CN112598617B - 一种基于虚拟平台的外弹道光学测量精度分析方法 - Google Patents
一种基于虚拟平台的外弹道光学测量精度分析方法 Download PDFInfo
- Publication number
- CN112598617B CN112598617B CN202011268580.4A CN202011268580A CN112598617B CN 112598617 B CN112598617 B CN 112598617B CN 202011268580 A CN202011268580 A CN 202011268580A CN 112598617 B CN112598617 B CN 112598617B
- Authority
- CN
- China
- Prior art keywords
- trajectory
- optical measurement
- external
- target
- parameter
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
-
- 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
- G06T7/20—Analysis of motion
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30241—Trajectory
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种基于虚拟平台的外弹道光学测量精度分析方法,包括以下步骤:S1、三维建模;S2、构建虚拟外弹道光学测量设备;S3、生成目标三维飞行动画;S4、输出二维图像序列;S5、误差项设置;S6、图像处理和参数解算;S7、测量精度分析。本发明所述的一种基于虚拟平台的外弹道光学测量精度分析方法,可以对图像处理软件算法进行精度分析,具备光学测量设备从硬件到软件算法全系统的精度分析能力;可以分析飞行速度、攻角等与目标运动相关的动态外弹道参数的测量精度,具备外弹道静、动态全参数测量精度分析能力。
Description
技术领域
本发明涉及外弹道光学测量技术领域,具体涉及一种基于虚拟平台的外弹道光学测量精度方法。
背景技术
外弹道光学测量是指以光学成像原理采集飞行目标图像,经处理得到弹道轨迹、飞行速度、飞行姿态(俯仰角、偏航角和滚转角)、和攻角等外弹道参数,通常主要用于完成目标飞行初始段和再入低空段弹道的测量。具有测量精度高、直观性强(可记录目标图像)、不受“黑障”和地面杂波干扰等优点。可以为导弹和运载火箭技术性能和精度的评定、设计、改进以及武器的定型提供精确的飞行弹道参数。用于弹道测量的典型光学设备为光电经纬仪,工作时由两台或两台以上的光电经纬仪共同对准目标飞行的同一空域,对飞过该空域的目标在统一指令下进行拍照或摄像。事后或实时根据已知的经纬仪地理坐标、目标对经纬仪的方位角、俯仰角、镜头焦距等参数通过交会计算得到目标的空间位置。连续拍摄即可获取飞行目标在该空域的外弹道参数。
测量精度是外弹道光学测量设备的核心技术指标。因此,为了掌握测量精度的影响因素和影响规律,国内外众多研究聚焦于外弹道光学测量精度的分析和评定。目前,该领域的研究路线主要集中于以下四种途径:
(一)理论分析:建立光学设备伺服机构(如:光电经纬机架)运动模型和光学系统成像模型,结合所采用的参数解算算法,建立外弹道参数βi的数学模型。再根据误差传播定律,得出外弹道参数测量误差Δβi与光学设备参数标称误差Δαi的解析模型。根据该解析模型即可得到光学设备参数的测量误差和标定误差对外弹道参数测量误差的影响规律。
一方面,光学设备伺服机构和光成像系统的结构极为复杂,在建立相应的运动模型和成像模型时,不可避免的要对原系统进行简化和假设。另一方面,图像处理算法包括图像预处理、目标识别、特征参数提取和弹道参数计算等多个环节,理论分析模型很难对图像预处理、目标识别和特征参数提取的效果和准确性进行有效的表征。因此,理论分析方法存在诸多局限性。
(二)数值仿真分析:首先,直接给定弹道轨迹和目标中轴线在测量坐标系中的数学方程,以及光学测量设备的位置坐标、图像传感器尺寸和分辨率、镜头焦距等参数。之后,根据理想的光学成像模型,逆运算得到摄影坐标系下目标法线倾斜角、方位角和俯仰角。最后,根据经验给出光学设备参数的测量误差和标定误差Δαi,利用蒙特卡洛数值仿真,分析在误差Δαi影响下的弹道参数测量误差。
在该方法中,摄影坐标下目标法线倾角等参数是根据给定的目标中轴线方程经过数学计算得到的;而在实际测量中,该类参数需要通过图像预处理、目标识别和特征参数提取等图像处理算法获得。因此,与理论分析方法类似,数值仿真分析方法同样不能对图像预处理、目标识别和特征参数提取的效果和准确性进行有效表征,仍然存在局限性。
(三)室内模拟目标验证:在实验室内,利用平行光管模拟无穷远目标,采用尺寸缩比等效方法制作具有不同姿态的目标板,实现对远处不同姿态目标的模拟。采用高精度三坐标测量机对姿态板上各目标之间的夹角进行精确标定,将标定结果作为真值。外弹道光学测量设备测量结果与真值之差即为该设备的测量精度。
