位姿参数估计论文-秦瑞康

位姿参数估计论文-秦瑞康

导读:本文包含了位姿参数估计论文开题报告文献综述及选题提纲参考文献,主要关键词:粒子群算法,自适应,相机标定,位姿估计

位姿参数估计论文文献综述

秦瑞康[1](2018)在《基于全参数自适应粒子群算法的单目标定与位姿估计研究》一文中研究指出目前带有视觉的机械臂被越来越广泛地应用于各种工业生产中,其中较多是基于位置的视觉伺服结构。为实现机械臂的视觉引导操作,首先需要对机械臂与相机整个系统进行手眼标定;其次,需要利用视觉引导机械臂操作,此时一般要识别并且精确定位目标物体。在整个过程中,相机标定与位姿估计精度的有效提高对视觉伺服在实际工业应用有着重要的意义。针对这两种问题,本论文围绕全参数自适应的粒子群算法,提出了一些改进的相机标定与位姿估计方法。本硕士论文主要工作如下:第一,针对机器人视觉伺服控制的结构,分别从基于位置的视觉伺服、基于图像的视觉伺服、混合视觉伺服等几方面对视觉伺服的研究进展进行了回顾。在基于位置的视觉伺服系统中目标物体的位姿估计问题尤为重要,因此,针对单目视觉下的叁维物体的位姿估计问题,结合近年的研究分别从基于人工标志位的目标物体位姿估计、基于自然特征的目标物体位姿估计、基于序列图像的目标物体位姿估计以及基于模型库的目标物体位姿估计等四个方面进行详细阐述。第二,针对传统粒子群方法求解相机内参时的局部最优解问题,提出一种基于全参数白适应变异粒子群算法的单目相机标定方法。首先利用张正友方法确定单目相机的内参初始值,然后利用全参数粒子群算法进行优化,在优化过程中,局部学习因子与全局学习因子能够分别根据局部最优粒子与全局最优粒子对当前各个粒子的作用进行自适应调节,同时变异率能够根据种群归一化平均粒距进行自适应调节。最后可以得出精确的单目相机内参值。第叁,针对单目视觉下叁维物体的位姿估计问题,提出一种基于变尺度变异粒子群算法的位姿估计方法。通过叁维物体上特征点在相机坐标系与物体坐标系下的对应关系,利用直接线性变换求解初值,然后通过变尺度变异粒子群算法优化得出最优位姿。迭代过程中,惯性因子根据最优适应度值的变化情况自适应调整;学习因子根据局部、全局最优粒子对当前粒子的不同影响自适应调整;变异率根据归一化平均粒距自适应调整,同时给出了变尺度的变异方式。第四,针对单目视觉下叁维物体的位姿估计问题,提出一种基于静态扩展卡尔曼与动态变异粒子群算法的混合位姿估计方法。首先,利用静态扩展卡尔曼求解给出叁维物体的位姿初值估计;然后,通过改进的动态变异粒子群算法优化得到目标物体的位姿;最后,通过实验验证了该方法可以较准确地获得目标物体的位姿信息。(本文来源于《扬州大学》期刊2018-04-01)

张科备,王大轶,王有懿[2](2017)在《UKF位姿估计的超静平台耦合模型参数辨识》一文中研究指出针对载荷无陀螺时辨识超静平台耦合动力学参数存在位姿确定问题,设计了一种基于Schur分解以及无迹卡尔曼滤波(UKF)的位姿确定及参数辨识方法。首先,建立加速度计和姿态敏感器组成的测量系统状态模型和观测模型,并给出测量系统的可观性分析。然后,给出基于UKF的载荷位姿确定方法;在UKF中引入姿态修正信息,从而提高载荷角速度估计精度,实现载荷广义位移、广义速度、广义加速度的准确估计。通过Schur分解实现超静平台动力学模型解耦及辨识模型中动力学参数显式表达。以滤波器估计载荷位姿信息为依据,采用最小二乘法辨识动力学参数。仿真结果表明UKF能够准确估计载荷角速度以及超静平台支杆刚度系数,辨识误差优于百分之一。(本文来源于《宇航学报》期刊2017年12期)

冯春,吴洪涛,陈柏[3](2015)在《基于多传感器融合的航天器间位姿参数估计》一文中研究指出提出了利用单目视觉与激光测距仪混合的航天器间相对位置和姿态参数测量的解析算法。首先利用四元数测量算法,采用5个非共面特征光点和单目视觉获取航天器间相对位置和姿态参数的解析解,并对解析解进行修正;然后,将上述6D位姿参数与激光测距仪获取的1D距离进行融合,以进一步对6D位姿参数进行修正。最后,通过计算实例对该算法进行数学仿真,仿真结果表明:该算法保证了在相机标定和特征光点提取及匹配较大误差下的位姿参数的估计精度,能够满足航天器相对位姿确定精度和实时计算要求。(本文来源于《红外与激光工程》期刊2015年05期)

