CN103245335A - 一种自主在轨服务航天器超近距离视觉位姿测量方法 - Google Patents
一种自主在轨服务航天器超近距离视觉位姿测量方法 Download PDFInfo
- Publication number
- CN103245335A CN103245335A CN2013101891259A CN201310189125A CN103245335A CN 103245335 A CN103245335 A CN 103245335A CN 2013101891259 A CN2013101891259 A CN 2013101891259A CN 201310189125 A CN201310189125 A CN 201310189125A CN 103245335 A CN103245335 A CN 103245335A
- Authority
- CN
- China
- Prior art keywords
- image
- camera
- unique point
- target
- coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
本发明涉及一种自主在轨服务航天器超近距离视觉位姿测量方法,特别涉及一种用于自主在轨服务航天器的超近距离基于散焦图像的位姿测量方法,属于航天器相对视觉测量与自主导航领域。通过相机同步采集两幅模糊程度不同的散焦图像,图像1与图像2,其中图像1为相机CCD1所成的像,图像2为相机CCD2所成的像。采用基于S变换的DFD算法对目标进行散焦测距,获取目标图像每个像素点的整体深度信息u。图像处理提取特征点图像坐标值,结合图像坐标信息最终获取目标的位置姿态信息。本发明采用单镜头双CCD相机同时获取两幅图像用于散焦测距,能同时采集两幅相机参数不同的散焦图像。测量过程中无需改变相机参数,提高测量系统实时性。
Description
技术领域
本发明涉及一种自主在轨服务航天器超近距离视觉位姿测量方法,特别涉及一种用于自主在轨服务航天器的超近距离基于散焦图像的位姿测量方法,属于航天器相对视觉测量与自主导航领域。
背景技术
近年来,以卫星在轨对接与组装、维修与燃料加注等航天器自主任务的研究受到广泛关注。在该类型的航天器自主任务的执行过程中,追踪航天器需要对目标航天器的位置与姿态信息进行实时的测量。由于两个航天器之间的相对距离很近,采用的传感器通常为相机和激光测距雷达(LIDAR)。激光测距雷达虽然可以较好地获取目标距离信息,但是造价极其昂贵,并且测量过程中会消耗大量能量,增加航天器负担。视觉测量系统采用相机作为传感器,通过对目标卫星上某些已知特征点成像,采用对应的相关算法从而求出目标航天器与追踪航天器之间的相对位置和相对姿态信息。
近些年很多学者围绕航天器交会对接为背景,对航天器相对视觉测量经行了大量研究,提出了不同的算法。曹喜滨等研究了航天器交会对接位姿视觉测量迭代算法(曹喜滨,张世杰.航天器交会对接位姿视觉测量迭代算法[J].哈尔滨工业大学学报.2005,37(008):1123-1126.2005,37(008):1123-1126);朱仁璋等就交会对接逼近断,研究了一种视觉系统测距求解算法(朱仁璋,林彦,张磊.航天器交会计算机视觉系统测距求解新算法[J].北京航空航天大学学报.2006,32(7):764-768.2006,32(7):764-768);冯春等研究了一种基于双焦距的航天器相对位姿测量算法(冯春,吴洪涛,乔兵,等.基于双焦单目视觉的航天器间相对位姿确定算法[J].中国空间科学技术.2012(4):37-44)。以上研究大都重点关注航天器交会对接的逼近段(距离从2m至20m左右),航天器本身相对姿态变化不大,主要是位置变化为主。而对于自主在轨服务器而言,追踪航天器与目标航天器之间的距离通常会更小(小于2m),此时在轨服务航天器在进行在轨操作过程中,相对距离相对稳定,反而相对姿态可能发生较大变化。而对于此类情形下的位姿测量问题,相关研究还比较少。此外,以上研究在建模过程中为了简化求解过程,常忽略特征点之间的深度差来简化透视投影方程,这样使得在超近距离时让测量误差增大。本发明在建模过程精细化数学模型,提高位姿测量的精度。
于此同时,光学系统在距离拍摄目标很近时具有景深浅的特点,相机所获取的图像容易因聚焦不当而发生散焦模糊。这种图像的模糊可能会对视觉测量系统的精度产生不良的影响。实际上,由光学原理可以得知,图像的模糊程度(通常定义扩散参数σh来表示散焦图像的模糊程度)与目标的物距u(即镜头到目标物体的距离)在相机内部参数(包括相机焦距f,镜头光圈口径D,镜头与相机成像面的距离s)固定时是线性相关的。根据这一原理,利用图像散焦模糊信息可以求解相机拍摄目标的物距u,一般也称u为目标的深度信息。基于这种原理的测距方法称为散焦测距(英文缩写DFD,Depth From Defocus)。散焦测距理论最早由Pentland提出(Pentland A P.A New Sense for Depth of Field[J].Pattern Analysis and Machine Intelligence,IEEE Transactions on,1987,PAMI-9(4):523-531)。