论文部分内容阅读
在空间在轨服务中，执行对空间非合作目标的在轨操控任务的前提是实时精确地识别出目标并得到目标的位姿状态参数。近年来，提高空间非合作目标位姿测量系统输出数据的帧率，实现在空间机器人与空间目标存在相对缓慢运动条件下对空间非合作目标的实时性识别及位姿测量问题受到研究者们的广泛关注。 本文针对空间非合作目标的位姿测量系统结构复杂及测量精度不高等技术问题，充分利用TOF相机小型化、成像速度快且可同时获得灰度图像和距离信息的优点，研究一种基于TOF三维相机的空间非合作目标特征识别与位姿测量方法，旨在实时高效地完成对空间非合作目标的特征的识别与高精度位姿测量，进而为对空间目标的追踪抓捕任务提供精确的三维测量数据。 本文主要的研究内容如下: (1)系统地介绍了TOF相机的距离信息测量原理和数学模型。研究了针对TOF相机的内参矩阵标定方法，首先采用了张正友标定法对相机内参矩阵进行标定，然后充分发挥TOF相机可直接获取目标场景三维信息的优点，利用目标场景已知的三维信息和标定内参后计算出来的三维信息之间的差值建立目标函数，并使用梯度下降法对上述目标函数进行优化，得到更精确的相机内参矩阵。在介绍了相机内参矩阵标定的方法后，简要介绍了TOF相机深度标定方法。 (2)研究了针对空间非合作矩形目标和非合作圆形目标的特征提取方法。针对非合作矩形目标，首先比较了Harris角点检测方法、Canny边缘检测结合Hough直线变换方法及FAST角点检测方法的优缺点，然后提出了一种修正的FAST角点检测算法，快速准确地提取了矩形目标的四个特征点。为了提高后续位姿测量的精度，提取了非合作矩形目标的亚像素级特征点。针对非合作圆形目标，利用Hough圆变换粗定位、简化背景、最大类间方差阈值分割及Canny边缘检测等手段准确地提取了圆形目标的边缘点。 (3)首先研究了一种针对非合作矩形目标的位姿测量方法，分别计算矩形日标的三个特征点在相机坐标系和目标坐标系下的三维坐标，利用坐标转换计算出目标相对于相机的位置和姿态信息，并设计实验对上述方法进行了实验验证。其次对造成位姿测量误差的原因进行了详细的分析，影响姿态角γ的测量精度两个主要因素分别是角点到光心的距离精度和角点像素坐标的提取精度，并分别针对上述两方面提出了改进算法。针对角点到光心的距离测量存在随机性误差，提出了一种融合多帧距离信息求平均值后再计算姿态角的方法;针对提取的角点像素坐标存在误差，提出了一种基于亚像素级角点的位姿测量方法，两种改进算法都有效地降低了位姿角的测量误差，并提高了位姿测量的稳定性。 (4)研究了一种针对非合作圆形目标的位姿测量方法，将圆形目标的边缘点的像素坐标转换为相机坐标系下的三维坐标，利用这些边缘点的三维坐标进行空间圆拟合，并利用梯度下降法对需要拟合参数:圆心、半径及圆所在平面的法向量进行优化，最后利用圆心及圆所在平面法向量计算出非合作圆形目标相对于相机的位置和姿态信息，并设计实验对上述算法进行了实验验证。