CN110411459B - 一种使用图像序列的空间非合作目标自旋参数的辨识方法 - Google Patents
一种使用图像序列的空间非合作目标自旋参数的辨识方法 Download PDFInfo
- Publication number
- CN110411459B CN110411459B CN201910501472.8A CN201910501472A CN110411459B CN 110411459 B CN110411459 B CN 110411459B CN 201910501472 A CN201910501472 A CN 201910501472A CN 110411459 B CN110411459 B CN 110411459B
- Authority
- CN
- China
- Prior art keywords
- target
- image
- spacecraft
- sailboard
- camera
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/24—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Multimedia (AREA)
- Astronomy & Astrophysics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Analysis (AREA)
Abstract
本发明公开的一种使用图像序列的空间非合作目标自旋参数的辨识方法,首先拍摄目标航天器的图像,其次将得到的每副图像进行特征峰检测处理,得到帆板的图像坐标,然后,根据得到的帆板的顶点图像坐标反解出目标航天器的可能姿态,最后将多副图像处理得到的姿态序列拟合得到自旋轴和转速。本发明公开的方法适用于有较少先验几何信息(仅需要特征的长宽比)的非合作目标,限于其帆板和本体不存在相对转动的情形。
Description
技术领域
本发明属于航天导航技术领域,具体涉及一种使用图像序列的空间非合作目标自旋参数的辨识方法。
背景技术
根据运动稳定性理论,空间失效目标大多数趋于绕最大惯量轴旋转状态。对于开展太空垃圾清理,故障卫星维修等空间操作/在轨维护任务来说,要先确定目标的自旋轴和转速,任务航天器才能够通过姿态控制实现与目标本体的相对静止,从而实现进一步的抓捕、对接、消旋及拖曳等动作。目前通过光学图像辨识目标自旋参数的技术,一般只能通过图像的变化规律获得非合作目标的转动周期,而周期信息不足以支持对目标的姿态捕获等控制。也有文献使用图像进行目标的姿态估计,但计算中需要较多的先验尺寸信息,不适用于信息不完整的非合作目标。
发明内容
本发明的目的是提供一种使用图像序列的空间非合作目标自旋参数的辨识方法,通过应用光学图像的成像投影关系,可在仅有目标尺寸长宽比的情况下计算目标的几种可能姿态,解决了先验信息不足时的姿态估计问题;通过引入多幅连续图像和差分进化算法,解决了从可能姿态中选取真实姿态的问题,同时获得目标的自旋参数。
本发明所采用的技术方案是,一种使用图像序列的空间非合作目标自旋参数的辨识方法,具体实施过程包括如下步骤:
步骤1,拍摄目标航天器的图像;
控制携带相机的航天器接近目标至相机拍摄范围内,拍摄过程中航天器利用自身姿态反馈控制使得相机光轴对准目标,设置相机按照小于目标转动周期的五分之一,拍摄得到清晰的目标航天器的图像序列;
步骤2,将步骤1得到的每副图像进行特征峰检测处理,得到帆板的图像坐标;
步骤3,根据步骤2得到的帆板的顶点图像坐标反解出目标航天器的可能姿态;
步骤4,将多副图像处理得到的姿态序列拟合得到自旋轴和转速。
本发明的其他特点还在于,
步骤3的具体操作过程如下:
定义成像坐标系O-XYZ,其中,相机中心为原点,光轴为Z轴,相机水平面为X轴,Y轴根据X轴和Z轴叉乘获得,则成像坐标系到J2000惯性系O-XgYgZg的坐标转换矩阵M根据相机所在航天器的轨道和姿态计算得到:
其中,r和v分别为航天器惯性系位置和速度,Mcam为已知的相机安装矩阵,Mbody为航天器本体姿态矩阵,q=[q1,q2,q3,q4]为四元数,即相机所在航天器的轨道系姿态,e是单位矢量符号;
定义目标本体系O-XbYbZb,其中Yb轴为帆板长度方向,Xb轴为帆板宽度方向,Zb为帆板法向,设帆板实际长为h,宽为w,则目标航天器帆板顶点在目标本体系的坐标pi,i=1,2,3,4如式(2)所示:
由于成像距离较远且不需要绝对尺度信息,将相机成像投影关系简化为平行投影,则有
其中,pi'为计算中间变量,pi p表示某一姿态下帆板顶点通过投影关系计算出的在图像上坐标,与步骤2中的通过图像处理获得的坐标在没有误差的理想情况下应当相同,k为单位长度对应的像素行数,A为成像坐标系到目标本体系的转换矩阵,使用四元数方式表述为q=[q1,q2,q3,q4],则转换矩阵A的表达式如式(4)所示:
从式(3)中得到,经过投影后丢失了Z方向的信息,帆板相邻边的夹角会发生变化,设分别为θ4-1-2,θ1-2-3,θ2-3-4,θ3-4-1,cosθ1-2-3计算公式如式(5)所示,其余三个可按照下标类推:
其中,pi p表示某一姿态下帆板顶点通过投影关系计算出的在图像上坐标,与步骤2中的通过图像处理获得的坐标在没有误差的理想情况下应当相同;
投影后帆板与成像坐标系X轴和Y轴不再重合,定义每条边与X轴夹角分别为θ1_2,θ2_3,θ3_4,θ4_1,tanθ1_2计算公式如式(6)所示,其余三个可按照下标类推:
其中,pi p表示某一姿态下帆板顶点通过投影关系计算出的在图像上的坐标;
求解方程组的具体过程如下:
首先定义3维求解变量trial[3],则目标航天器的姿态四元数q表示为:
代入上述关系式(5)-式(6),使得按照投影及姿态关系计算出的角度和图像检测计算的值尽可能接近,优化的目标函数如式(8)所示:
应用差分进化算法,多次设置不同的初值,即可获得目标航天器在成像坐标系下的所有四种可能姿态,将获得的姿态四元数按照式(3)转为矩阵A,则惯性系的姿态矩阵如式9所示:
Ae=M·A (9)
将式(1)中的M带入式(14),再按照式(2)逆向计算得到惯性系下目标航天器的姿态四元数q。
步骤4的具体过程如下:
针对绕固定轴匀速转动的目标,按照一定时间间隔拍摄得到的图像序列,对应的姿态理论上应当满足式(10)所示的关系:
其中,q(tm)为某一时刻姿态,q(tm+1)为下一时刻姿态,[nx,ny,nz]为转轴,ω为转速,Δt为时间间隔,由于图像拍摄和处理的误差,实际计算得到的姿态并不能严格满足该关系式,只能使拟合偏差最小;
待优化的变量如下:设图像序列个数为N,则需要辨识N个图像对应的四元数在可能取值中的序号,即[1,2,3,4]之间的整数,同时还有待拟合的转轴和转速,转轴为单位矢量2维,转速1维,以及序列的初始姿态q(t0),序列的初始姿态为3维,总的优化变量X维数为N+6,优化目标为使得实际图像解算姿态与根据初值和匀速转动计算的理论姿态的夹角偏差αm的平方和最小,目标函数如式(11)所示:
αm按照四元数的运算规则计算:
其中q(tm)为图像解算的姿态取值,q'(tm)为根据初始姿态和转速计算的值:
其中,floor为向下取整函数,由于Xi定义域为[0,1),floor(2Xi+2)取值是0,1,2,3;
将其代入式(13)和式(12),最后再带入式(11),使用混合差分进化算法进行求解,优化使得实际图像解算姿态与根据初值和匀速转动计算的理论姿态的夹角偏差αm的平方和最小,此时[nx,ny,nz]和w即分别为优化出的惯性坐标系的转轴和转速。
本发明的有益效果是,一种使用图像序列的空间非合作目标自旋参数的辨识方法,适用于有较少先验几何信息(仅需要特征的长宽比)的非合作目标,限于其帆板和本体不存在相对转动的情形。根据对目标拍摄的图像,利用图像处理获得帆板的特征像素,根据姿态转换和投影关系反解出可能姿态,最后将多个图像解算的姿态拟合为目标的自旋参数,获得转轴和转速。
附图说明
图1是本发明的一种使用图像序列的空间非合作目标自旋参数的辨识方法的流程图;
图2是图像处理过程中的目标航天器的示意图;
图3是目标航天器计算的多个姿态的示意图;
图4是实施例中对目标拍摄的仿真图像。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明的一种使用图像序列的空间非合作目标自旋参数的辨识方法,如图1所示,具体实施过程包括如下步骤:
步骤1,拍摄目标航天器的图像;
控制携带相机的航天器接近目标至相机拍摄范围内,拍摄过程中航天器利用自身姿态反馈控制使得相机光轴对准目标,设置相机按照小于目标转动周期的五分之一,拍摄得到清晰的目标航天器的图像序列;
步骤2,将步骤1得到的每副图像进行特征峰检测处理,得到帆板的图像坐标;
对于每一副图像,首先使用Sobel算子检测边缘,然后利用随机Hough变换检测所有的直线,最后将检测出的直线进行平行、闭合等匹配,选择出最大的平行四边形即认为是帆板,计算获得帆板4个顶点的图像坐标如图2所示;
Sobel算子如下,也可使用其它边缘检测算子;
随机Hough变换的步骤为:
1)从边缘图像中随机选择两个点,计算对应的直线参数,即y=ax+b;
2)计算剩下的像素点与该直线的距离,以判断匹配程度(距离小于δ),如果匹配的像素点较多(大于给定阈值)则说明图中存在一条直线,否则返回1)重新选择随机点;
3)从图像中剔除已检测为直线的像素点,返回1)重新选择随机点继续检测下一条直线,直到剩下的所有像素点都不能匹配为直线;
获得图像中的直线集合以后,再按照排列组合将所有4条直线的组合进行判断,判据为:
1)直线两两平行(夹角小于给定阈值)
2)不平行的直线端点相接(端点距离小于给定阈值)
步骤3,根据步骤2得到的帆板的顶点图像坐标反解出目标航天器的可能姿态;
步骤3的具体操作过程如下:
定义成像坐标系O-XYZ,其中,相机中心为原点,光轴为Z轴,相机水平面为X轴,Y轴根据X轴和Z轴叉乘获得,则成像坐标系到J2000惯性系O-XgYgZg的坐标转换矩阵M根据相机所在航天器的轨道和姿态计算得到:
其中,r和v分别为航天器惯性系位置和速度,Mcam为已知的相机安装矩阵,Mbody为航天器本体姿态矩阵,q=[q1,q2,q3,q4]为四元数,即相机所在航天器的轨道系姿态,e是单位矢量符号;
