 單目計算機視覺圖像分割特征提取

單目計算機視覺圖像確定空間目標的三維姿態(tài)具有更加重要的實際運用價值,而實際上從圖像獲取而言,單目計算機視覺圖像的質(zhì)量早已可以滿足光學(xué)測量的精度需求,目前的主要難點在于圖像的處理,如何高速高精度的提取空間目標的輪廓。而圖像分析的重點之一就是對光測圖像的預(yù)處理工作,只有在經(jīng)過合適的圖像預(yù)處理工作之后,后續(xù)的姿態(tài)測量工作才有繼續(xù)實行的基礎(chǔ)。預(yù)處理工作雖然重要但是其工作原理并不復(fù)雜,因此本文的重點在于后續(xù)的姿態(tài)測量,對于姿態(tài)測量而言,圖像分割是極為重要且具有難度的一項工作,它需要將圖像按照特征提取出感興趣的目標,提取的標準可以由需求改變。這對于人而言似乎是一個極為自然的功能,但是對于計算機而言,這是一個極為復(fù)雜的“病態(tài)”問題,它是模糊的、多解的,為了解決這一問題,目前已經(jīng)有了幾種圖像分割方法的發(fā)展方向。第一,基于邊緣的圖像分割方法,它利用了目標與其運動背景的差異,達到較好的圖像分割效果,這一技術(shù)的難點也在于需要分割的區(qū)域也就是目標與背景之間的邊緣對比,造成邊緣檢測的抗噪性與測量精度之間的矛盾,在提升測量精度的同時不可避免的帶來輪廓的不合理,而在提高抗噪性時會出現(xiàn)漏檢和位置偏差的可能。第二,基于區(qū)域的圖像分割方法,它直接進行區(qū)域?qū)ふ遥歉鶕?jù)事先定義的標準將像素或子區(qū)域聚合成更大區(qū)域的過程,首先進行分類分割,利用已知的訓(xùn)練樣本集在圖像的特征空間中找到?jīng)Q策的劃分點,實現(xiàn)對圖像的區(qū)域劃分,此外還可以利用閾值分割法進行區(qū)域提取,通過設(shè)定每一個特征的閥值進行區(qū)域劃分,這一中區(qū)域劃分方法更加快速簡便,但是實際上很難找到一個合適的閾值。第三,邊緣與區(qū)域結(jié)合的圖像分割方法,以上兩種方法各有優(yōu)劣,因此對這兩種方法進行最大程度的綜合對于光學(xué)測量而言是很有價值的,同時利用目標對象的邊緣信息與圖像的全局信息進行分割,對于特定區(qū)域的提取效果較好。例如活動輪廓模型。該類方法通過使用從圖像數(shù)據(jù)獲得的約束信息和目標的其他參數(shù)信息,如位置、大小、形狀等等,可以較好的均衡目標分割匹配的精度與抗噪性的關(guān)系,達到一個較好的結(jié)果。由此可知,圖像分割對于空間目標的三維姿態(tài)測量有著極大的運用價值。并且好的圖像分割方法有助于實現(xiàn)后續(xù)空間運動目標三維姿態(tài)測量。

2.2 基于特征結(jié)構(gòu)的相對角度測量方法

在提取精確的圖像特征之后,需要進一步利用這些特征進行目標航天器的俯仰角和偏航角的計算。本文的基于單目計算機視覺的光學(xué)測量方法的角度計算過程較為簡單,由于較好的避免了噪聲的干擾,因此計算模型也較為準確,運算量相對較小,測量的運算速度快。測量系統(tǒng)的核心是測量航天去光學(xué)相機,為了更好的得到測量結(jié)果,還需要對特征點安裝激光發(fā)射管,這對于航天器的運動影響極低,在通過特征點成像之后,就可以利用角度計算公式即可求解出特征點相對于相機的偏航角和俯仰角。

三、影響測量系統(tǒng)精度的因素及提高精度的方法

要得到較為準確的測量精度只要你從圖像中獲得準確的目標點圖像坐標,再根據(jù)其他相關(guān)參數(shù)如鏡頭焦距等進行三角法的分析。但是實際上存在以下幾個造成測量誤差的影響因素,第一,相機鏡頭的焦距標稱值的誤差與相機光軸與 CCD 光敏面的垂直誤差等因素,這是難以避免的檢測誤差。第二,傳統(tǒng)計算機對數(shù)據(jù)處理方法存在的計算誤差。第三,光學(xué)成像系統(tǒng)誤差。前二者的優(yōu)化需要改進基礎(chǔ)設(shè)施,因此本文主要對光學(xué)成像系統(tǒng)誤差進行分析,其中包括了鏡頭誤差、圖像采集誤差以及探測器誤差。鏡頭誤差需要加強光學(xué)相機的焦距標校與鏡頭畸變校正。探測器誤差則需要提升采樣頻率,這也可以進一步提升數(shù)據(jù)處理的精度。因此要降低測量系統(tǒng)的誤差需要對圖像采集工作進行較為科學(xué)嚴密的優(yōu)化處理,提升圖像質(zhì)量與分析數(shù)據(jù)的精確度。

四、結(jié)語

本次研究是介紹和分析一種基于計算機視覺技術(shù)的一種航天器相對角度光學(xué)測量方法,它具有原理簡單、計算系統(tǒng)高效、測量結(jié)果精確的優(yōu)點,對我國航天事業(yè)的發(fā)展具有一定的理論價值與使用價值。

參考文獻:

[1]楊寧, 申景詩, 張建德,等. 基于立體視覺的空間非合作航天器相對位姿自主測量[J]. 光學(xué)精密工程, 2017, 25(5):1331-1339.

[2]葉小威, 沈鋒. 航天器軌道動力學(xué)模型及瞄準提前量誤差分析[J]. 中國激光, 2017(6):190-200.

[3]汪啟躍, 王中宇. 基于單目視覺的航天器位姿測量[J]. 應(yīng)用光學(xué), 2017, 38(2):250-255.

猜你喜歡
計算機視覺
基于光流技術(shù)的障礙物檢測方法
軟件(2016年4期)2017-01-20 09:48:18
無人駕駛小車定點追蹤系統(tǒng)的設(shè)計與實現(xiàn)
軟件工程(2016年11期)2017-01-17 19:50:08
基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識別算法
雙目攝像頭在識別物體大小方面的應(yīng)用
機器視覺技術(shù)發(fā)展及其工業(yè)應(yīng)用
危險氣體罐車液位計算機視覺監(jiān)控識別報警系統(tǒng)設(shè)計
計算機視覺在交通領(lǐng)域的應(yīng)用
基于計算機視覺的細小顆粒團重量測量的研究
對于計算機視覺商業(yè)化方向的研究
基于Matlab的人臉檢測實驗設(shè)計
乐山市| 玉环县| 修水县| 邢台市| 金沙县| 兰西县| 左贡县| 南开区| 珠海市| 达孜县| 正蓝旗| 肥东县| 申扎县| 康马县| 乳源| 清涧县| 简阳市| 迭部县| 永宁县| 高台县| 格尔木市| 本溪| 察雅县| 鹰潭市| 长宁县| 安徽省| 揭阳市| 克什克腾旗| 温宿县| 瓦房店市| 桃园县| 磐安县| 博罗县| 拜城县| 鸡东县| 苍溪县| 宣武区| 鞍山市| 前郭尔| 剑川县| 阜康市|