空间机械臂对于非合作目标的视觉导航与跟踪研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 相关技术在国内外的进展状况 | 第12-19页 |
| 1.2.1 空间机械臂的研究进展 | 第12-15页 |
| 1.2.2 相对位姿测量技术的研究进展 | 第15-17页 |
| 1.2.3 非合作目标视觉追踪研究进展 | 第17-19页 |
| 1.3 相关技术存在的问题 | 第19-20页 |
| 1.3.1 双目立体视觉测量存在的问题 | 第19页 |
| 1.3.2 Kalman滤波算法存在的问题 | 第19-20页 |
| 1.4 本文的主要内容 | 第20-21页 |
| 第2章 空间机械臂运动学分析 | 第21-27页 |
| 2.1 引言 | 第21-22页 |
| 2.2 正运动学建模 | 第22-23页 |
| 2.3 逆运动学求解 | 第23-26页 |
| 2.4 机械臂工作空间分析 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 空间目标图像的图像处理 | 第27-44页 |
| 3.1 引言 | 第27页 |
| 3.2 图像滤波 | 第27-28页 |
| 3.3 边缘检测 | 第28-30页 |
| 3.4 基于Sift算子的特征点提取及匹配 | 第30-38页 |
| 3.4.1 建立多尺度空间和高斯差分尺度空间 | 第30-33页 |
| 3.4.2 搜索特征点 | 第33-35页 |
| 3.4.3 描述特征点 | 第35-37页 |
| 3.4.4 特征点匹配 | 第37-38页 |
| 3.5 目标图像线特征的提取 | 第38-40页 |
| 3.5.1 直线提取 | 第38-39页 |
| 3.5.2 椭圆拟合 | 第39-40页 |
| 3.6 目标识别 | 第40-43页 |
| 3.6.1 目标平面识别 | 第40-42页 |
| 3.6.2 目标中心判定 | 第42-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 非合作目标的视觉导航 | 第44-68页 |
| 4.1 引言 | 第44页 |
| 4.2 双目立体视觉系统 | 第44-50页 |
| 4.2.1 坐标系定义以及转换 | 第44-47页 |
| 4.2.2 平行式双目立体视觉模型 | 第47-50页 |
| 4.3 相对位姿测量方案 | 第50-54页 |
| 4.3.1 深度恢复原理 | 第51-52页 |
| 4.3.2 相对位姿算法 | 第52-54页 |
| 4.4 相对位姿测量的误差分析 | 第54-58页 |
| 4.4.1 摄像机标定产生的像素误差 | 第55-56页 |
| 4.4.2 三维重构产生的匹配误差 | 第56-57页 |
| 4.4.3 双目立体视觉系统的误差分析 | 第57-58页 |
| 4.5 相对位姿测量仿真实验 | 第58-67页 |
| 4.5.1 相机参数标定 | 第58-61页 |
| 4.5.2 可视化仿真开发工具及关键技术 | 第61-63页 |
| 4.5.3 仿真系统设计 | 第63-64页 |
| 4.5.4 位姿测量结果及分析 | 第64-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第5章 非合作航天器目标跟踪 | 第68-85页 |
| 5.1 引言 | 第68页 |
| 5.2 基于KF的目标跟踪 | 第68-73页 |
| 5.2.1 KF算法 | 第69-70页 |
| 5.2.2 KF算法的预测模型 | 第70-73页 |
| 5.3 基于IMM的目标跟踪 | 第73-76页 |
| 5.3.1 IMM算法 | 第73-75页 |
| 5.3.2 IMM算法的预测模型 | 第75-76页 |
| 5.4 目标跟踪仿真 | 第76-84页 |
| 5.4.1 目标匀速直线运动 | 第77-80页 |
| 5.4.2 目标匀加速直线运动 | 第80-82页 |
| 5.4.3 目标复杂曲线运动 | 第82-84页 |
| 5.5 本章小结 | 第84-85页 |
| 结论与展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 攻读学位期间发表的论文与研究成果清单 | 第91-92页 |
| 致谢 | 第92页 |