陈丽娟,周鑫,袁锁中,王从庆[4](2013)在《基于视觉的无人直升机着陆位姿参数估计方法》一文中研究指出针对无人直升机的着陆过程,设计一种由同心圆和矩形组成的人工地标,并基于该地标给出一套无人直升机位姿参数估计的方法。该参数估计方法首先在图像中通过检测同心圆来确定目标区域,然后在区域内提取人工地标的特征点,最后利用特征点通过线性求解和非线性优化对无人直升机的位置和姿态参数进行解算。在多个高度位置进行了仿真试验,结果表明该方法能准确计算出无人直升机与降落平台的相对位姿参数,能够满足无人直升机降落过程中实时测量位姿参数的要求。(本文来源于《计算机应用与软件》期刊2013年11期)

朱枫,刘昶,吴清潇,周静,夏仁波[5](2012)在《视觉约束下无人机位姿参数的后验估计》一文中研究指出针对无人机相对机场跑道的位姿估计问题,提出一种利用机场跑道图像和机载位姿测量传感器进行参数后验估计的方法.首先利用高度表、全球定位系统、惯性导航系统等机载传感器测量无人机的位姿参数.假设各参数的测量误差的先验分布已知且彼此独立,将某时刻的一组测量值看作是对真实值的一次采样.与此同时利用机载已标定相机拍摄跑道的图像,并假设两条跑道边缘直线可从图像中准确提取.受两平行直线透视成像的约束,真实参数必然位于参数空间中某个约束曲面上,进而计算得到位姿参数的后验均值估计.仿真结果验证了该方法的有效性.(本文来源于《机器人》期刊2012年04期)

杨世保[6](2011)在《无人机着陆位姿参数视觉估计研究》一文中研究指出本文的研究内容源于一项机载视觉辅助着陆系统项目。根据项目需求,本文对固定翼无人机进场着陆过程中,利用机载视觉系统实现无人机位置和姿态参数的估计进行了研究。首先,本文研究了从着陆图像中快速提取特征直线的方法。根据天空和地面区域在蓝色分量上的差异,利用Otsu分类和RANSAC直线估计,实现了天地分割和地平线粗提取。通过抽样金字塔处理,在保证边缘直线提取精度的情况下,降低了灰度图像处理的计算量;通过对基于相位编组的Hough变换直线提取算法进行改进,不仅扩展了该算法的适用范围,还提高了算法的实时性与精确性。其次,研究了机载位姿参数视觉估计系统的硬件及软件构成。根据位姿参数视觉估计系统的主要功能,组建了系统的硬件平台;并对系统的软件进行了开发,包括软件的任务规划、线程的设计,应用程序总体实现流程,图像处理和位姿参数估计算法函数模块等。然后,为了验证位姿参数视觉估计系统的性能,搭建了一套以DM642开发板为核心的半物理仿真验证系统,用于在实验室环境下,模拟无人机由远及近的着陆过程,从而对位姿参数视觉估计系统在动态过程中的性能进行实验验证。最后,进行了半物理仿真实验,实验结果表明,本文所研究的位姿参数视觉估计系统能准确提取出所需的特征直线,估计出精度较高的无人机位姿参数,且具有较好的实时性。(本文来源于《南京航空航天大学》期刊2011-12-01)

习飞[7](2006)在《基于双相机的飞行目标位姿参数估计技术研究》一文中研究指出飞行目标位姿参数是飞机、导弹等航空武器装备的设计定型验证试验中重要的技术参数。本论文结合我军某测试基地利用高速可见光相机测量位姿参数的任务,在分析总结已有位姿参数测量技术的基础上,重点研究了基于双相机的位姿参数测量技术。论文第二章总结了已有的单相机和双相机位姿参数解算方法,并重点分析了两类双相机解算方法:一类是需要人工或计算机指定控制点与投影点对应性的算法,这类方法的难点是特征匹配和确定对应性的问题;另一类算法假定目标模型和投影之间存在特定的对应性。如模型的重心和投影成像区域的重心对应,模型的中轴线与目标成像的轮廓中轴线对应等。这类方法一般适用于一些特殊的目标,如轴对称回转体。第叁章针对现有方法的不足,提出了一种基于目标模型的双相机飞行目标位姿参数解算方法。该方法的基本原理是目标在各个相机的投影之间灰度差之和达到最小时所确定的位置对应着目标的最佳位姿参数。论文首先建立飞行目标叁维模型并从外表面上选取若干控制点,然后利用背面消除法判断这些点在各个相机中的可见性,最后采用L-M算法求解各个相机上均可见的控制点投影之间灰度差的最小值。该方法的优点是:1)利用控制点在立体像对中的投影获得同名像点,避免了已有方法中的特征提取和匹配;2)只利用各个相机上均可见的点参与计算,保证了数据的有效性;3)让尽可能多的可见目标点参与姿态参数的解算,提高估计精度;4)自动化程度高。第四章利用3ds max软件制作了多套仿真数据,利用它们可以对本文提出算法的精度进行科学地评定。此外,还设计实现了引入本文提出算法的双相机飞行目标位姿参数解算系统,并利用仿真数据和真实数据测试了该系统,取得了理想的实验结果。(本文来源于《国防科学技术大学》期刊2006-11-01)