室内模拟目标验证方法在一定程度上解决了理论分析法和数值仿真分析法的局限性。但由于室内模拟的目标是静止的,因此,在分析目标飞行速度、攻角等与运动相关的外弹道参数的测量精度时,室内模拟目标验证法仍显不足。
(四)外场试验测试:在无人机上安装姿态、速度和位置实时测量传感器,以传感器的测量值作为真值,与光学设备的测量结果进行比较,实现测量精度分析评定。
由于无人机飞行速度较低,尤其难以与导弹再入段极高的飞行速度相比拟,因此该方法仅适用于对低速目标弹道参数进行测量精度分析。另外,外场试验测试需要消耗大量的人力物力,且精度分析的准确性易受现场大气能见度、天气等不可控因素的影响。
发明内容
本发明是为了解决以上技术问题,提供一种基于虚拟平台的外弹道光学测量精度分析方法,不仅可以分析光学设备角度测量误差和成像系统标定误差等硬件系统误差对测量精度的影响,而且可以对图像处理软件算法进行精度分析,具备光学测量设备从硬件到软件算法全系统的精度分析能力;不仅可以分析目标姿态角等静态外弹道参数的测量精度,而且可以分析飞行速度、攻角等与目标运动相关的动态外弹道参数的测量精度,具备外弹道静、动态全参数测量精度分析能力。
本发明提供一种基于虚拟平台的外弹道光学测量精度分析方法,包括以下步骤:
S1、三维建模:通过3ds Max软件对靶场地形地貌和被测飞行目标进行三维建模;
S2、构建虚拟外弹道光学测量设备:利用3ds Max软件中的摄影机模拟现实中的外弹道光学测量设备,并设置摄影机参数α;
S3、生成目标三维飞行动画:设置被测飞行目标的外弹道参数β,并根据外弹道参数β在3ds Max软件中生成被测目标的三维飞行动画;
S4、输出二维图像序列:通过3ds Max软件生成并输出虚拟外弹道光学测量设备拍摄的飞行目标图像序列;
S5、误差项设置:现实中,外弹道光学测量设备的标称参数值与真实参数值存在偏差,偏差值记为△α,则外弹道光学测量设备的标称值为α*:α*=α+△α;
S6、图像处理和参数解算:将α*代入图像处理和参数解算算法,对步骤S4得到的图像序列进行解算,得到外弹道参数计算结果β*;
S7、测量精度分析:以步骤S3设置的外弹道参数β为真值,以步骤S6的计算结果β*为测量值,得到外弹道参数测量精度δ=(△β/β)×100%,其中△β=β*-β。
本发明所述的一种基于虚拟平台的外弹道光学测量精度分析方法,作为优选方式,步骤S6进一步包括以下步骤:
S61、采用差图像法对图像序列进行目标识别;
S62、采用边缘检测算法提取图像中导弹的目标特征参数,目标特征参数包括外形轮廓、中轴线、中轴线中点;
S63、将α*代入图像处理和参数解算算法,利用中轴线面面交汇算法计算导弹飞行姿态,利用最小二乘估计法计算被测飞行目标的飞行空间位置;将不同时刻的飞行空间位置坐标进行最小二乘拟合得到弹道轨迹;将弹道轨迹对时间微分得到飞行速度;利用导弹中轴线和速度矢量计算导弹攻角;综合弹道轨迹、飞行速度和所述导弹攻角得到外弹道参数计算结果β*。
本发明所述的一种基于虚拟平台的外弹道光学测量精度分析方法,作为优选方式,步骤S2中摄影机参数α包括摄像机在三维模型中的地理坐标、摄影机方位角和俯仰角、摄影机图像传感器尺寸和分辨率、摄影机镜头焦距和光圈、拍摄帧频、曝光时间、感光度。
本发明所述的一种基于虚拟平台的外弹道光学测量精度分析方法,作为优选方式,步骤S3中外弹道参数β包括弹道轨迹、飞行速度、飞行姿态和攻角。
本发明所述的一种基于虚拟平台的外弹道光学测量精度分析方法,作为优选方式,飞行姿态包括俯仰角、偏航角和滚转角。
本发明所述的一种基于虚拟平台的外弹道光学测量精度分析方法,作为优选方式,步骤S2中外弹道光学测量设备为两台。
本发明具有以下优点:
(1)与现有方法相比,本发明不仅可以分析光学设备角度测量误差和成像系统标定误差等硬件系统误差源对测量精度的影响,而且可以对图像处理软件算法进行精度分析,具备光学测量设备包括硬件和软件算法全系统的精度分析能力。
(2)本发明不仅可以分析目标姿态角等静态外弹道参数的测量精度,而且可以分析飞行速度、攻角等与目标运动相关的动态外弹道参数的测量精度,具备外弹道静、动态全参数测量精度分析能力。并且成本低、易于实现。
附图说明
图1为一种基于虚拟平台的外弹道光学测量精度分析方法流程图;
图2为一种基于虚拟平台的外弹道光学测量精度分析方法步骤S6流程图;
图3为实施例1场景示意图;
图4为实施例1模拟光学测量设备空间位置示意图;
图5为实施例1模拟光学测量设备参数设置示意图;
图6为实施例1第一个模拟光学测量设备拍摄的导弹飞行图像序列;
图7为实施例1第二个模拟光学测量设备拍摄的导弹飞行图像序列。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1
如图1所示,一种基于虚拟平台的外弹道光学测量精度分析方法,包括以下步骤:
S1、三维建模:通过3ds Max软件对靶场地形地貌和被测飞行目标进行三维建模;
如图3所示,模型为荒漠戈壁地貌,被测飞行目标为美制AGM-65B空对地战术导弹,攻击靶标为兵营。三维模型按照1:1比例创建;
S2、构建虚拟外弹道光学测量设备:利用3ds Max软件中的摄影机模拟现实中的外弹道光学测量设备,并设置摄影机参数α;摄影机参数α包括摄像机在三维模型中的地理坐标、摄影机方位角和俯仰角、摄影机图像传感器尺寸和分辨率、摄影机镜头焦距和光圈、拍摄帧频、曝光时间、感光度;