DFD算法通过20年不断的发展,不同的学者提出了许多不同的算法。Subbarao M等提出了一种基于S变换的散焦测距算法(Subbarao M,Surya G.Depth from defocus:a spatial domain approach[J].International Journal of Computer Vision,1994,13(3):271-294);Xian T等基于Subbarao M的S变换理论进行了相关测距算法的进一步研究(Xian T,SubbaraoM.Depth-from-defocus:blur equalization technique:Optics East2006,2006[C].International Society for Optics and Photonics)。上述研究中散焦测距需要相机在不同的相机参数(常见改变光圈大小D或者镜头到相机成像面的距离s)下获取两幅模糊程度不一样的图像,通过对比模糊程度的差异最终求解目标深度信息。如果再用常规的测量相机,需要在测量过程中改变相机的参数,这样会大大降低测量的实时性。本发明采用一种单镜头双CCD的相机,实现了相机同时采集两幅相机参数(镜头到相机成像面的距离s)不一样的散焦图像,提高了测量系统的实时性。
发明内容
本发明要解决的技术问题是提高超近距离测量时的精度、降低测量成本,公开一种自主在轨服务航天器超近距离视觉位姿测量方法。
本发明的目的是通过下述技术方案实现的。
本发明采用一种特制的相机作为测量用相机,所述特制的相机包括一个镜头、两个CCD;镜头采用远心光学镜头,即将镜头的光圈叶片放置于镜头的前向焦平面处,这样使得光线通过镜头后能平行于光轴。这样当镜头与CCD的距离改变时,特征点目标成像的中心点不会随之发生偏移。为了能同时在不同镜头与CCD距离时采集两幅图像,使用一块半反半透镜放置于镜头后方,从镜头过来的光线被该透镜平均分成两个方向,两个方向的光线分别投射在CCD1成像面与CCD2成像面上。两块CCD距镜头的距离略有不同,镜头到CCD1成像面的距离记为s1,镜头到CCD2成像面的距离记为s2,且s2>s1。
本发明的一种自主在轨服务航天器超近距离视觉位姿测量方法,包括如下步骤:
步骤一,通过相机同步采集两幅模糊程度不同的散焦图像,图像1与图像2,其中图像1为相机CCD1所成的像,图像2为相机CCD2所成的像。
步骤二,采用基于S变换的DFD算法对目标进行散焦测距,获取目标图像每个像素点的整体深度信息u。
步骤三,图像处理提取特征点图像坐标值,结合图像坐标信息最终获取目标的位置姿态信息。
所述步骤三的图像处理提取特征点图像坐标值的方法,具体步骤如下:
利用特征点光斑所成的像与黑色背景之间的亮度差异提取出特征点光斑区域,通过计算区域重心计算每个特征点图像坐标(Ui,Vi),(i=1~5)。
所述步骤三获取目标的位置姿态信息的方法,具体步骤如下:
步骤1、首先定义基本坐标系特征点构型。共建立三个坐标系,分别是以相机为中心的相机坐标系OCXCYCZC,以目标特征构型为中心的目标坐标系OTXTYTZT,以及图像坐标系OIUIVI。在目标航天器上设定五个特征点s1,s2,s3,s4,s5作为测量参考点。
步骤2、求相对位置参数;
由已经计算出的每个特征点图像坐标(Ui,Vi),(i=1~5)在步骤二的深度信息结果中查找对应的特征点的深度信息ui,(i=1~5)。通过相机的几何关系方程(1)求出各个特征点在相机坐标系中y轴的分量
tx,ty,tz三个参数即为3个相对位置参数,表示目标航天器坐标系中心与相机坐标系中心的相对位置关系。
步骤3、求解相对姿态参数;
已知5个特征点在目标坐标系中定义如下:
根据坐标转化矩阵的关系
Si=Rsi+t (5)
(5)式中,
为了简便求解过程,将(6)式替换为(7)式。
由方程组(8)可求出:
由三角函数的对应关系((6)式)可得姿态参数:
θ=arcsin(-R13)
ψ=arctan(R23/R33)
通过上述步骤2与步骤3,本发明方法所要测量的三个位置参数量和三个姿态参数量全部获取。这些量可给追踪航天器控制回路确定其与目标航天器的相对状态,以指导追踪航天器上的机械臂等部件对目标航天器进行相关组装、维修、燃料注入等操作。
有益效果
1、本发明的一种自主在轨服务航天器超近距离视觉位姿测量方法,考虑超近距离的场景,在散焦测距时考虑物距与相机坐标系坐标y轴分量的细微差别,采用映射投影关系方程时考虑特征点之间的深度差,使得数学模型更加精确,使得本发明方法在超近距离中有足够精度。
2、本发明的一种自主在轨服务航天器超近距离视觉位姿测量方法,采用单镜头双CCD相机同时获取两幅图像用于散焦测距,能同时采集两幅相机参数不同的散焦图像。测量过程中无需改变相机参数,提高测量系统实时性。
3、本发明的一种自主在轨服务航天器超近距离视觉位姿测量方法,可以用散焦图像中的模糊信息求解距离信息,将原本不利的因素变为可以利用的信息,同时还降低了测量系统对硬件设备的要求。
