基于立體視覺的非合作目標(biāo)運動估計與結(jié)構(gòu)估計方法研究.pdf

1、隨著人類太空探索進(jìn)程的不斷推進(jìn)，清除太空垃圾、加強太空管理已刻不容緩。空間機器人技術(shù)作為處理非合作目標(biāo)的有力手段，得到了學(xué)者們的重視。然而非合作目標(biāo)的未知性和不確定性給空間機器人的在軌服務(wù)帶來了巨大挑戰(zhàn)，要實現(xiàn)對目標(biāo)的準(zhǔn)確捕獲，必須通過一定的測量手段實時地獲取目標(biāo)的三維信息和運動信息。而基于視覺的測量技術(shù)是目前一種有效的目標(biāo)測量手段，已經(jīng)成為空間機器人領(lǐng)域的研究熱點。
　　本文首先分析了相機成像原理，在此基礎(chǔ)上建立了雙目立體視覺系

2、統(tǒng)的數(shù)學(xué)模型，進(jìn)而說明空間點三維坐標(biāo)的獲取方法，并完成了雙目相機標(biāo)定和圖像校正與目標(biāo)分割等圖像預(yù)處理技術(shù)的研究。
　　然后，深入研究了目標(biāo)圖像特征提取與匹配問題。對于左右?guī)瑘D像的特征匹配，采用了一種粗精匹配相結(jié)合的匹配方法，粗匹配階段使用KNN算法得到初始的特征匹配對，精匹配階段使用RANSAC算法優(yōu)化匹配結(jié)果，并通過對常用特征提取算法的匹配結(jié)果的比較，選擇了綜合性能最好的ORB算法。對于前后幀圖像的特征匹配，采用一種基于ORB特

3、征光流的匹配方法，使匹配過程得到簡化。
　　其次，采用EKF算法來實現(xiàn)對非合作目標(biāo)的運動估計與結(jié)構(gòu)估計。首先建立目標(biāo)的運動學(xué)模型、結(jié)構(gòu)模型和視覺觀測模型；然后針對傳統(tǒng)的Joint EKF算法和Dual EKF算法存在耦合估計的問題，提出了對目標(biāo)的旋轉(zhuǎn)運動、平移運動和結(jié)構(gòu)參數(shù)進(jìn)行串行估計的三重擴展卡爾曼濾波（Tri-EKF）算法，并通過仿真對三種估計算法進(jìn)行比較，說明了采用解耦估計方式的Tri-EKF算法對目標(biāo)平移運動估計的收斂速度