定义目标本体系O-XbYbZb,其中Yb轴为帆板长度方向,Xb轴为帆板宽度方向,Zb为帆板法向,设帆板实际长为h,宽为w,则目标航天器帆板顶点在目标本体系的坐标pi,i=1,2,3,4,如式(2)所示:
由于成像距离较远且不需要绝对尺度信息,将相机成像投影关系简化为平行投影,则有
其中,pi'为计算中间变量,pi p表示某一姿态下帆板顶点通过投影关系计算出的在图像上坐标,与步骤2中的通过图像处理获得的坐标在没有误差的理想情况下应当相同,k为单位长度对应的像素行数,A为成像坐标系到目标本体系的转换矩阵,使用四元数方式表述为q=[q1,q2,q3,q4],则转换矩阵A的表达式如式(4)所示:
从式(3)中得到,经过投影后丢失了Z方向的信息,帆板相邻边的夹角会发生变化,设分别为θ4-1-2,θ1-2-3,θ2-3-4,θ3-4-1,cosθ1-2-3计算公式如式(5)所示,其余三个可按照下标类推:
其中,pi p表示某一姿态下帆板顶点通过投影关系计算出的在图像上坐标,与步骤2中的通过图像处理获得的坐标在没有误差的理想情况下应当相同;
投影后帆板与成像坐标系X轴和Y轴不再重合,定义每条边与X轴夹角分别为θ1_2,θ2_3,θ3_4,θ4_1,tanθ1_2计算公式如式(6)所示,其余三个可按照下标类推:
其中,pi p表示某一姿态下帆板顶点通过投影关系计算出的在图像上坐标;
如图3所示,由于三维坐标到二维坐标的映射损失了目标相对于相机的距离信息,因此导致有四种可能姿态都满足式(4)和式(5)构成的方程组。
使用差分进化算法求解方程组的具体过程如下:
首先,定义3维求解变量trial[3],则目标航天器的姿态四元数q表示为:
代入上述关系式(5)和式(6),使得按照投影及姿态关系计算出的角度和图像检测计算的值尽可能接近,优化的目标函数如式(8)所示:
应用差分进化算法,多次设置不同的初值,即可获得目标航天器在成像坐标系下的所有四种可能姿态,将获得的姿态四元数按照式(3)转为矩阵A,则惯性系的姿态矩阵如式9所示:
Ae=M·A (9)
将式(1)中的M带入式14,再按照式(2)逆向计算得到惯性系下目标航天器的姿态四元数q。
步骤4,将多副图像处理得到的惯性系姿态序列拟合得到自旋轴和转速;
步骤4的具体过程如下:
针对绕固定轴匀速转动的目标,按照一定时间间隔拍摄得到的图像序列,对应的姿态理论上应当满足式(10)所示的关系:
其中,q(tm)为某一时刻姿态,q(tm+1)为下一时刻姿态,[nx,ny,nz]为转轴,ω为转速,Δt为时间间隔,由于图像拍摄和处理的误差,实际计算得到的姿态并不能严格满足该关系式,只能使拟合偏差最小;
待优化的变量如下:设图像序列个数为N,则需要辨识N个图像对应的四元数在可能取值中的序号,即[1,2,3,4]之间的整数,同时还有待拟合的转轴和转速,转轴为单位矢量2维,转速1维,以及序列的初始姿态q(t0),序列的初始姿态为3维,总的优化变量X维数为N+6,目标函数如式(11)所示:
αm按照四元数的运算规则计算,如式12所示:
其中q(tm)为图像解算的姿态取值,q'(tm)为根据初始姿态和转速计算的值:
其中,floor为向下取整函数,由于Xi定义域为[0,1),floor(2Xi+2)取值就是0,1,2,3;
将其代入式(13)和式(12),最后再带入式(11)得到目标函数,使用混合差分进化算法进行求解,优化使得实际图像解算姿态与根据初值和匀速转动计算的理论姿态的夹角偏差αm的平方和最小,此时[nx,ny,nz]和w即分别为优化出的惯性坐标系的转轴和转速。
本发明通过应用光学图像的成像投影关系,可在仅有目标尺寸长宽比的情况下计算目标的几种可能姿态,解决了现有方法先验信息不足时的姿态估计难题;根据目标为自旋状态这一约束,通过引入多幅连续图像处理数据和差分进化算法,解决了单幅图像计算姿态存在多解的问题。
实施例
首先获得对目标拍摄的图像,如图4所示,本发明中使用仿真生成航天器连续拍摄的自旋目标图像,时间间隔1s,已知帆板长宽比为310/56;
根据步骤2,进行图像处理,识别的帆板顶点坐标见表1;
根据步骤4,应用混合编码差分进化算法,总的优化变量X维数为12,种群数设为100,进化代数设为800,解得转轴方向为:nx=-0.825179;ny=0.067050;nz=-0.560878;转速ω=1.0472rad/s,初始时刻姿态四元数为q=[0.109931,0.455528,0.276139,0.83914]。
表1图像处理解得的帆板顶点坐标
根据步骤3,计算得到的可能姿态四元数见表2;
表2姿态四元数计算结果
Claims (2)
1.一种使用图像序列的空间非合作目标自旋参数的辨识方法,其特征在于,具体实施过程包括如下步骤:
步骤1,拍摄目标航天器的图像;
控制携带相机的航天器接近目标至相机拍摄范围内,拍摄过程中航天器利用自身姿态反馈控制使得相机光轴对准目标,设置相机按照小于目标转动周期的五分之一,拍摄得到清晰的目标航天器的图像序列;
步骤2,将步骤1得到的每副图像进行特征峰检测处理,得到帆板的图像坐标;
步骤3,根据步骤2得到的帆板的顶点图像坐标反解出目标航天器的可能姿态;
