基于卡尔曼滤波器的非合作目标飞行器视觉追踪

发布时间：2017-03-17 23:02

  本文关键词：基于卡尔曼滤波器的非合作目标飞行器视觉追踪，由笔耕文化传播整理发布。

【摘要】：空间捕获目标飞行器可以为飞行器补给燃料、修理、营救遇难飞行器以及处理太空垃圾等，但是当目标飞行器失效后，对其捕获是非常困难的。通过视觉伺服实时追踪目标飞行器是捕获飞行器的必要前提，因此本论文在921项目支持下研究基于卡尔曼滤波器的非合作目标飞行器视觉追踪。为了模拟太空中视觉追踪非合作式目标飞行器运动的真实情况，本文通过ADAMS生成已知目标运动轨迹来模拟非合作式目标飞行器的运动。结合非合作目标飞行器运动模型未知、空间光照环境恶劣等工况以及算法实时性好的要求，本论文选用卡尔曼滤波器算法来对目标进行视觉追踪，并在目标匀速直线、匀加速直线和复杂曲线运动模型下对卡尔曼滤波器进行了算法改进、模型优化以提高对目标的追踪精度。由于无法直接产生摄像机坐标系下的已知轨迹点即参考点，本文在不借助光学定位仪的前提下提出了一种由目标运动平面上的轨迹点映射到摄像机坐标系轨迹点的算法。为了便于选取卡尔曼滤波器参数、更好地评测算法性能，本文引入了除误差协方差外的另一种判断算法预测精度的指标，即预测点相对于参考点的最小均方误差MSE。在实验中，检测到目标状态向量中速度值收敛较慢并且由于速度不可直接观测，本文通过位置插分引入速度项作为速度观测量来修正速度预测值以加速系统状态变量的收敛，提高视觉追踪精度。由于非合作目标飞行器的运动模型是未知的，，本文通过混合模型卡尔曼滤波器来克服此难题。为了验证算法对于噪声的适应性，分别对参考点人为加入高斯噪声和随机噪声，并使用论文中改进和模型优化后的算法来对目标轨迹进行预测。通过具体实验分析，本文中所提出的参考点映射算法准确、简便易行；算法的改进和模型的优化能较显著提高对非合作目标飞行器的视觉追踪精度；改进后的卡尔曼滤波器算法相较于改进前对噪声有更好的适应性。
【关键词】：非合作目标 最小均方差MSE 参考点映射算法 位置插分 混合模型卡尔曼滤波器 噪声适应性
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.41;V441
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 课题背景与研究意义10-11
• 1.2 国内外研究概况11-15
• 1.2.1 目标识别与追踪研究现状11-13
• 1.2.2 卡尔曼滤波器（Kalman Filter）研究现状13-15
• 1.3 本论文的主要研究工作15-16
• 第2章 机械臂运动学模型及工作空间分析16-24
• 2.1 机械臂正运动学16-18
• 2.2 机械臂逆运动学18-21
• 2.3 机械臂工作空间分析21-22
• 2.4 本章小结22-24
• 第3章 运动目标检测与追踪24-36
• 3.1 检测运动目标的一般方法24
• 3.1.1 背景相减法24
• 3.1.2 帧间差法24
• 3.1.3 光流法24
• 3.2 仿射不变矩24-26
• 3.3 本文检测运动目标的方法：KF 算法26-34
• 3.3.1 空间目标识别26-27
• 3.3.2 双目视觉计算方法27-29
• 3.3.3 KF 算法29-34
• 3.4 两种评测算法预测精度的指标34-35
• 3.5 本章小结35-36
• 第4章 实验验证36-74
• 4.1 实验系统设计36-38
• 4.2 三种目标运动模型的 KF 算法实验38-64
• 4.2.1 目标匀速直线运动38-49
• 4.2.2 目标直线匀加速运动49-57
• 4.2.3 目标复杂曲线运动57-64
• 4.3 KF 预测模型改进64-66
• 4.3.1 目标匀速直线运动64-65
• 4.3.2 目标匀加速直线运动65
• 4.3.3 目标复杂曲线运动65-66
• 4.4 KF 算法对噪声的适应性66-72
• 4.4.1 高斯噪声66-69
• 4.4.2 随机噪声69-72
• 4.5 KF 预测算法在曲线插值中的应用72-73
• 4.6 参考点映射算法在求观测误差中的用途73-74
• 4.7 本章小结74
• 第5章 结论74-76
• 5.1 主要研究成果及主要创新点74-75
• 5.2 展望75-76
• 参考文献76-80
• 攻读学位期间发表的论文与研究成果清单80-81
• 致谢81

【参考文献】

中国期刊全文数据库 前10条

1 沈晓晶,潘俊民;机器人视觉伺服系统控制结构的研究[J];工业仪表与自动化装置;2002年04期

2 王隽永;何衍;陈家乾;;基于单目视觉直线跟踪的SLAM实现[J];机电工程;2007年06期

3 翟光;仇越;梁斌;李成;;在轨捕获技术发展综述[J];机器人;2008年05期

4 季虎,孙即祥,邵晓芳,毛玲;图像边缘提取方法及展望[J];计算机工程与应用;2004年14期

5 王学斌;徐建宏;张章;;卡尔曼滤波器参数分析与应用方法研究[J];计算机应用与软件;2012年06期

6 林靖,陈辉堂,王月娟,蒋平;机器人视觉伺服系统的研究[J];控制理论与应用;2000年04期

7 陈尔奎,喻俊志,王硕,谭民;一种基于视觉的仿生机器鱼实时避障综合方法[J];控制与决策;2004年04期

8 祖莉,王华坤,范元勋;户外小型智能移动机器人运动轨迹跟踪控制[J];南京理工大学学报(自然科学版);2003年01期

9 梅迎春;王朝立;廖勤武;;基于OpenCV的摄像机标定的应用研究[J];计算机工程与设计;2009年16期

10 丁承君,张明路,张爱军;移动机器人路径识别与跟踪的计算机仿真[J];系统仿真学报;2001年S1期

  本文关键词：基于卡尔曼滤波器的非合作目标飞行器视觉追踪，由笔耕文化传播整理发布。

本文编号：253550