CN113724326B - 一种自主空中加油场景下锥套目标的单目视觉位姿解算方法 - Google Patents
一种自主空中加油场景下锥套目标的单目视觉位姿解算方法 Download PDFInfo
- Publication number
- CN113724326B CN113724326B CN202110941432.2A CN202110941432A CN113724326B CN 113724326 B CN113724326 B CN 113724326B CN 202110941432 A CN202110941432 A CN 202110941432A CN 113724326 B CN113724326 B CN 113724326B
- Authority
- CN
- China
- Prior art keywords
- circle
- pose
- circles
- resolving
- taper sleeve
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种自主空中加油场景下锥套目标的单目视觉位姿解算方法,提取图像中与锥套上圆对应的图像特征,包含一个内圆和伞骨上的若干个圆;用内圆在图像坐标系的椭圆参数和实际已知的加油锥套内部圆形加油口的半径大小进行位姿解算,得到二义性位姿解,即两组可能的位姿解;利用伞骨上若干个圆的图像特征与两组位姿解,恢复出两个待定的目标空间结构;运行二级共轴约束,排除解算结果的二义性,得到内圆解算的唯一解,一并得到其余伞骨上圆解算的唯一位姿解;融合多圆特征求解位姿。本发明可以有效解决单目视觉单圆位姿解算存在二义性解的问题,并且融合多个共轴圆特征可优化得到更为精确的目标姿态解。
Description
技术领域
本发明属于计算机视觉领域,具体涉及一种自主空中加油场景下锥套目标的 单目视觉位姿解算方法。
背景技术
空中加油技术可以显著延长航空器的续航能力,在战略或战术航空作战中具 有极其重要的意义。在现有的文献资料中空中加油方式可分成软管式和硬管式两 种。其中软管式空中加油方式由于经济性和灵活性,且被更多国家掌握,相对来 说更适合用于航空器的自主空中加油。软管式自主空中加油对接过程中,锥套与 受油机之间的相对位姿测量是加油成功与否的关键。单目视觉具有结构简单、便 于标定、维护方便有效视场大等优点,受到研究人员的普遍重视,发展最为迅速 且应用最为普及。因此,也是空中加油对接阶段引导受油机探针与锥套的常用导 航方法。
自美国率先验证了主空中加油项目(AAR)以来,各国借鉴其利用多个LED 光标进行位姿解算的VisNav视觉导航系统的经验,开展了大量研究工作。现有 的大多数自主空中加油视觉导航方法,常采用安装在锥套上的光学标记辅助的位 姿解算方法,包括LED光标、光敏材料标记等。
与人工标记相比,锥套自身是一个典型的同轴旋转体,其上存在较为丰富的 圆特征且容易提取。因其几何特点,圆特征对遮挡情况具有较高的抗干扰能力。 利用目标自身圆形特征的视觉成像进行位置姿态等导航参数的解算是一种别具 优势的方法。然而,实际加油过程中随着飞机速度变化,锥套伞骨会呈现不同程 度的开合状态,导致位于伞骨上的圆形特征存在一定程度的形变,难以获取实时 有效的尺寸约束信息,用于单目视觉位姿解算。只有加油口附近的内圆的半径尺 寸与形状相对固定,可被用于锥套的位姿解算。但是,单目视觉成像原理决定了 仅用单个圆特征进行位姿解算存在二义性的问题,即满足相同投影约束存在两组 圆心位置与圆平面法向量的解。当且仅当,光心与目标圆形成正圆锥时有唯一解。
为了消除二义性解中的虚假位姿解,很多学者提出了构建空间中的参考点, 利用其到圆心的欧氏距离不变性作为约束进行正确位姿选取,但这种方法需要借 助一个已知的点特征;也有学者采用运动恢复结构方法重建空间约束角,由刚体 运动不改变空间夹角的角度约束消除圆位姿估计二义性的方法,但需要场景中较 为稠密的点特征用于目标重建。针对多个圆特征的情况,也有学者研究了多个平 行圆或圆柱形特征约束下的目标位姿解,隐含条件为共轴圆半径尺寸已知。
