【摘 要】
：
目标的位姿是目标位置和姿态的统称.而目标位姿估计则是指求解目标本体坐标系相对于参考坐标系之间平移和旋转变化关系的过程.常见的位姿测量技术有GPS、惯导、视觉等.GPS易受地形屏蔽,存在信号丢失的问题.惯导系统存在误差漂移效应以及价格昂贵等缺点.基于视觉的位姿测量系统以其成本低廉、精度高、非接触等优点而被广泛应用于军事制导、航天器交会对接、机器人抓取、自动驾驶、增强现实等领域.在工业自动化生产领域中
【机 构】
：
国防科技大学电子科学学院ATR 重点实验室湖南省长沙市410073
论文部分内容阅读
目标的位姿是目标位置和姿态的统称.而目标位姿估计则是指求解目标本体坐标系相对于参考坐标系之间平移和旋转变化关系的过程.常见的位姿测量技术有GPS、惯导、视觉等.GPS易受地形屏蔽,存在信号丢失的问题.惯导系统存在误差漂移效应以及价格昂贵等缺点.基于视觉的位姿测量系统以其成本低廉、精度高、非接触等优点而被广泛应用于军事制导、航天器交会对接、机器人抓取、自动驾驶、增强现实等领域.在工业自动化生产领域中,机器人能通过摄像头实时获取货物的6D位姿信息,从而准确抓取分拣货物,极大地提高了生产效率.在军事侦察和制导领域中,目标的6D位姿信息是反映目标当前状态非常重要的参数,对于刻画目标状态、分析战场态势、选择目标关键部位、实施点穴式打击等,都具有十分重要的意义.基于视觉技术测量目标的6D位姿信息已有长期研究.而近年来,随着深度学习技术的广泛应用,也出现了很多基于深度学习的目标6D位姿估计和测量方法.本文旨在详细梳理基于视觉的目标位姿估计方法的研究历史与现状,分析各类主流方法的主要思路、优势与不足,并对该项技术未来的发展方向提出具体的思考和建议.
其他文献
传统的卫星对地观测服务模式无法满足定制化和近实时化的应用需求,应用服务存在被动性、延迟性、单一性等问题.本文提出通过商业模式和技术创新建设共享卫星星座,共用卫星地面基础设施,开发统一的运营服务平台.聚合通导遥卫星资源,利用地面站网的测控、运控、数传能力,打通在线预定服务、多星任务联合规划、卫星星座测运控、数据快速上云、智能处理与决策支持整个服务链条,面向农业监管、应急救灾、城市管理、生态环境、食品
遥感影像的语义分割是遥感图像理解中一个基本任务,以深度全卷积网络为代表的技术今年取得了令人映象深刻的成果.然而,但是现有的高分辨遥感图像语义分割方法中普遍存在着明显的“椒盐现象”(单个地物内部分像素被识别为其他地物),造成这现象的主要原因是遥感地物存在类内不一致(地物标签相同但外部特征不同)与类间无差别(两个相邻的地物,标签不同但外部特征相似).针对遥感图像中类内不一致和类间无差别问题,提出一种基
对于柔性长基线构型的双天线InsAR系统,柔性基线抖动产生的运动误差严重影响雷达成像质量和干涉测量精度.本文采用单相机和飞秒激光测距的组合基线测量系统,提出了一种新的基线联合动态解算方法.该方法通过对相机测量的六自由度数据和飞秒激光测距数据进行数据融合,实现了对柔性长基线的超高精度测量.本文对该方法进行了原理性分析和地面动态验证实验,实验结果表明60米的基线长度测量精度达到0.5mm,基线角姿态角
中国西南部云南、贵州、四川等省份为多山林地区,且常年云雾覆盖,每年光学影像和LiDAR数据获取时间窗口短,导致该地区的基础测绘产品覆盖率不高,常规测绘手段无法按时完成测绘任务.InSAR技术不同于光学遥感和LiDAR的技术特点,使得其能够较为有效的解决大范围高分辨率遥感数据定期、快速、及时获取的难题.本文介绍并分析了利用毫米波机载雷达数据在贵州进行１∶５０００专题数字正射影像图(ＤＯＭ)、专题数字
先进航天器搭载的有效载荷越来越精密,对卫星平台的指向精度和稳定度提出了极高的要求.传统的主/被动隔振技术难以达到“超精超稳”要求,双超卫星平台方案采用非接触式磁浮作动器,实现星上振源与载荷的动静隔离,可以避免星上微振动对载荷的干扰,同时采用以载荷为主的协同控制策略,以磁浮作动器为载荷舱的执行机构,控制力矩陀螺群为平台舱的执行机构,通过高精度的恒流源调节作动器微作用力输出,实现卫星的“超精超稳”控制
多基线层析SAR(TomoSAR)成像主要利用多航过在层析向合成一个大孔径,结合传统SAR二维成像原理,可以实现观测目标三维成像,显著提升目标信息提取和三维建模能力,已经成为当前SAR发展的重要趋势.但目前层析SAR成像主要采用各航过斜平面或地平面二维投影成像及层析维一维成像相结合的方法,在斜平面或地平面二维成像时受到掩叠效应、几何畸变、图像失配等影响,容易导致层析维成像精度下降及目标错位.针对此
植被覆盖度是研究地球表面植被生态系统动态过程的重要参数之一,对生态环境监测,碳循环模拟和气候变化研究等具有重要影响.当前低空间分辨率植被覆盖产品较多,如GEOV2,GEOV3和全球陆表特征参量产品(GLASS),空间分辨率从几公里到几百米.虽然其具有较好的时间和空间连续性,但它们不能满足精细的区域尺度分析.因此,通过结合高分二号的高空间分辨率影像数据和机器学习算法来估算Landsat尺度的植被覆盖
城市功能区(如地块、街区等)是城市的基本空间单元,其类别信息(如商业、工业、住宅等)是城市研究与城市规划的基本数据.许多研究利用高分辨率遥感影像的地物光谱、纹理、结构信息,来解译城市功能区.然而,城市功能区的概念与人类活动密切相关,它的解译应当不仅基于城市景观信息,也要同时考虑人类活动的相关信息.为此,本文融合高分辨率吉林一号夜间灯光影像与资源三号日间光学影像,来综合解译城市功能区.其中,资源三号
在合成孔径雷达(SAR)观测区域中,大量强点目标引起的高旁瓣会覆盖四周的弱目标的主瓣电平,导致弱目标信息无法提取,从而影响SAR图像解译工作.常规的频域加窗经过将SAR图像数据变换到频域,然后在频域通过窗函数来进行幅度加权,但会导致有效信号带宽变窄和主瓣展宽,将会严重影响SAR图像分辨率.为了解决此问题,本文提出了一种基于自回归(AR)模型SAR图像旁瓣抑制方法,通过前向预测器和后向预测器进行频谱
针对卫星上微振动影响遥感图像成像质量的问题,提出了一种基于惯性参考基准的像移测量方法,介绍了该方法的原理.为验证该方法的实际性能,研制了一套试验验证系统,包括验证相机(惯性参考基准单元、哈特曼传感器)、积分球、靶标、平行光管、隔振平台、激振器、六自由度支撑台等.开展了多种工况下的验证试验,结果表明,基于惯性参考基准的像移测量方法实现了较高的测量精度,与哈特曼传感器的测量数据相比,误差不超过0.12