导读:本文包含了空间目标测量论文开题报告文献综述及选题提纲参考文献，主要关键词:空间非合作目标,单目成像测量,自旋速率,图像处理
空间目标测量论文文献综述
王立,顾营迎,郭绍刚,李涛,储怡[1]（2019）在《空间非合作目标自旋速率测量方法与实验》一文中研究指出为了实现对失稳、快旋空间非合作目标运动状态的测量,提出一种基于单目相机序列图像的测量方法。根据目标与探测器的投影几何关系,推导和证明了测量方法的可行性。根据空间光照环境的特点,给出一种基于MSER特征的图像处理方法,用于稳定提取目标在图像中的投影角。根据获得的多帧序列投影角值,通过设定合理的多项式拟合模型,计算非合作目标的自旋速率。最后通过在轨图像数据,进一步验证了方法的有效性和测量精度。实验结果表明:对于某60°/s的快旋非合作目标,用1 Hz帧频的单目相机观测150 s,该方法对目标的测量均值为60.07°,测量标准偏差为0.05°/s,实现了稳定可靠、高精度的空间非合作目标运动状态测量。(本文来源于《应用光学》期刊2019年06期）
王立,顾营迎[2]（2019）在《基于特征建模的空间非合作目标姿态智能测量方法》一文中研究指出为实现空间非合作目标姿态的测量,基于特征建模的思想,提出了一种根据目标激光点云数据进行高效处理的智能测姿态方法.首先,针对空间目标姿态测量的需求,寻找并实现能够高效表征目标姿态的点云数据特征.接着,应用神经网络的方法对目标点云姿态特征进行学习,通过建立合理的神经网络模型和训练数据,实现目标点云特征与姿态间非线性映射关系的建立.最后,利用目标点云仿真数据集,对方法的测量精度和测量实时性进行了评估.实验结果表明:利用特征建模的思想,提出并建立目标点云姿态协方差矩阵特征,实现了点云数据在表征目标姿态方面的信息高度压缩,为神经网络模型的轻量化设计和计算资源严重受限的在轨应用,提供了可行的智能化工程实现方案.(本文来源于《空间控制技术与应用》期刊2019年04期）
李洁,彭琪,庄奕琪,蒋山平[3]（2019）在《基于双目视觉的空间非合作目标尺度测量技术研究》一文中研究指出对空间非合作目标的关键结构尺寸进行快速精准测量对于实现对目标的动态跟踪与捕获十分重要。文章针对未知形状的非合作目标,基于双目立体视觉测量原理,提出一种点云轮廓线的直接提取算法,不需要进行目标外形的3D还原,即可直接进行目标尺寸测量,从而可以根据外观轮廓线和外形尺寸来快速预估非合作目标的功能及大小。建立双目视觉立体测量实验平台对一个立方体非合作目标模型进行测量,通过MATLAB软件平台对上述算法进行仿真验证,结果表明测量值与参考值的误差为百μm级。(本文来源于《航天器环境工程》期刊2019年03期）
李江[4]（2019）在《空间非合作目标高精度结构恢复与相对位姿测量方法》一文中研究指出因为空间非合作目标结构特征以及运动特性未知,所以对空间非合作目标的相对位姿测量一直以来是一个难题,目前国内外针对空间非合作目标的相对位姿测量主要使用立体视觉的方法,但是该方法仅适用于近距离、小尺度下的空间非合作目标的相对位姿测量。针对这一问题,本文提出了一种对距离、尺度不敏感的基于单目与激光融合的高精度的空间非合作目标结构恢复与相对位姿测量方法,该方法实现了搭载相机载荷卫星绕飞与逼近空间非合作目标过程中的目标叁维结构恢复以及卫星相对空间非合作目标位姿测量。本文开展的主要工作如下:(1)针对传统单目算法需要进行大量特征点描述子计算以及存在大量误匹配问题,本论文提出了基于FAST角点与LK光流的连续图像序列的特征点提取与匹配方法。利用该方法获得图像序列的特征点和匹配关系后,对开始的一对图像利用其匹配特征点对使用RANSAC五点法得到目标叁维点云和相机外参,对后续添加的图像使用RANSAC EPNP算法解算新添加图像对应相机外参并不断恢复目标叁维点云,最后使用BA优化算法提高解算的相机外参与目标点云的精度,使用回环检测与优化算法消除累计漂移误差。实验表明该方法相较传统方法将得到更高精度目标点云。(2)针对传统单目视觉缺乏真是尺度以及精度不高的问题,本论文提出了一种单目相机与激光测距融合的相对位姿测量方法。该方法首先利用投影激光测距点的方法建立激光测距点与恢复深度特征点的关联,接着利用激光测距和关联特征点点到当前相机光心的距离为单目视觉引入真实尺度,再利用激光测距点叁维坐标和关联特征点叁维坐标构造误差项添加至全局BA中进而求解得到更高精度的相机外参以及目标叁维点云,最后提出重定位方法,解决相机坐标系到目标本体系的转换关系的问题。(3)对空间非合作目标相对绕飞工况以及逼近段工况进行仿真实验发现,利用单目相机与激光测距融合的方法解算得到的叁轴位置与叁轴欧拉角都具有较高精度,验证了本论文提出的算法。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