以上方法或是要求目标存在或安装可识别的特殊结构,或是需要场景中包含 较多的可用于恢复场景的特征信息,均需要满足特定的需求或特殊的条件,不适 用于空中加油锥套位姿估计的情况,也没有考虑锥套自身结构的特性。
发明内容
发明目的:本发明提出了一种自主空中加油场景下锥套目标的单目视觉位姿 解算方法,可以有效解决单目视觉单圆位姿解算存在二义性解的问题,并且融合 多个共轴圆特征可优化得到更为精确的目标姿态解。
技术方案:本发明所述的一种自主空中加油场景下锥套目标的单目视觉位姿 解算方法,具体包括以下步骤:
(1)提取待解算位姿的锥套目标的实时图像中与锥套上圆对应的图像特征, 包含一个内圆和伞骨上的若干个圆;
(2)用步骤(1)提取得到的内圆在图像坐标系的椭圆参数和实际已知的加 油锥套内部圆形加油口的半径大小进行位姿解算,得到二义性位姿解,即两组可 能的位姿解;
(3)利用步骤(2)提取的伞骨上若干个圆的图像特征与步骤(2)解算的 两组位姿解,恢复出两个待定的目标空间结构;
(4)运行二级共轴约束,排除步骤(2)解算结果的二义性,得到内圆解算 的唯一解,一并得到其余伞骨上圆解算的唯一位姿解;
(5)融合多圆特征求解位姿。
进一步地,步骤(1)所述图像特征指锥套上圆在图像坐标系中成像的椭圆 参数,包括中心点坐标(u,v),长轴a,短轴b以及倾角θ,单为分别为像素和 度;所述内圆指加油锥套内部圆形加油口的圆。
进一步地,所述步骤(3)包括以下步骤:
(31)均匀提取伞骨上每个圆的图像特征上若干个点在图像坐标系下的坐 标;所述均匀提取指,以任意长轴为起始,绕椭圆中心逆时针方向按旋转角度均 匀等分;
(32)根据已知的锥套上各个圆平面的间距,计算伞骨上若干个圆所在平面, 在相机坐标系下的“法线—截距”表达式的截距其中,公式中加 减号为,圆所在平面比内圆靠近相机时为减号,远离相机时为加号;n为内圆解 算的目标法向量;O为内圆解算的目标位置坐标;d*为各个对应的圆平面与内圆 平面的间距;
(33)根据步骤(2)解算的两组位姿解,计算M个共轴圆上每个由步骤(31) 选取图像点在相机坐标系下反投影的三维点坐标恢复出两个 对应的空间结构;其中,K为相机内参矩阵;为图像坐标系齐次坐 标;所述空间结构指,与根据M个共轴圆的图像特征和内圆两组解算结果恢复出 的与两组结算结果对应的两个空间点集,其中仅有与正确内圆位姿解算结果对应 的空间结构满足实际的空间结构中的共轴约束;
进一步地,所述步骤(4)包括以下步骤:
(41)计算步骤(3)得到内圆解算两组位姿解对应空间结构的第一级共轴 约束判断量:
式中ri 1,ri 2分别为步骤(3)计算得到的第i个共轴圆对应于内圆解算两组结果 的半径;△ri j为步骤(3)计算得到的第i个共轴圆对应于内圆解算两组结果的圆 度;i=1,…M,M代表用于本算法的共轴圆数量。
(42)进行第一级共轴约束的二义性解排除;
(43)计算得到的若干个伞骨上圆的半径,根据下式选择对应半径,
并根据步骤(2)中的位姿求解方法,可求解得到每个圆的两组位姿解;
(44)运行第二级共轴约束的二义性解排除,并得到所有圆唯一的法向姿态 解:
进一步地,所述步骤(5)通过以下公式实现:
其中,ξTξ=1,nj为内圆解算法向姿态的唯一解和其余伞骨上圆的法向位 姿唯一解。
有益效果:与现有技术相比,本发明的有益效果:本发明克服了自主空中加 油方法依赖光学标记进行锥套位姿解算的不便,也解决了单个圆特征进行位姿解 算存在两组位姿解的二义性问题;该方法利用锥套自身圆形特征进行位姿解算, 仅需知道单个圆特征的半径大小与若干个共轴圆特征平面之间的间距的情况下, 利用二级共轴约束可以有效地排除单圆位姿解算存在的二义性问题,融合多个圆 特征优化后的目标法向量姿态精度也可得到极大提升。