步骤4,将多副图像处理得到的姿态序列拟合得到自旋轴和转速;
所述步骤3的具体操作过程如下:
定义成像坐标系O-XYZ,其中,相机中心为原点,光轴为Z轴,相机水平面为X轴,Y轴根据X轴和Z轴叉乘获得,则成像坐标系到J2000惯性系O-XgYgZg的坐标转换矩阵M根据相机所在航天器的轨道和姿态计算得到:
其中,r和v分别为航天器惯性系位置和速度,Mcam为已知的相机安装矩阵,Mbody为航天器本体姿态矩阵,q=[q1,q2,q3,q4]为四元数,即相机所在航天器的轨道系姿态,e是单位矢量符号;
定义目标本体系O-XbYbZb,其中Yb轴为帆板长度方向,Xb轴为帆板宽度方向,Zb为帆板法向,设帆板实际长为h,宽为w,则目标航天器帆板顶点在目标本体系的坐标pi,i=1,2,3,4如式(2)所示:
由于成像距离较远且不需要绝对尺度信息,将相机成像投影关系简化为平行投影,则有
其中,pi'为计算中间变量,pi p表示某一姿态下帆板顶点通过投影关系计算出的在图像上坐标,与步骤2中的通过图像处理获得的坐标在没有误差的理想情况下应当相同,k为单位长度对应的像素行数,A为成像坐标系到目标本体系的转换矩阵,使用四元数方式表述为q=[q1,q2,q3,q4],则转换矩阵A的表达式如式(4)所示:
示,其余三个可按照下标类推:
将式(1)中的M代入式(9),再按照式(4)逆向计算得到惯性系下目标航天器的姿态四元数q。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910501472.8A CN110411459B (zh) | 2019-06-11 | 2019-06-11 | 一种使用图像序列的空间非合作目标自旋参数的辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910501472.8A CN110411459B (zh) | 2019-06-11 | 2019-06-11 | 一种使用图像序列的空间非合作目标自旋参数的辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110411459A CN110411459A (zh) | 2019-11-05 |
CN110411459B true CN110411459B (zh) | 2021-03-30 |
Family
ID=68358942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910501472.8A Expired - Fee Related CN110411459B (zh) | 2019-06-11 | 2019-06-11 | 一种使用图像序列的空间非合作目标自旋参数的辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110411459B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112129322B (zh) * | 2020-09-22 | 2022-11-22 | 重庆华渝电气集团有限公司 | 一种捷联惯组与三轴转台的安装误差检测方法及校正方法 |
CN112577463B (zh) * | 2020-12-07 | 2022-08-02 | 中国西安卫星测控中心 | 姿态参数修正的航天器单目视觉测距方法 |
CN115100413A (zh) * | 2022-08-25 | 2022-09-23 | 中国科学院西安光学精密机械研究所 | 航天器分离体相对位置和速度测量方法、系统及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104048648B (zh) * | 2014-05-27 | 2016-09-21 | 清华大学深圳研究生院 | 大尺寸非合作目标的相对位姿测量方法 |
CN107490356B (zh) * | 2017-08-21 | 2020-04-07 | 上海航天控制技术研究所 | 一种非合作目标旋转轴和旋转角测量方法 |
JP6922641B2 (ja) * | 2017-10-13 | 2021-08-18 | 株式会社Jvcケンウッド | 角速度導出装置および角速度導出方法 |
-
2019
- 2019-06-11 CN CN201910501472.8A patent/CN110411459B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN110411459A (zh) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110411459B (zh) | 一种使用图像序列的空间非合作目标自旋参数的辨识方法 | |
Shi et al. | Adaptive image-based visual servoing with temporary loss of the visual signal | |
