本文關鍵詞：基于卡爾曼濾波器的非合作目標飛行器視覺追蹤，由筆耕文化傳播整理發(fā)布。

【摘要】：空間捕獲目標飛行器可以為飛行器補給燃料、修理、營救遇難飛行器以及處理太空垃圾等，但是當目標飛行器失效后，對其捕獲是非常困難的。通過視覺伺服實時追蹤目標飛行器是捕獲飛行器的必要前提，因此本論文在921項目支持下研究基于卡爾曼濾波器的非合作目標飛行器視覺追蹤。為了模擬太空中視覺追蹤非合作式目標飛行器運動的真實情況，本文通過ADAMS生成已知目標運動軌跡來模擬非合作式目標飛行器的運動。結(jié)合非合作目標飛行器運動模型未知、空間光照環(huán)境惡劣等工況以及算法實時性好的要求，本論文選用卡爾曼濾波器算法來對目標進行視覺追蹤，并在目標勻速直線、勻加速直線和復雜曲線運動模型下對卡爾曼濾波器進行了算法改進、模型優(yōu)化以提高對目標的追蹤精度。由于無法直接產(chǎn)生攝像機坐標系下的已知軌跡點即參考點，本文在不借助光學定位儀的前提下提出了一種由目標運動平面上的軌跡點映射到攝像機坐標系軌跡點的算法。為了便于選取卡爾曼濾波器參數(shù)、更好地評測算法性能，本文引入了除誤差協(xié)方差外的另一種判斷算法預測精度的指標，即預測點相對于參考點的最小均方誤差MSE。在實驗中，檢測到目標狀態(tài)向量中速度值收斂較慢并且由于速度不可直接觀測，本文通過位置插分引入速度項作為速度觀測量來修正速度預測值以加速系統(tǒng)狀態(tài)變量的收斂，提高視覺追蹤精度。由于非合作目標飛行器的運動模型是未知的，，本文通過混合模型卡爾曼濾波器來克服此難題。為了驗證算法對于噪聲的適應性，分別對參考點人為加入高斯噪聲和隨機噪聲，并使用論文中改進和模型優(yōu)化后的算法來對目標軌跡進行預測。通過具體實驗分析，本文中所提出的參考點映射算法準確、簡便易行；算法的改進和模型的優(yōu)化能較顯著提高對非合作目標飛行器的視覺追蹤精度；改進后的卡爾曼濾波器算法相較于改進前對噪聲有更好的適應性。
【關鍵詞】：非合作目標 最小均方差MSE 參考點映射算法 位置插分 混合模型卡爾曼濾波器 噪聲適應性
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.41;V441
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 課題背景與研究意義10-11
• 1.2 國內(nèi)外研究概況11-15
• 1.2.1 目標識別與追蹤研究現(xiàn)狀11-13
• 1.2.2 卡爾曼濾波器（Kalman Filter）研究現(xiàn)狀13-15
• 1.3 本論文的主要研究工作15-16
• 第2章 機械臂運動學模型及工作空間分析16-24
• 2.1 機械臂正運動學16-18
• 2.2 機械臂逆運動學18-21
• 2.3 機械臂工作空間分析21-22
• 2.4 本章小結(jié)22-24
• 第3章 運動目標檢測與追蹤24-36
• 3.1 檢測運動目標的一般方法24
• 3.1.1 背景相減法24
• 3.1.2 幀間差法24
• 3.1.3 光流法24
• 3.2 仿射不變矩24-26
• 3.3 本文檢測運動目標的方法：KF 算法26-34
• 3.3.1 空間目標識別26-27
• 3.3.2 雙目視覺計算方法27-29
• 3.3.3 KF 算法29-34
• 3.4 兩種評測算法預測精度的指標34-35
• 3.5 本章小結(jié)35-36
• 第4章 實驗驗證36-74
• 4.1 實驗系統(tǒng)設計36-38
• 4.2 三種目標運動模型的 KF 算法實驗38-64
• 4.2.1 目標勻速直線運動38-49
• 4.2.2 目標直線勻加速運動49-57
• 4.2.3 目標復雜曲線運動57-64
• 4.3 KF 預測模型改進64-66
• 4.3.1 目標勻速直線運動64-65
• 4.3.2 目標勻加速直線運動65
• 4.3.3 目標復雜曲線運動65-66
• 4.4 KF 算法對噪聲的適應性66-72
• 4.4.1 高斯噪聲66-69
• 4.4.2 隨機噪聲69-72
• 4.5 KF 預測算法在曲線插值中的應用72-73
• 4.6 參考點映射算法在求觀測誤差中的用途73-74
• 4.7 本章小結(jié)74
• 第5章 結(jié)論74-76
• 5.1 主要研究成果及主要創(chuàng)新點74-75
• 5.2 展望75-76
• 參考文獻76-80
• 攻讀學位期間發(fā)表的論文與研究成果清單80-81
• 致謝81

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 沈曉晶,潘俊民;機器人視覺伺服系統(tǒng)控制結(jié)構(gòu)的研究[J];工業(yè)儀表與自動化裝置;2002年04期

2 王雋永;何衍;陳家乾;;基于單目視覺直線跟蹤的SLAM實現(xiàn)[J];機電工程;2007年06期

3 翟光;仇越;梁斌;李成;;在軌捕獲技術(shù)發(fā)展綜述[J];機器人;2008年05期

4 季虎,孫即祥,邵曉芳,毛玲;圖像邊緣提取方法及展望[J];計算機工程與應用;2004年14期

5 王學斌;徐建宏;張章;;卡爾曼濾波器參數(shù)分析與應用方法研究[J];計算機應用與軟件;2012年06期

6 林靖,陳輝堂,王月娟,蔣平;機器人視覺伺服系統(tǒng)的研究[J];控制理論與應用;2000年04期

7 陳爾奎,喻俊志,王碩,譚民;一種基于視覺的仿生機器魚實時避障綜合方法[J];控制與決策;2004年04期

8 祖莉,王華坤,范元勛;戶外小型智能移動機器人運動軌跡跟蹤控制[J];南京理工大學學報(自然科學版);2003年01期

9 梅迎春;王朝立;廖勤武;;基于OpenCV的攝像機標定的應用研究[J];計算機工程與設計;2009年16期

10 丁承君,張明路,張愛軍;移動機器人路徑識別與跟蹤的計算機仿真[J];系統(tǒng)仿真學報;2001年S1期

  本文關鍵詞：基于卡爾曼濾波器的非合作目標飛行器視覺追蹤，由筆耕文化傳播整理發(fā)布。

本文編號：253550