附图说明
图1是本发明的流程图;
图2是本发明世界坐标系、相机坐标系和图像坐标系之间关系的示意图;
图3是两组位姿解对应空间结构关系图;
图4是锥套和锥套模型示意图;
图5是锥套实验采集的图像示例图;
图6是仿真实验二义性排除成功率曲线图;
图7是仿真实验法向姿态误差曲线图;
图8是锥套实验法向姿态误差曲线图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
以空中加油锥套目标为背景,针对类似加油锥套这一类部分稳定的共轴旋转 体结构目标,在实际飞行过程中仅存在单个圆形特征的尺寸固定,(如锥套内部 圆形加油口,后续简称为内圆),其余伞骨上的共轴圆存在一定程度形变,难以 提前获取可直接解算位姿的实际尺寸约束的情况下,仅使用锥套内圆解算位姿存 在二义性,并且无法融合结构上其余共轴圆特征进行目标姿态优化的问题,本发 明提出了一种自主空中加油场景下锥套目标的单目视觉位姿解算方法,如图1 所示,具体包括以下步骤:
步骤1:提取光学传感设备等获取的包含待解算位姿的锥套目标的实时图像 中与锥套上圆对应的图像特征,包含一个内圆和伞骨上的若干个圆。提取图像中 与锥套上圆形对应的图像特征,包含一个内圆和伞骨上的两个圆Op和Oq。
图2所示为本发明中所涉及到的坐标系示意图,目标世界坐标系Ow-XwYwZw, 其中,世界坐标系的X-Y平面位于内圆所在平面内,坐标原点位于内圆圆心,Z 轴垂直平面背离相机。相机坐标系Oc-XcYcZc以及图像坐标系OI-UV与是计算机 视觉中坐标系建立方法相同。图4是锥套和锥套模型示意图;
图5所示为锥套实验采集的图像示例图。
图像特征指锥套上圆在图像坐标系中成像的椭圆参数,包括椭圆中心点坐标 (u,v),长轴a,短轴b以及倾角θ(椭圆长轴a与图像坐标系u轴之间的夹角), 单为分别为像素和度;内圆指加油锥套内部圆形加油口的圆。
步骤2:用步骤1提取得到的内圆在图像坐标系的椭圆参数和实际已知的加 油锥套内部圆形加油口的半径大小进行位姿解算,得到二义性位姿解,即两组可 能的位姿解。
图3所示为单目视觉单圆位姿解算二义性解与空间点的结构在投影约束下 的示意图。二义性位姿解指,单目视觉成像原理导致的一般情况下单个圆特征位 姿解算存在二义性的问题,即有两组可能的位姿解符合同一个投影约束。当且仅 当,光心与目标圆形成正圆锥时有唯一解。
步骤3:利用步骤1提取的伞骨上若干个圆的图像特征与步骤2解算的两组 位姿解,恢复出两个待定的目标空间结构。
(3.1)均匀提取伞骨上每个圆的图像特征上若干个点在图像坐标系下的坐 标。均匀提取指,以任意长轴为起始,绕椭圆中心逆时针方向按旋转角度均匀等 分。
(3.2)根据已知的锥套上各个圆平面的间距,计算伞骨上若干个圆所在平 面,在相机坐标系下的“法线—截距”表达式的截距其中,公式 中加减号为,圆所在平面比内圆靠近相机时为减号,远离相机时为加号;n为内 圆解算的目标法向量,为方便表述,取为指向相机方向;O为内圆解算的目标位 置坐标;d*为各个对应的圆平面与内圆平面的间距。
由二义解的成因可知,步骤2解算的两组位姿解代入计算结果相同,故可只 用任意一组进行计算。
空间结构为步骤(3.1)提取的每个图像点,根据相机模型反投影得到的三 维点组成的空间结构。
步骤4:运行二级共轴约束,排除步骤2解算结果的二义性,得到内圆解算 的唯一解,一并得到其余伞骨上圆解算的唯一位姿解。
(4.1)计算步骤3得到内圆解算两组位姿解对应空间结构的第一级共轴约 束判断量。
第一级共轴约束判断量计算方法如下:
式中ri 1,ri 2分别为步骤(3)计算得到的第i个共轴圆对应于内圆解算两组结果 的半径;△ri j为步骤(3)计算得到的第i个共轴圆对应于内圆解算两组结果的圆度;i=1,…M,M代表用于本算法的共轴圆数量。
(4.2)进行第一级共轴约束的二义性解排除。判断条件如下:
(4.3)利用步骤(3.4)计算得到的若干个伞骨上圆的半径,根据下式选择 对应半径,