Wu et al. | Recovery of the 3-d location and motion of a rigid object through camera image (an Extended Kalman Filter approach) | |
CN102929288B (zh) | 基于视觉伺服的输电线路无人机巡检云台控制方法 | |
CN102722697B (zh) | 一种无人飞行器视觉自主导引着陆的目标跟踪方法 | |
CN109115184B (zh) | 基于非合作目标协同测量方法及系统 | |
CN111897349A (zh) | 一种基于双目视觉的水下机器人自主避障方法 | |
CN102842117A (zh) | 显微视觉系统中运动误差矫正方法 | |
Thomas et al. | Multi sensor fusion in robot assembly using particle filters | |
CN114851201A (zh) | 一种基于tsdf三维重建的机械臂六自由度视觉闭环抓取方法 | |
CN116052046A (zh) | 一种基于目标跟踪的动态场景双目视觉slam方法 | |
JP6040264B2 (ja) | 情報処理装置、情報処理装置の制御方法、およびプログラム | |
Chappellet et al. | Humanoid loco-manipulations using combined fast dense 3d tracking and slam with wide-angle depth-images | |
CN106296741A (zh) | 纳米视觉图像中细胞高速运动特征标注方法 | |
Gans et al. | Visual servoing to an arbitrary pose with respect to an object given a single known length | |
Özgür et al. | High speed parallel kinematic manipulator state estimation from legs observation | |
CN110570473A (zh) | 一种基于点线融合的权重自适应位姿估计方法 | |
Tongloy et al. | An image-based visual servo control system based on an eye-in-hand monocular camera for autonomous robotic grasping | |
Zhang et al. | Tracking with the CAD Model of Object for Visual Servoing | |
Hausberg et al. | Relative drone-ground vehicle localization using LiDAR and fisheye cameras through direct and indirect observations | |
Harris | Visual navigation and control for spacecraft proximity operations with unknown targets | |
Barajas et al. | Visual servoing of uav using cuboid model with simultaneous tracking of multiple planar faces | |
Vogt et al. | Automatic end tool alignment through plane detection with a RANSAC-algorithm for robotic grasping | |
Li et al. | Decoupled control for visual servoing with SVM-based virtual moments | |
Colombo | Time to collision from first-order spherical image motion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: No.462, East Xianning Road, Xi'an, Shaanxi 710043 Patentee after: CHINA XI'AN SATELLITE CONTROL CENTER Address before: No.462, East Xianning Road, Xincheng District, Xi'an, Shaanxi 710043 Patentee before: CHINA XI'AN SATELLITE CONTROL CENTER |
|
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: 20210330 |