在3ds Max三维模型中,创建两台VRay物理相机(VRay Physical Camera),用于模拟光学测量设备。如图4所示,,根据外弹道光学交会测量技术原理,设置两台VRay物理相机在三维模型中的空间位置,以及相机光轴的方位角和俯仰角。如图5所示,根据被模拟的光学成像设备参数,设置两台VRay物理相机的参数α,主要包括图像传感器尺寸和分辨率、镜头焦距和光圈、感光速度(ISO值)、帧频(FPS)等,使VRay物理相机参数与被模拟的光学测量设备参数相一致;
S3、生成目标三维飞行动画:设置被测飞行目标的外弹道参数β,并根据外弹道参数β在3ds Max软件中生成被测目标的三维飞行动画;外弹道参数β包括弹道轨迹、飞行速度、飞行姿态和攻角;飞行姿态包括俯仰角、偏航角和滚转角;
在弹道末段,尤其在图4所示的交会测量区域内,由于导弹飞行距离很短,因此可将弹道轨迹设置为直线。导弹从起点(492.122m,9.000m,88.187m)至终点(502.112,-3.000m,101.187m)按照速度2000m/s匀速直线飞行。将导弹三维模型的俯仰角设置为-36.49°,偏航角设置为0°,滚转角设置为0°,攻角设置为-0.3°,根据上述弹道参数设置,在3ds Max中生成导弹飞行三维动画;
S4、输出二维图像序列:通过3ds Max软件生成并输出虚拟外弹道光学测量设备拍摄的飞行目标图像序列;两台VRay物理相机拍摄的导弹飞行图像序列分别如图6和图7所示;
S5、误差项设置:现实中,外弹道光学测量设备的标称参数值与真实参数值存在偏差,偏差值记为△α,则外弹道光学测量设备包含偏差项的标称值为α*:α*=α+△α;
根据测量和标定设备的精度,设置摄影机参数值α的误差△α;光学设备的空间地理坐标通常采用RTK(Real-time kinematic)定位仪进行测量,RTK定位仪的地理坐标定位精度为厘米级,因此将VRay物理相机在三维模型中的位置坐标误差设置为2cm;光学设备视轴的方位角和俯仰角通常采用光电码盘测量,其测量精度又受光学设备伺服机构轴系误差影响,经标定,方位角和俯仰角的最终测量精度可控制在10″以内,因此将VRay物理相机在三维模型中的方位角和俯仰角误差设置为8″;
S6、图像处理和参数解算:将α*代入图像处理和参数解算算法对步骤S4得到的图像序列进行解算,得到外弹道参数计算结果β*;如图2所示,进一步包括以下步骤:
S61、采用差图像法对图像序列进行目标识别;
S62、采用边缘检测算法提取图像中导弹的目标特征参数,目标特征参数包括外形轮廓、中轴线、中轴线中点;
S63、将α*代入图像处理和参数解算算法,利用中轴线面面交汇算法计算导弹飞行姿态,利用最小二乘估计法计算被测飞行目标的飞行空间位置;将不同时刻的飞行空间位置坐标进行最小二乘拟合得到弹道轨迹;将弹道轨迹对时间微分得到飞行速度;利用导弹中轴线和速度矢量计算导弹攻角;综合弹道轨迹、飞行速度和所述导弹攻角得到外弹道参数计算结果β*;
S7、测量精度分析:以步骤S3设置的外弹道参数β为真值,以步骤S6的计算结果β*为测量值,得到外弹道参数测量精度δ=(△β/β)×100%,其中△β=β*-β。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于虚拟平台的外弹道光学测量精度分析方法,其特征在于:包括以下步骤:
S1、三维建模:通过3ds Max软件对靶场地形地貌和被测飞行目标进行三维建模;
S2、构建虚拟外弹道光学测量设备:利用3ds Max软件中的摄影机模拟现实中的外弹道光学测量设备,并设置摄影机参数α;
S3、生成目标三维飞行动画:设置所述被测飞行目标的外弹道参数β,并根据所述外弹道参数β在3ds Max软件中生成被测目标的三维飞行动画;
S4、输出二维图像序列:通过3ds Max软件生成并输出所述虚拟外弹道光学测量设备拍摄的飞行目标图像序列;
S5、误差项设置:现实中,所述外弹道光学测量设备的标称参数值与真实参数值存在偏差,偏差值记为△α,则所述外弹道光学测量设备的标称值为α*:α*=α+△α;
S6、图像处理和参数解算:将α*代入图像处理和参数解算算法,对步骤S4得到的所述图像序列进行解算,得到外弹道参数计算结果β*;
S61、采用差图像法对所述图像序列进行目标识别;
S62、采用边缘检测算法提取图像中导弹的目标特征参数,所述目标特征参数包括外形轮廓、中轴线、中轴线中点;
S63、将α*代入图像处理和参数解算算法,利用中轴线面面交汇算法计算导弹飞行姿态,利用最小二乘估计法计算所述被测飞行目标的飞行空间位置;将不同时刻的所述飞行空间位置坐标进行最小二乘拟合得到弹道轨迹;将所述弹道轨迹对时间微分得到飞行速度;利用导弹中轴线和速度矢量计算导弹攻角;综合所述弹道轨迹、所述飞行速度和所述导弹攻角得到外弹道参数计算结果β*;
S7、测量精度分析:以步骤S3设置的外弹道参数β为真值,以步骤S6的计算结果β*为测量值,得到外弹道参数测量精度δ=(△β/β)×100%,其中△β=β*-β。
2.根据权利要求1所述的一种基于虚拟平台的外弹道光学测量精度分析方法,其特征在于:步骤S2中所述摄影机参数α包括摄像机在三维模型中的地理坐标、摄影机方位角和俯仰角、摄影机图像传感器尺寸和分辨率、摄影机镜头焦距和光圈、拍摄帧频、曝光时间、感光度。