并根据步骤2中的位姿求解方法,可求解得到每个圆的两组位姿解。
(4.4)运行第二级共轴约束的二义性解排除,并得到所有圆唯一的法向姿 态解。判断条件如下:
二级共轴约束为,1)与内圆平行的几个平面上存在空间圆形结构;2)多个 平面的空间圆圆心共线且法向量平行。
二级共轴约束可以排除单圆位姿解算二义解的证明如下:
定义为单圆位姿解算两组解分别对应的第j个平行于内圆的平面, 为单圆位姿解算结果对用的空间结构与第j个平行于内圆的平面的相交曲 线。若能证明虚假解恢复出的空间结构不满足共轴约束,即解算出的不同 时为圆形,且空间结构中心连线向量与圆平面法向量不平行,即可利用共轴约束 进行二义解排除。如无特殊说明,下文空间坐标均为相机坐标系下坐标。
已知内圆O存在两组位姿解算结果(O1,n1)和(O2,n2),其中O1,O2为圆心坐标, n1,n2为圆平面法向量,通过法向量n1,n2分别构建两个旋转矩阵可使得相 机坐标系Z轴与法向量平行且指向目标方向,此时存在如下坐标变换关系:
其中,X为原相机坐标系下非齐次坐标,X1,X2为转换后的非齐次坐标,之 间满足如下关系:
根据二义解成因可知,转换后的两个坐标系下,光心与内圆O构成斜圆锥曲 面的空间约束矩阵形式如下:
即在两个变换后的坐标系存在:
式(4)代入式(2)整理后可得:
Φ2=RTΦ1R (5)
若存在圆O的二义解使得共轴圆P的两组空间结构满足共轴约束(1),即相 机光心与圆P构成的一个斜圆锥,经过圆O对应R1,R2坐标变换关系后也均存在 形如Q1,Q2的矩阵Ψ1,Ψ2,满足:
Ψ2=RTΨ1R (6)
由同轴约束(2)可得到Ψ1,Φ1与Ψ2,Φ2需满足下式关系:
其中k≠1为两变换后坐标系下圆P和圆O的Z轴坐标比值:
由式(5)-式(7)计算可得:
式(10)可写成:
分析上式,存在以下几种情况:
1.当r13=r31=0,r23=r32=0
2.其余情况
(e2+f2-c)z2=r2
综上所述,利用单圆位姿虚假解恢复的空间结构不满足共轴约束。因此,可 以利用共轴约束来排除二义解。
其中,nj为步骤4得到内圆解算法向姿态的唯一解和其余伞骨上圆的法向 量,共计J+1个。
为了验证本发明的有效性,分别设计了仿真实验(内圆、圆O1、圆O2)与真实 目标实验(内圆、圆Op、圆Oq)对其进行验证。对算法性能的评估将从二义性排 除成功率和法向量精度两方面来进行。
图6和图7所示为仿真实验的结果,其中(a),(b),(c)分别对应不同图像噪 声,不同空间结构噪声和不同工作距离的方正实验结果。此外,图7中在进行算 法精度评价时,对比了不同组合的输出结果,记OURS-OC为仅利用O1和O2排除二 义性的位姿解算结果。此外,还对比了仅用O1,仅用O2,同时融合O1和O2的解 算结果,分别对应图中的OURS-1、OURS-2、OURS-3。
仿真实验建立在基于MATLAB的仿真模拟系统,设置相机分辨率 1600×1200pixel,像元大小0.01×0.01mm,焦距为8mm,主点位置(800.00,600.00)。
在仿真实验中,为了验证算法的抗干扰能力和对距离的鲁棒性,开展了不同 图像噪声下的实验(模拟拟合图像参数时的误差),不同空间结构噪声下的实验 (模拟实际应用中伞骨形变),以及不同工作距离下的对比实验。
建立目标世界坐标系为以内圆圆心为原点垂直圆所在平面背向相机方向为 Z轴正方向。对目标各参数设定依据实际锥套模型测量值,分别为内圆半径 r=125.0mm,圆心坐标(0,0,0),共轴圆O1半径r1=385.0mm,圆心坐标(0,0,-210), 共轴圆O2半径r2=320.0mm,圆心坐标(0,0,-310),二义性排除成功率评价实验中仅 使用一个共轴圆O1。
(a)图像噪声实验