附图说明
图1为具体实施方式中单镜头双CCD相机光路示意图;
图2为具体实施方式中追踪航天器与目标航天器相对关系示意图;
图3为具体实施方式中CCD1采集到的图像1;
图4为具体实施方式中CCD2采集到的图像2;
图5为具体实施方式中STM-DFD算法基本流程图;
图6为具体实施方式中相机坐标系与图像坐标系示意图;
图7为具体实施方式中目标坐标系示意图;
图8为具体实施方式中物距与相机坐标几何关系图;
图9为具体实施方式中测量方法整体流程框图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
一种特制的相机作为测量用相机,所述特制的相机包括一个镜头、两个CCD;镜头采用远心光学镜头,即将镜头的光圈叶片放置于镜头的前向焦平面处,这样使得光线通过镜头后能平行于光轴。这样当镜头与CCD的距离改变时,特征点目标成像的中心点不会随之发生偏移。为了能同时在不同镜头与CCD距离时采集两幅图像,使用一块半反半透镜放置于镜头后方,从镜头过来的光线被该透镜平均分成两个方向,两个方向的光线分别投射在CCD1成像面与CCD2成像面上。两块CCD距镜头的距离略有不同,镜头到CCD1成像面的距离记为s1,镜头到CCD2成像面的距离记为s2,且s2>s1。相机基本光路图见图1。
为方便计算坐标关系,相机安装于追踪航天器的正面中心位置,追踪航天器与目标航天器的相对关系见图2。
本发明的一种自主在轨服务航天器超近距离视觉位姿测量方法,包括如下步骤:
步骤一,通过相机同步采集两幅模糊程度不同的散焦图像,图像1与图像2,其中图像1为相机CCD1所成的像,图像2为相机CCD2所成的像。其中图像1见图3,图像2见图4。
步骤二,采用基于S变换的DFD算法对目标进行散焦测距,获取目标图像每个像素点的整体深度信息u。其中基于S变换的DFD算法流程见图5。
步骤三,图像处理提取特征点图像坐标值,结合图像坐标信息最终获取目标的位置姿态信息。
所述步骤三的图像处理提取特征点图像坐标值的方法,具体步骤如下:
利用特征点光斑所成的像与黑色背景之间的亮度差异提取出特征点光斑区域,通过计算区域重心计算每个特征点图像坐标(Ui,Vi),(i=1~5)。
所述步骤三获取目标的位置姿态信息的方法,具体步骤如下:
步骤1、首先定义基本坐标系特征点构型。共建立三个坐标系,分别是以相机为中心的相机坐标系OCXCYCZC,以目标特征构型为中心的目标坐标系OTXTYTZT,以及图像坐标系OIUIVI。在目标航天器上设定五个特征点s1,s2,s3,s4,s5作为测量参考点。相机坐标系与图像坐标系见图6,目标坐标系见图7。
步骤2、求相对位置参数;
由已经计算出的每个特征点图像坐标(Ui,Vi),(i=1~5)在步骤二的深度信息结果中查找对应的特征点的深度信息ui,(i=1~5)。通过相机的几何关系方程(1)求出各个特征点在相机坐标系中y轴的分量
tx,ty,tz三个参数即为3个相对位置参数,表示目标航天器坐标系中心与相机坐标系中心的相对位置关系。
步骤3、求解相对姿态参数;
已知5个特征点在目标坐标系中定义如下:
其中,a=200mm,b=300mm,c=200mm,f=50mm。
根据坐标转化矩阵的关系
Si=Rsi+t (15)
(5)式中,
为了简便求解过程,将(6)式替换为(7)式。
由方程组(8)可求出:
由三角函数的对应关系((6)式)可得姿态参数:
θ=arcsin(-R13)
ψ=arctan(R23/R33)
通过上述步骤2与步骤3,本发明方法所要测量的三个位置参数量和三个姿态参数量全部获取。这些量可给追踪航天器控制回路确定其与目标航天器的相对状态,以指导追踪航天器上的机械臂等部件对目标航天器进行相关组装、维修、燃料注入等操作。本发明方法的整体流程框图见图9。
在航天器之间相对位置为:t=[tx,ty,tz]T=[25mm,800mm,-10mm]T,三个姿态角参数θ,ψ分别从0度到90度变化。在DFD算法精度和图像处理的相对精度在0.5%时,本实例实验姿态角结果如下表所示:
结果表明,俯仰角平均误差为0.1860度,最大误差为1.08度;偏航角平均误差为0.1435度,最大误差为0.34度;滚转角平均误差为0.0405度,最大误差为0.11度。
Claims (4)
1.一种自主在轨服务航天器超近距离视觉位姿测量方法,其特征在于:具体步骤如下:
步骤一,通过特制的相机同步采集两幅模糊程度不同的散焦图像,图像1与图像2,其中图像1为相机CCD1所成的像,图像2为相机CCD2所成的像;
步骤二,采用基于S变换的DFD算法对目标进行散焦测距,获取目标图像每个像素点的整体深度信息u;
步骤三,图像处理提取特征点图像坐标值,结合图像坐标信息最终获取目标的位置姿态信息。
2.如权利要求1所述的一种自主在轨服务航天器超近距离视觉位姿测量方法,其特征在于:所述特制的相机包括一个镜头、两个CCD;镜头采用远心光学镜头,即将镜头的光圈叶片放置于镜头的前向焦平面处,这样使得光线通过镜头后能平行于光轴;这样当镜头与CCD的距离改变时,特征点目标成像的中心点不会随之发生偏移;为了能同时在不同镜头与CCD距离时采集两幅图像,使用一块半反半透镜放置于镜头后方,从镜头过来的光线被该透镜平均分成两个方向,两个方向的光线分别投射在CCD1成像面与CCD2成像面上;两块CCD距镜头的距离略有不同,镜头到CCD1成像面的距离记为s1,镜头到CCD2成像面的距离记为s2,且s2>s1。