3.根据权利要求1所述的一种基于虚拟平台的外弹道光学测量精度分析方法,其特征在于:步骤S3中所述外弹道参数β包括弹道轨迹、飞行速度、飞行姿态和攻角。
4.根据权利要求3所述的一种基于虚拟平台的外弹道光学测量精度分析方法,其特征在于:所述飞行姿态包括俯仰角、偏航角和滚转角。
5.根据权利要求1所述的一种基于虚拟平台的外弹道光学测量精度分析方法,其特征在于:所述飞行姿态包括俯仰角、偏航角和滚转角。
6.根据权利要求1~5其中任意一项所述的一种基于虚拟平台的外弹道光学测量精度分析方法,其特征在于:步骤S2中外弹道光学测量设备为两台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011268580.4A CN112598617B (zh) | 2020-11-13 | 2020-11-13 | 一种基于虚拟平台的外弹道光学测量精度分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011268580.4A CN112598617B (zh) | 2020-11-13 | 2020-11-13 | 一种基于虚拟平台的外弹道光学测量精度分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112598617A CN112598617A (zh) | 2021-04-02 |
CN112598617B true CN112598617B (zh) | 2023-09-01 |
Family
ID=75182874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011268580.4A Active CN112598617B (zh) | 2020-11-13 | 2020-11-13 | 一种基于虚拟平台的外弹道光学测量精度分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112598617B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114061382B (zh) * | 2021-09-17 | 2023-05-12 | 中国人民解放军63875部队 | 一种基于中远距离下中轴矢量交会姿态测量的精度预估仿真方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102045121A (zh) * | 2010-11-12 | 2011-05-04 | 中国科学院长春光学精密机械与物理研究所 | 光电经纬仪无线通讯系统数据传输延迟时间的检测方法 |
CN109636927A (zh) * | 2018-11-26 | 2019-04-16 | 中国科学院长春光学精密机械与物理研究所 | 一种飞行器姿态测量算法训练与鉴定的系统及方法 |
CN110162818A (zh) * | 2018-11-26 | 2019-08-23 | 北京机电工程研究所 | 伞弹系统弹道计算方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9600900B2 (en) * | 2013-03-27 | 2017-03-21 | Nostromo Holdings, Llc | Systems to measure yaw, spin and muzzle velocity of projectiles, improve fire control fidelity, and reduce shot-to-shot dispersion in both conventional and air-bursting programmable projectiles |
DE102013209770B4 (de) * | 2013-05-27 | 2015-02-05 | Carl Zeiss Industrielle Messtechnik Gmbh | Verfahren zur Bestimmung von einstellbaren Parametern mehrerer Koordinatenmessgeräte sowie Verfahren und Vorrichtung zur Erzeugung mindestens eines virtuellen Abbilds eines Messobjekts |
-
2020
- 2020-11-13 CN CN202011268580.4A patent/CN112598617B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102045121A (zh) * | 2010-11-12 | 2011-05-04 | 中国科学院长春光学精密机械与物理研究所 | 光电经纬仪无线通讯系统数据传输延迟时间的检测方法 |
CN109636927A (zh) * | 2018-11-26 | 2019-04-16 | 中国科学院长春光学精密机械与物理研究所 | 一种飞行器姿态测量算法训练与鉴定的系统及方法 |