设定相机坐标系下目标位置Z轴固定为5m,XY轴坐标为±1.5m范围内变化的 随机值,姿态设定为航向角±30°,俯仰角±30°,滚转角±15°的随机值。空间结构 噪声设定为对O1圆心坐标施加均值为0,方差为10的白噪声,对其半径r1施加均 值为0,方差为20的白噪声。图像噪声的设定为均值为0,方差分别设定为1-6 的白噪声。根据上述模拟条件生成目标图像,解算时拟合带噪声的图像特征进行 位姿解算。上述仿真条件每个图像噪声统计10次实验结果,每次实验模拟2000 帧图像。
(b)空间结构噪声实验
对相机坐标系下目标位置和姿态的设定同上,固定图像噪声均值为0,方差 为2的白噪声。空间结构噪声设定为对O1的圆心坐标施加均值为0,方差分别为 (0,5,10,15,20,25,30,35,40)的白噪声,对其半径r1施加均值为0,方差为圆心噪声2 倍的白噪声。根据上述模拟条件生成目标图像,解算时拟合带噪声的图像特征进 行位姿解算。上述仿真条件每个图像噪声统计10次实验结果,每次实验模拟2000 帧图像。
(c)不同距离实验
固定图像噪声为均值为0,方差设定为2的白噪声。空间结构噪声设定为对 O1的圆心坐标施加均值为0,方差为20的白噪声。对其半径r1施加均值为0,方 差为40的白噪声。相机坐标系下目标位置的设定为Z轴分别为4-9m间隔1m, XY轴坐标为在±1.5m范围内变化的随机值,目标姿态的设定同上。根据上述模拟 条件生成目标图像,解算时拟合带噪声的图像特征进行位姿解算。上述仿真条件 每个图像噪声统计10次实验结果,每次实验模拟2000帧图像。
从仿真实验结果看,本发明具有:
1.优异的抗空间结构噪声的能力,在方差为40的噪声扰动下,能维持在 98.50%以上,
2.对图像噪声具备较高的鲁棒性,当噪声方差为5时,成功率也能维持在 90%以上;
3.对距离不敏感,在不同目标距离的情况下二义性排除算法均有效。
如图8所示为锥套实验的解算结果,图中曲线O1、O2、O3、OC分别代表仅 用Op,仅用Oq、同时使用双圆进行位姿解算和仅利用双圆进行二义解排除后的 法向误差曲线。
锥套目标实验条件:使用Point Grey BFLY-U3-23S6C-C工业相机,在距离 目标2.8-3m的不同视角范围内拍摄得到的共计49帧图片,分辨率为 960×600pixel。真实目标采用一比一大小还原的锥套模型,其中用于位姿解算的 内圆即图中红色实线圈出的部分的直径250mm,并且建立目标世界坐标系原点位 于内圆圆心,Z轴垂直平面指向背面。其余同轴圆圆心坐标分别为Op=(0,0,-210), Oq=(0,0,-310)。采集图像时,对锥套进行一定程度拉伸和压缩以模拟锥套在加油 过程中的形变。
相机内参标定结果为:光轴fu=1343.4,fv=1347.5,主点 u0=493.5,v0=289.1。每帧图像对应的基准值由文献(孙永荣,黄斌,杨博文, 等.多视图场景确定下的空间点位置视觉标定方法[J].南京航空航天大学学报, 2015,47(003):343-347.)中多场景位姿优化方法,对多帧图像进行位姿融合优 化解算得到。
从锥套目标实验结果看:本发明可有效排除单圆位姿解算存在的二义性问 题,对采集的图像数据均能成功排除二义性解;此外,利用圆Op、Oq、联合双 圆和仅用双圆进行二义性解排除四种方法的圆平面法相平均误差分别为 0.11°、0.10°、0.08°、0.15°,利用双圆优化后较仅排除二义解的方法误差 减少了26.7%以上。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技 术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些 改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种自主空中加油场景下锥套目标的单目视觉位姿解算方法,其特征在于,包括以下步骤:
(1)提取待解算位姿的锥套目标的实时图像中与锥套上圆对应的图像特征,包含一个内圆和伞骨上的若干个圆;