3.如权利要求1所述的一种自主在轨服务航天器超近距离视觉位姿测量方法,其特征在于:所述步骤三的图像处理提取特征点图像坐标值的方法,具体步骤如下:
利用特征点光斑所成的像与黑色背景之间的亮度差异提取出特征点光斑区域,通过计算区域重心计算每个特征点图像坐标(Ui,Vi),(i=1~5)。
4.如权利要求1所述的一种自主在轨服务航天器超近距离视觉位姿测量方法,其特征在于:所述步骤三获取目标的位置姿态信息的方法,具体步骤如下:
步骤1、首先定义基本坐标系特征点构型;共建立三个坐标系,分别是以相机为中心的相机坐标系OCXCYCZC,以目标特征构型为中心的目标坐标系OTXTYTZT,以及图像坐标系OIUIVI;在目标航天器上设定五个特征点s1,s2,s3,s4,s5作为测量参考点;
步骤2、求相对位置参数;
由已经计算出的每个特征点图像坐标(Ui,Vi),(i=1~5)在步骤二的深度信息结果中查找对应的特征点的深度信息ui,(i=1~5);通过相机的几何关系方程(1)求出各个特征点在相机坐标系中y轴的分量
tx,ty,tz三个参数即为3个相对位置参数,表示目标航天器坐标系中心与相机坐标系中心的相对位置关系;
步骤3、求解相对姿态参数;
已知5个特征点在目标坐标系中定义如下:
根据坐标转化矩阵的关系
Si=Rsi+t (5)
(5)式中,
为了简便求解过程,将(6)式替换为(7)式;
由方程组(8)可求出:
由三角函数的对应关系((6)式)可得姿态参数:
θ=arcsin(-R13)
ψ=arctan(R23/R33)
通过上述步骤2与步骤3,本发明方法所要测量的三个位置参数量和三个姿态参数量全部获取;这些量可给追踪航天器控制回路确定其与目标航天器的相对状态,以指导追踪航天器上的机械臂等部件对目标航天器进行相关组装、维修、燃料注入等操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310189125.9A CN103245335B (zh) | 2013-05-21 | 2013-05-21 | 一种自主在轨服务航天器超近距离视觉位姿测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310189125.9A CN103245335B (zh) | 2013-05-21 | 2013-05-21 | 一种自主在轨服务航天器超近距离视觉位姿测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103245335A true CN103245335A (zh) | 2013-08-14 |
CN103245335B CN103245335B (zh) | 2015-11-04 |
Family
ID=48925016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310189125.9A Expired - Fee Related CN103245335B (zh) | 2013-05-21 | 2013-05-21 | 一种自主在轨服务航天器超近距离视觉位姿测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103245335B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472569A (zh) * | 2013-09-16 | 2013-12-25 | 浙江大学 | 双分辨率光学成像镜头 |
CN103753530A (zh) * | 2013-12-30 | 2014-04-30 | 西北工业大学 | 一种空间绳系机器人超近距视觉伺服控制方法 |
CN103950555A (zh) * | 2014-04-22 | 2014-07-30 | 北京控制工程研究所 | 超近距离的高精度相对位置保持控制方法 |
CN105035367A (zh) * | 2015-07-31 | 2015-11-11 | 上海卫星工程研究所 | 近距离物方远心对接敏感器光学系统 |
CN105279727A (zh) * | 2014-07-08 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN105345453A (zh) * | 2015-11-30 | 2016-02-24 | 北京卫星制造厂 | 一种基于工业机器人自动化装调的位姿确定方法 |
CN107481281A (zh) * | 2017-08-23 | 2017-12-15 | 上海微小卫星工程中心 | 相对位姿计算方法和装置及航天飞行器交会对接系统 |