蔡伟柯[8](2006)在《基于模型的单相机位姿参数估计方法研究》一文中研究指出利用单相机估计目标的位姿参数在目标定位、场景监测与更新、目标识别、自动导航等领域有着广泛的应用。如何快速准确地估计出目标的位姿参数是一个亟待解决的热点问题。论文第二章总结和分析了已有基于单相机的目标位姿参数估计技术,目前该技术的主流是在人工指定目标点与成像点之间对应关系的前提下,即对应性已知,通过透视求解等方法估计位姿参数。近年来为了实现解算过程的全自动化,人们提出了假设检验、求解全局目标函数等策略同时解决对应性和位姿参数估计问题。到目前为止,还没有一种途径能很好地解决已有的位姿参数估计算法中显性或隐性存在的对应性问题。为此,论文第叁章提出了一种新的方法。该方法通过建立一个包含位姿参数能量函数的策略回避了对应性问题,将位姿参数估计问题转换为能量最优化问题。论文首先建立目标的真实叁维模型,然后用目标模型的模拟投影以及从影像中分割出来的目标区域之间的重合程度定义能量函数,最后采用模式移动法求解能量函数最优解。论文采用均值平移的图像分割方法解决了目标分割问题。本文提出的方法除了完全回避对应性问题之外,还具有以下优点:(1)它实现了位姿参数解算过程的全自动化;(2)它利用了尽可能多的对应点来解算位姿参数,比现有的方法具有更高的精度。最后,本文使用了多组仿真数据验证本文提出的位姿参数估计方法,仿真实验结果表明:本文提出的方法是正确和有效的。(本文来源于《国防科学技术大学》期刊2006-11-01)

[9](1995)在《由模型表面与特征点的拟合估计叁维物体的位姿参数》一文中研究指出95016由横型表面与特征点的拟合估计叁维物体的位姿参数//系统工程与电子技术-1994(9).-40~46提出一种由模型表面与特征点的拟合估计叁维物体位姿参数的方法。这种方法用于广义距离代替精度距离进行点到曲面距离的计算,用修正的拟牛顿法对位姿参数...(本文来源于《电脑开发与应用》期刊1995年02期)

曹钧[10](1994)在《由模型表面与特征点的拟合估计叁维物体的位姿参数》一文中研究指出本文提出一种由模型表面与特征点的拟合估计叁维物体位姿参数的方法。这种方法用广义距离代替精确距离进行,或到曲面距离的计算,用修正的拟牛顿法对位姿参数进行迭代估计。计算机模拟结果验证了这一方法的有效性、准确性和稳定性。(本文来源于《系统工程与电子技术》期刊1994年09期)

位姿参数估计论文开题报告

(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:

针对载荷无陀螺时辨识超静平台耦合动力学参数存在位姿确定问题,设计了一种基于Schur分解以及无迹卡尔曼滤波(UKF)的位姿确定及参数辨识方法。首先,建立加速度计和姿态敏感器组成的测量系统状态模型和观测模型,并给出测量系统的可观性分析。然后,给出基于UKF的载荷位姿确定方法;在UKF中引入姿态修正信息,从而提高载荷角速度估计精度,实现载荷广义位移、广义速度、广义加速度的准确估计。通过Schur分解实现超静平台动力学模型解耦及辨识模型中动力学参数显式表达。以滤波器估计载荷位姿信息为依据,采用最小二乘法辨识动力学参数。仿真结果表明UKF能够准确估计载荷角速度以及超静平台支杆刚度系数,辨识误差优于百分之一。

(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。

位姿参数估计论文参考文献

[1].秦瑞康.基于全参数自适应粒子群算法的单目标定与位姿估计研究[D].扬州大学.2018

[2].张科备,王大轶,王有懿.UKF位姿估计的超静平台耦合模型参数辨识[J].宇航学报.2017

[3].冯春,吴洪涛,陈柏.基于多传感器融合的航天器间位姿参数估计[J].红外与激光工程.2015

[4].陈丽娟,周鑫,袁锁中,王从庆.基于视觉的无人直升机着陆位姿参数估计方法[J].计算机应用与软件.2013

[5].朱枫,刘昶,吴清潇,周静,夏仁波.视觉约束下无人机位姿参数的后验估计[J].机器人.2012

[6].杨世保.无人机着陆位姿参数视觉估计研究[D].南京航空航天大学.2011

[7].习飞.基于双相机的飞行目标位姿参数估计技术研究[D].国防科学技术大学.2006

[8].蔡伟柯.基于模型的单相机位姿参数估计方法研究[D].国防科学技术大学.2006

[9]..由模型表面与特征点的拟合估计叁维物体的位姿参数[J].电脑开发与应用.1995

[10].曹钧.由模型表面与特征点的拟合估计叁维物体的位姿参数[J].系统工程与电子技术.1994

标签:;  ;  ;  ;  

位姿参数估计论文-秦瑞康
下载Doc文档

猜你喜欢