基于單目視覺的非合作目標(biāo)姿態(tài)測量研究.pdf

1、機(jī)器視覺是近幾年計算機(jī)工程領(lǐng)域中熱門的研究方向之一。相比于傳統(tǒng)姿態(tài)測量方法，基于機(jī)器視覺的方法憑借測量速度快、設(shè)備簡單成本低等優(yōu)點(diǎn)，得到越來越多的關(guān)注和發(fā)展。在機(jī)器視覺領(lǐng)域，姿態(tài)信息是目標(biāo)定位、運(yùn)動跟蹤和飛行器控制等問題的關(guān)鍵參數(shù)，因此姿態(tài)測量的準(zhǔn)確程度直接影響上述問題的解決。為了實(shí)現(xiàn)準(zhǔn)確的姿態(tài)測量，本文分別對姿態(tài)測量問題的兩個子問題，投影方程的求解和2D-3D坐標(biāo)對應(yīng)關(guān)系的建立進(jìn)行研究，最終利用Bumblebee2和PC機(jī)實(shí)現(xiàn)姿態(tài)測量

2、系統(tǒng)。
　　對于投影方程的求解問題，本文首先介紹了目前應(yīng)用最廣泛的EPnP算法和POSIT算法。由于POSIT算法沒有完全利用旋轉(zhuǎn)矩陣的正交性，導(dǎo)致算法在被測目標(biāo)深度變化較大時旋轉(zhuǎn)矩陣R正交性較差，進(jìn)而影響算法的精度。針對這一問題，本文提出了一種基于全透視模型的非線性優(yōu)化算法，將POSIT算法的結(jié)果作為非線性優(yōu)化的初始值，并實(shí)現(xiàn)圖像參考點(diǎn)與計算參考點(diǎn)距離的最小化，從而實(shí)現(xiàn)目標(biāo)姿態(tài)的快速準(zhǔn)確測量。最后，通過實(shí)驗(yàn)對EPnP、POSIT

3、和本文提出的算法進(jìn)行對比，實(shí)驗(yàn)表明本文提出的非線性算法得到的旋轉(zhuǎn)矩陣R的正交性得到明顯改善，并且在噪聲條件可以有效抑制干擾，其精度略優(yōu)于EPnP算法。
　　對于2D-3D坐標(biāo)對應(yīng)關(guān)系的建立的問題，本文首先介紹了局部特征描述和檢測中經(jīng)典的SIFT算法，并對SIFT算法進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)表明，在物體相對傾斜角大于40°時，SIFT算法匹配的特征點(diǎn)數(shù)目很少并存在大量的誤匹配。因此，本文采用基于仿射變換的ASIFT算法實(shí)現(xiàn)二維圖像坐標(biāo)和三維

4、空間坐標(biāo)的對應(yīng)關(guān)系。最后，以飛機(jī)模型對ASIFT算法進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，兩幅圖像經(jīng)過ASIFT算法匹配到點(diǎn)的數(shù)量遠(yuǎn)大于SIFT算法，并且在傾斜角大于60°時仍能匹配相當(dāng)數(shù)量的特征點(diǎn)。
　　最后，本文使用Grey Point公司的Bumblebee2工業(yè)相機(jī)和PC機(jī)組成了姿態(tài)測量系統(tǒng)，并在姿態(tài)測量前建立本地圖像庫克服了ASIFT算法計算復(fù)雜度大和重復(fù)信息誤匹配的缺點(diǎn)，進(jìn)而保證匹配結(jié)果并且減少每次測量需要的計算量。在姿態(tài)計算之后