刘祥[5]（2019）在《基于双目视觉的空间非合作目标位姿测量方法》一文中研究指出随着人类对太空环境深入探索,空间活动任务类型不断向着多元化方向发展,其中空间垃圾清除、空间卫星交会对接、航天器在轨维修等活动已经成为了航天技术发展亟需解决的重要课题。在这些空间活动中,非合作目标位姿信息的获取是完成任务的关键,而立体视觉位姿测量技术作为非合作目标位姿估计的有效方法,受到了各国广泛地关注。针对空间非合作目标相对位姿测量任务需求,本文对基于双目视觉的空间非合作目标位姿测量方法展开深入研究,主要研究工作包括以下几个方面:在相机成像模型及相机标定方面,首先介绍了相关坐标系转换关系和相机成像模型,然后基于相机成像模型分析了双目视觉系统立体标定方法,最后利用Matlab标定工具箱开展双目视觉系统立体标定实验,获取了双目视觉系统标定参数,为目标点云数据解算提供支持。在立体匹配和点云数据解算方面,首先针对传统特征提取与匹配算法存在大量误匹配问题,提出了利用极线约束条件进一步剔除误匹配点的方法,提高了立体匹配精度。然后基于立体匹配结果,构建了左右图像特征点与空间点坐标数学关系模型,实现了目标点空间坐标快速解算,并针对获取的点云提出了叁种精度评价方法,结果表明点云平均重投影误差小于0.1pixel,点云尺寸误差小于3%,目标距离误差小于1.5%。在基于点云的相对位姿测量方面,采用了经典两步法实现点云高精度配准。首先应用采样一致性初始配准算法(SAC-IA)实现点云初始配准,为进一步精确配准提供较好的初始位置。然后利用最近点迭代精确配准算法(ICP)对初始配准后点云进行精确配准,获取目标相对位姿信息。为了验证目标位姿测量算法能力,本文利用3DsMax仿真软件模拟双目视觉系统绕飞过程,并基于仿真图像序列开展了一系列非合作目标位姿测量仿真实验。实验结果表明,距离目标30m时姿态测量误差保持在±0.4°以内,位置测量误差保持在±18cm以内,本文算法能够较精确地实现非合作目标的位姿测量。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
晏晖,胡丙华[6]（2019）在《基于空间拓扑关系的目标自动跟踪与位姿测量技术》一文中研究指出针对试飞光电测试中目标运动轨迹姿态自动化测量的问题,提出一种基于空间拓扑关系的目标自动识别跟踪与位姿参数同步测量技术。首先通过对被测目标表面的圆形标志点密集布设、目标运动过程的图像高速采集、圆形标志点不同视角下的自动精确提取,实现目标的自动检测;之后基于多点空间拓扑关系进行同名像对的匹配,并结合双摄像机的标定参数进行前方交会测量,实现目标表面标志点的叁维重建;再采用基于多点空间拓扑约束、点距判定以及坐标旋转平移变换算法的点云块配准方法,实现目标自动跟踪与运动过程的轨迹姿态参数测量。试验证明:该方法切实可行,可获得亚毫米级的定位精度和优于0.11°的定姿精度,且能够全自动处理,从而大大提升试飞测试中影像测量的数据处理效率,同时可为飞行影像数据自动化、实时化处理提供一种有效技术手段。(本文来源于《中国测试》期刊2019年04期）
于鲲,丛明煜,戴文聪[7]（2019）在《基于叁维模型的空间目标视觉位姿测量》一文中研究指出传统空间合作目标视觉测量技术的适用范围受合作标志安装情况的限制。以边缘轮廓为合作特征,通过叁维结构模型建立合作关系,提出一种适用范围更广的空间合作目标视觉位姿测量方法。方法生成不同观察方位的二维目标特征模板与测量图像进行搜索匹配,采用轮廓方向特征对匹配度进行评价,从最优匹配结果中解算目标位姿参数。采用离线预处理策略和两阶段图像金字塔搜索优化方法对处理过程进行加速。通过数字仿真试验和半实物仿真试验对方法的准确性和稳定性进行了验证,垂直光轴方向位置测量绝对误差优于2 mm,沿光轴方向位置测量相对误差优于0. 7%,姿态测量绝对误差优于0. 2°,单次位姿测量用时小于0. 5 s,能够满足空间目标导航需求。(本文来源于《仪器仪表学报》期刊2019年04期）