CN110162818A (zh) * | 2018-11-26 | 2019-08-23 | 北京机电工程研究所 | 伞弹系统弹道计算方法 |
Non-Patent Citations (1)
Title |
---|
基于双目视觉的高精度摄影系统测量精度模型分析;杨丽丽;王华涛;;工程与试验(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112598617A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9194954B2 (en) | Method for geo-referencing an imaged area | |
CN105424006A (zh) | 基于双目视觉的无人机悬停精度测量方法 | |
CN112629431B (zh) | 土木结构变形监测方法及相关设备 | |
CN111025032B (zh) | 一种基于升空平台的天线波束测量系统及方法 | |
Wagner et al. | Long-range geo-monitoring using image assisted total stations | |
Wood et al. | Measurement of three dimensional volcanic plume properties using multiple ground based infrared cameras | |
CN115343744A (zh) | 空中运动目标的光学单双星联合星上定位方法及系统 | |
Hill et al. | Ground-to-air flow visualization using Solar Calcium-K line Background-Oriented Schlieren | |
CN113218577A (zh) | 一种星敏感器星点质心位置精度的外场测量方法 | |
CN112598617B (zh) | 一种基于虚拟平台的外弹道光学测量精度分析方法 | |
Alves Júnior et al. | High accuracy mapping with cartographic assessment for a fixed-wing remotely piloted aircraft system | |
CN104535078A (zh) | 一种基于标志点的光电设备对飞行目标的测量方法 | |
Ruel et al. | 3DLASSO: Real-time pose estimation from 3D data for autonomous satellite servicing | |
Liu et al. | Position and attitude measurement of high-speed isolates for hypersonic facilities | |
CN107329190B (zh) | 静止气象卫星恒星敏感的成像试验方法 | |
Veth et al. | Two-dimensional stochastic projections for tight integration of optical and inertial sensors for navigation | |
Bhanu et al. | Inertial navigation sensor integrated motion analysis for obstacle detection | |
CN112683307A (zh) | 一种星敏感器星点质心位置精度测量方法 | |
CN109708668A (zh) | 用于视频卫星的目标视线测量误差范围确定方法及其装置 | |
CN111380563A (zh) | 检测装置、光电经纬仪检测系统、航空机载光学平台检测系统 | |
CN113759365B (zh) | 双目视觉三维光学图像与地基雷达数据融合方法和系统 | |
Kumar et al. | A novel method to develop high fidelity laser sensor simulation model for evaluation of air to ground weapon algorithms of combat aircraft | |
Yastikli et al. | In-situ camera and boresight calibration with LiDAR Data | |
Williams | Tonopah Test Range Optical Tracking TSPI Uncertainty Qualification Analysis. | |
Chen | Application of 3D laser scanning and tilt photography technology in digital landscape surveying and mapping |
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 |