(2)用步骤(1)提取得到的内圆在图像坐标系的椭圆参数和实际已知的加油锥套内部圆形加油口的半径大小进行位姿解算,得到二义性位姿解,即两组可能的位姿解;
(3)利用步骤(2)提取的伞骨上若干个圆的图像特征与步骤(2)解算的两组位姿解,恢复出两个待定的目标空间结构;
(4)运行二级共轴约束,排除步骤(2)解算结果的二义性,得到内圆解算的唯一解,一并得到其余伞骨上圆解算的唯一位姿解;
(5)融合多圆特征求解位姿;
所述步骤(3)包括以下步骤:
(31)均匀提取伞骨上每个圆的图像特征上若干个点在图像坐标系下的坐标;所述均匀提取指,以任意长轴为起始,绕椭圆中心逆时针方向按旋转角度均匀等分;
(32)根据已知的锥套上各个圆平面的间距,计算伞骨上若干个圆所在平面,在相机坐标系下的“法线—截距”表达式的截距其中,公式中加减号为,圆所在平面比内圆靠近相机时为减号,远离相机时为加号;n为内圆解算的目标法向量;O为内圆解算的目标位置坐标;d*为各个对应的圆平面与内圆平面的间距;
2.根据权利要求1所述的自主空中加油场景下锥套目标的单目视觉位姿解算方法,其特征在于,步骤(1)所述图像特征指锥套上圆在图像坐标系中成像的椭圆参数,包括中心点坐标(u,v),长轴a,短轴b以及倾角θ,单为分别为像素和度;所述内圆指加油锥套内部圆形加油口的圆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110941432.2A CN113724326B (zh) | 2021-08-17 | 2021-08-17 | 一种自主空中加油场景下锥套目标的单目视觉位姿解算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110941432.2A CN113724326B (zh) | 2021-08-17 | 2021-08-17 | 一种自主空中加油场景下锥套目标的单目视觉位姿解算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113724326A CN113724326A (zh) | 2021-11-30 |
CN113724326B true CN113724326B (zh) | 2022-12-20 |
Family
ID=78676079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110941432.2A Active CN113724326B (zh) | 2021-08-17 | 2021-08-17 | 一种自主空中加油场景下锥套目标的单目视觉位姿解算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113724326B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113850866B (zh) * | 2021-09-27 | 2023-06-30 | 中国科学院光电技术研究所 | 一种基于特征反向投影的自主空中加油锥套位姿解算方法 |
CN114638896B (zh) * | 2022-05-18 | 2022-08-05 | 南京航空航天大学 | 一种基于不变特征的锥套位姿解算方法 |
CN115439630B (zh) * | 2022-08-04 | 2024-04-19 | 思看科技(杭州)股份有限公司 | 标记点拼接方法、摄影测量方法、装置和电子装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015096806A1 (zh) * | 2013-12-29 | 2015-07-02 | 刘进 | 智能机姿态测定、全景影像生成及目标识别方法 |