顾营迎,王立,华宝成,刘达,吴云[8]（2019）在《一种面向空间非合作目标位姿测量应用的叁维点云滤波算法》一文中研究指出针对激光位姿敏感器获得的原始点云有噪声和直接参与解算消耗星上计算资源过大问题,给出一种适用于空间非合作目标位姿测量的点云滤波和特征提取算法。应用仿真的方法分别验证了算法滤除空间随机噪声和点云降采样的有效性,验证了特征点对目标位姿变化和高斯测量噪声的鲁棒性。在非合作目标绕飞、抵近、捕获全物理试验平台上,以扫描激光位姿敏感器获得的原始点云数据为输入,验证了算法在实际空间目标位姿测量中的性能。试验结果表明,该算法实现了原始点云93.1%的降采样,节省了92.9%的位姿解算时间,可有效提升星上数据处理的效率和姿态解算的实时性。(本文来源于《应用光学》期刊2019年02期）
牟金震,方亚毜,王诗强,刘悦,曹姝清[9]（2019）在《一种基于TOF相机的空间合作目标相对位姿测量方法》一文中研究指出针对空间合作目标的靶标提取、匹配与相对位姿解算问题,利用TOF相机采集的灰度和深度信息进行目标检测与关键点筛选的靶标提取,基于此进行特征点匹配并确定合作目标的相对位姿。首先,基于灰度信息进行目标检测,接着,结合深度信息与靶标形态筛选关键特征点,然后,利用马尔可夫随机场(MRF)的确定性退火算法进行特征点匹配,最后,利用SVD算法解算位姿获得目标航天器和追踪航天器之间的相对位置、姿态关系。实验表明该方法计算量少、鲁棒性较好。(本文来源于《电光与控制》期刊2019年09期）
黄战华,张亚男,方石,蔡怀宇[10]（2018）在《基于单PSD的目标空间位姿测量方法》一文中研究指出为了克服图像传感器在位姿测量中存在响应速度与精度相互制约以及相应图像处理算法复杂的缺陷,提出一种基于单个位置敏感探测器的目标空间位姿测量方法.首先建立以位置敏感探测器光敏面中心为原点的传感器坐标系并在该坐标系下定义空间姿态角,然后将合作目标上8个循环交替点亮的红外LED光源作为探测对象,特征发光点经过会聚镜头成像于探测器光敏面上,经信号处理得到各点二维像坐标,并结合光源相对位置关系最终解算得到目标在传感器坐标系下的空间位置和姿态.在对系统稳定性进行验证后完成了位置平移与角度旋转的测量实验.实验结果表明:提出的方法在视场角为16.3°的范围内探测距离可达10m,沿深度方向的位置测量绝对误差最大为36.2mm,其他方向位置测量平均绝对误差最大为7.1mm,角度测量绝对误差优于2°.该方法解算过程简单、实时性强,测量更新频率为100Hz,可以满足位姿检测的高速要求.(本文来源于《光子学报》期刊2018年09期）
空间目标测量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现空间非合作目标姿态的测量,基于特征建模的思想,提出了一种根据目标激光点云数据进行高效处理的智能测姿态方法.首先,针对空间目标姿态测量的需求,寻找并实现能够高效表征目标姿态的点云数据特征.接着,应用神经网络的方法对目标点云姿态特征进行学习,通过建立合理的神经网络模型和训练数据,实现目标点云特征与姿态间非线性映射关系的建立.最后,利用目标点云仿真数据集,对方法的测量精度和测量实时性进行了评估.实验结果表明:利用特征建模的思想,提出并建立目标点云姿态协方差矩阵特征,实现了点云数据在表征目标姿态方面的信息高度压缩,为神经网络模型的轻量化设计和计算资源严重受限的在轨应用,提供了可行的智能化工程实现方案.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
空间目标测量论文参考文献
[1].王立,顾营迎,郭绍刚,李涛,储怡.空间非合作目标自旋速率测量方法与实验[J].应用光学.2019
[2].王立,顾营迎.基于特征建模的空间非合作目标姿态智能测量方法[J].空间控制技术与应用.2019
[3].李洁,彭琪,庄奕琪,蒋山平.基于双目视觉的空间非合作目标尺度测量技术研究[J].航天器环境工程.2019
[4].李江.空间非合作目标高精度结构恢复与相对位姿测量方法[D].哈尔滨工业大学.2019
[5].刘祥.基于双目视觉的空间非合作目标位姿测量方法[D].哈尔滨工业大学.2019
[6].晏晖,胡丙华.基于空间拓扑关系的目标自动跟踪与位姿测量技术[J].中国测试.2019
[7].于鲲,丛明煜,戴文聪.基于叁维模型的空间目标视觉位姿测量[J].仪器仪表学报.2019
[8].顾营迎,王立,华宝成,刘达,吴云.一种面向空间非合作目标位姿测量应用的叁维点云滤波算法[J].应用光学.2019
[9].牟金震,方亚毜,王诗强,刘悦,曹姝清.一种基于TOF相机的空间合作目标相对位姿测量方法[J].电光与控制.2019
[10].黄战华,张亚男,方石,蔡怀宇.基于单PSD的目标空间位姿测量方法[J].光子学报.2018