基于直線特征的空間非合作目標位姿視覺測量方法研究.pdf

1、航天器之間的相對位置和姿態(tài)（統(tǒng)稱為位姿）精確測量是空間交會對接、空間碎片回收、在軌維修等重大航天任務的先決條件?；诠鈱W成像敏感器的視覺測量技術(shù)具有精度高和自主性強等優(yōu)勢，已經(jīng)成為空間操作最后逼近段相對位姿測量的主要手段。目標航天器按照是否安裝了合作標志，分為合作目標和非合作目標。非合作目標按照是否已知目標結(jié)構(gòu)先驗知識又分為模型已知的非合作目標和完全非合作目標。空間合作目標的視覺測量方法已經(jīng)得到了深入的研究和成功的應用，相對而言，對空間

2、非合作目標進行視覺測量頗具挑戰(zhàn)性。盡管空間人造目標紋理較為簡單，但是它們具有大量能夠很好反應目標幾何信息的直線特征。由于直線特征提取可靠，屬性豐富，受光照，噪聲等影響小，因此利用直線特征進行位姿測量具有較大的技術(shù)優(yōu)勢。
　　為滿足該需求，本文研究了基于直線特征的空間非合作目標位姿估計方法，研究內(nèi)容包括四大部分：一是直線特征提取及匹配方法；二是基于直線模型的相機標定方法；三是基于直線模型的非合作目標位姿估計方法；四是基于直線特征的完

3、全非合作目標位姿估計方法。概況起來，本文的創(chuàng)新性主要體現(xiàn)在如下幾點：
　　1、針對受復雜光照影響的弱紋理目標匹配問題，提出了一種基于直線局部鄰域梯度信息和全局結(jié)構(gòu)信息的直線特征匹配算法。算法首先結(jié)合像素點梯度信息和局部對比度信息構(gòu)建直線支撐區(qū)域，并根據(jù)赫爾姆霍茨準則抑制虛假直線，相對于已有的基于邊緣圖的直線檢測算法，本文方法無需過多進行參數(shù)設置，對復雜光照、噪聲、模糊等具有更強的魯棒性；然后利用圖像直線鄰域梯度分布構(gòu)建方向直方圖描

4、述符，并用于初始匹配；接著利用直線間的全局拓撲關(guān)系濾除誤匹配，最后迭代利用拓撲濾波尋找更多的匹配，同時引入全局角度約束提高算法效率并進一步濾除錯誤匹配。相比傳統(tǒng)方法，本文方法對光照變換、噪聲、色差、模糊、視點變化等具有更強的魯棒性，同時算法對尺度變化也有一定的魯棒性。
　　2、針對無控制標志條件下的相機參數(shù)自動標定問題，提出了基于輪廓模型的弱紋理平面目標單應識別優(yōu)化算法。算法隨機選取四條滿足一定幾何約束的直線段進行假設變換關(guān)系的求

5、解，并在假設檢驗框架下通過選取使得投影誤差最小的變換關(guān)系作為單應初值。為了解決復雜背景條件下單應的優(yōu)化問題，算法將目標輪廓模型采樣為模型點序列，并通過優(yōu)化模型點投影同圖像對應點的法向距離平方和實現(xiàn)單應的優(yōu)化求解。另外基于提出的單應識別優(yōu)化算法，設計了利用邊緣信息進行相機內(nèi)外參數(shù)標定的方法。相比傳統(tǒng)方法，本文方法無需制備平面靶板，利用具有標準尺寸的物件便能實現(xiàn)相機內(nèi)外參數(shù)的估計，標定過程更為靈活。
　　3、針對傳統(tǒng)方法僅利用直線端點

6、信息，忽略了端點間的相關(guān)性的缺點，提出了基于直線間積分距離度量的位姿估計算法。首先設計了一種直線間積分距離度量準則；然后基于該距離度量，根據(jù)圖像直線是否被看作無限長，提出了多種基于直線的位姿估計算法，相對于傳統(tǒng)方法，本文算法對直線段間斷噪聲和方向噪聲具有更強的魯棒性；最后從圖像直線最小二乘擬合過程出發(fā)，給定邊緣點的噪聲信息（原始圖像），首次推導了圖像直線段端點定位的誤差模型。在此基礎(chǔ)上，給出了基于直線對應位姿參數(shù)的極大似然估計。通過證明

7、發(fā)現(xiàn)提出的直線間積分距離函數(shù)同從推導的誤差模型出發(fā)得到的距離函數(shù)的形式一致。
　　4、證明了兩類基于直線模型的目標位姿跟蹤方法的等價性。首先從圖像觀測噪聲出發(fā)，在概率框架下證明了本文提出的基于直線對應的位姿估計方法和基于最小化法向距離的模型跟蹤方法（第一類方法需要檢測圖像中的直線，第二類方法直接在原始圖像上進行法向搜索得到模型圖像對應）內(nèi)在的等價性；然后從優(yōu)化函數(shù)的物理意義出發(fā)，證明了兩類方法對應的直線間距離函數(shù)形式的一致性；最后

8、從效率、精度、魯棒性等多個角度對兩類方法進行了對比和評測，并通過在模型圖像配準階段引入亞像素定位技術(shù)，提高了傳統(tǒng)基于最小化法向距離的模型跟蹤方法的精度和魯棒性。
　　5、針對結(jié)構(gòu)先驗信息未知條件下的完全非合作目標的位姿估計問題，提出了基于直線的序列圖像目標關(guān)鍵結(jié)構(gòu)重建和位姿估計方法。算法首先利用提出的直線匹配算法確定序列圖像間直線對應關(guān)系，并線性求解相機位姿參數(shù)和目標直線參數(shù)；然后根據(jù)提出的直線間積分距離度量構(gòu)建目標函數(shù)；最后通過