CN110119698A (zh) * | 2019-04-29 | 2019-08-13 | 北京百度网讯科技有限公司 | 用于确定对象状态的方法、装置、设备和存储介质 |
CN111896949A (zh) * | 2020-07-15 | 2020-11-06 | 河海大学 | 一种高拱坝谷幅变形动态监测系统及其监测方法 |
CN112115930A (zh) * | 2020-11-23 | 2020-12-22 | 腾讯科技(深圳)有限公司 | 位姿信息的确定方法和装置 |
WO2022061495A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市大疆创新科技有限公司 | 参数标定方法、装置及可移动平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6229913B1 (en) * | 1995-06-07 | 2001-05-08 | The Trustees Of Columbia University In The City Of New York | Apparatus and methods for determining the three-dimensional shape of an object using active illumination and relative blurring in two-images due to defocus |
CN101033972A (zh) * | 2007-02-06 | 2007-09-12 | 华中科技大学 | 一种空间非合作物体三维信息的获取方法 |
WO2009016256A1 (en) * | 2007-08-01 | 2009-02-05 | Dublin City University | Ultra-compact aperture controlled depth from defocus range sensor |
-
2013
- 2013-05-21 CN CN201310189125.9A patent/CN103245335B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6229913B1 (en) * | 1995-06-07 | 2001-05-08 | The Trustees Of Columbia University In The City Of New York | Apparatus and methods for determining the three-dimensional shape of an object using active illumination and relative blurring in two-images due to defocus |
CN101033972A (zh) * | 2007-02-06 | 2007-09-12 | 华中科技大学 | 一种空间非合作物体三维信息的获取方法 |
WO2009016256A1 (en) * | 2007-08-01 | 2009-02-05 | Dublin City University | Ultra-compact aperture controlled depth from defocus range sensor |
Non-Patent Citations (3)
Title |
---|
MURALI SUBBARAO ET AL: "Depth from Defocus: A Spatial Domain Approach", 《INTERNATIONAL JOURNAL OF COMPUTER VISION》 * |
翟光等: "空间非合作目标快速姿态跟踪导航方法研究", 《宇航学报》 * |
肖永利等: "基于散焦图像的运动物体位移及姿态参数测量", 《测控技术》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472569A (zh) * | 2013-09-16 | 2013-12-25 | 浙江大学 | 双分辨率光学成像镜头 |
CN103753530A (zh) * | 2013-12-30 | 2014-04-30 | 西北工业大学 | 一种空间绳系机器人超近距视觉伺服控制方法 |
CN103950555A (zh) * | 2014-04-22 | 2014-07-30 | 北京控制工程研究所 | 超近距离的高精度相对位置保持控制方法 |
CN105279727B (zh) * | 2014-07-08 | 2019-08-06 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN105279727A (zh) * | 2014-07-08 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN105035367A (zh) * | 2015-07-31 | 2015-11-11 | 上海卫星工程研究所 | 近距离物方远心对接敏感器光学系统 |
CN105345453A (zh) * | 2015-11-30 | 2016-02-24 | 北京卫星制造厂 | 一种基于工业机器人自动化装调的位姿确定方法 |
CN107481281A (zh) * | 2017-08-23 | 2017-12-15 | 上海微小卫星工程中心 | 相对位姿计算方法和装置及航天飞行器交会对接系统 |
CN107481281B (zh) * | 2017-08-23 | 2020-11-27 | 上海微小卫星工程中心 | 相对位姿计算方法和装置及航天飞行器交会对接系统 |
CN110119698A (zh) * | 2019-04-29 | 2019-08-13 | 北京百度网讯科技有限公司 | 用于确定对象状态的方法、装置、设备和存储介质 |
CN110119698B (zh) * | 2019-04-29 | 2021-08-10 | 北京百度网讯科技有限公司 | 用于确定对象状态的方法、装置、设备和存储介质 |
CN111896949A (zh) * | 2020-07-15 | 2020-11-06 | 河海大学 | 一种高拱坝谷幅变形动态监测系统及其监测方法 |
CN111896949B (zh) * | 2020-07-15 | 2024-02-27 | 河海大学 | 一种高拱坝谷幅变形动态监测系统及其监测方法 |
WO2022061495A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市大疆创新科技有限公司 | 参数标定方法、装置及可移动平台 |
CN112115930A (zh) * | 2020-11-23 | 2020-12-22 | 腾讯科技(深圳)有限公司 | 位姿信息的确定方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103245335B (zh) | 2015-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103245335B (zh) | 一种自主在轨服务航天器超近距离视觉位姿测量方法 | |
CN111983639B (zh) | 一种基于Multi-Camera/Lidar/IMU的多传感器SLAM方法 | |
CN109270534B (zh) | 一种智能车激光传感器与相机在线标定方法 | |
CN106679634B (zh) | 一种基于立体视觉的空间非合作目标位姿测量方法 | |
CN102650886B (zh) | 基于主动全景视觉传感器的机器人视觉系统 | |
CN102567989A (zh) | 基于双目立体视觉的空间定位方法 | |
CN102519434B (zh) | 一种用于立体视觉三维恢复数据精度测量的试验验证方法 | |
CN103727927A (zh) | 基于结构光的高速运动物体位姿视觉测量方法 | |
CN104613929A (zh) | 基于机器视觉自动准直立方镜的方法 | |
CN106157322B (zh) | 一种基于平面镜的像机安装位置标定方法 | |
CN114083536B (zh) | 一种利用立体块恢复单线结构光传感器手眼关系的方法 | |
CN111879354A (zh) | 一种无人机精细化测量系统 | |
CN114648584B (zh) | 一种用于多源融合定位的鲁棒性控制方法和系统 | |
CN209765040U (zh) | 一种基于变形物镜的激光雷达接收系统 | |
CN109931925B (zh) | 基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法 | |
CN106842178A (zh) | 一种光场距离估计方法与光场成像系统 | |
CN116222543B (zh) | 用于机器人环境感知的多传感器融合地图构建方法及系统 | |
CN110751123A (zh) | 一种单目视觉惯性里程计系统及方法 | |
CN114581515B (zh) | 一种基于最优路径转换的多相机标定参数优化方法 | |
CN116681733B (zh) | 一种空间非合作目标近距离实时位姿跟踪方法 | |
CN117649425A (zh) | 一种移动目标轨迹坐标转换方法、系统、设备及介质 | |
CN105806316A (zh) | 用于微纳卫星的三目视觉敏感器及其测量方法 | |
CN108917721B (zh) | 一种失稳卫星星箭对接环双目测量方法 | |
CN114485648B (zh) | 一种基于仿生复眼惯性系统的导航定位方法 | |
CN111815709A (zh) | 一种基于普通数码相机的单位姿多像面三维重建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151104 Termination date: 20160521 |