CN110009680A (zh) * | 2019-02-28 | 2019-07-12 | 中国人民解放军国防科技大学 | 基于圆特征及异面特征点的单目图像位置、姿态测量方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104180808B (zh) * | 2014-08-05 | 2017-02-15 | 南京航空航天大学 | 一种用于自主空中加油的圆形锥套视觉位姿解算方法 |
CN105957090B (zh) * | 2016-05-17 | 2018-07-31 | 中国地质大学(武汉) | 一种基于达芬奇技术的单目视觉位姿测量方法及系统 |
-
2021
- 2021-08-17 CN CN202110941432.2A patent/CN113724326B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015096806A1 (zh) * | 2013-12-29 | 2015-07-02 | 刘进 | 智能机姿态测定、全景影像生成及目标识别方法 |
CN110009680A (zh) * | 2019-02-28 | 2019-07-12 | 中国人民解放军国防科技大学 | 基于圆特征及异面特征点的单目图像位置、姿态测量方法 |
Non-Patent Citations (2)
Title |
---|
Dynamic Modeling and Performance Analysis of a Hose-Drogue Aerial Refueling System Based on the Kane Equation;Wu Ling et.al;<Proceedings of 2016 IEEE Chinese Guidance, Navigation and Control Conference>;20160814;第1-6页 * |
一种自主空中加油视觉导航图像处理方法;吴玲;《科学技术与工程》;20210718;第21卷(第20期);第8552-8557页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113724326A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113724326B (zh) | 一种自主空中加油场景下锥套目标的单目视觉位姿解算方法 | |
CN111862126B (zh) | 深度学习与几何算法结合的非合作目标相对位姿估计方法 | |
Liu et al. | Relative pose estimation for cylinder-shaped spacecrafts using single image | |
CN106780592A (zh) | 基于相机运动和图像明暗的Kinect深度重建算法 | |
CN106485690A (zh) | 基于点特征的点云数据与光学影像的自动配准融合方法 | |
CN104240297A (zh) | 一种救援机器人三维环境地图实时构建方法 | |
CN109974743A (zh) | 一种基于gms特征匹配及滑动窗口位姿图优化的rgb-d视觉里程计 | |
CN102074015A (zh) | 一种基于二维图像序列的目标对象的三维重建方法 | |
CN104034269A (zh) | 一种单目视觉测量方法与装置 | |
CN108154066B (zh) | 一种基于曲率特征递归神经网络的三维目标识别方法 | |
CN109583377B (zh) | 一种管路模型重建的控制方法、装置及上位机 | |
CN111650673B (zh) | 一种利用风场资料订正低涡中心位置的方法 | |
CN109766903B (zh) | 一种基于曲面特征的点云模型曲面匹配方法 | |
CN111126116A (zh) | 无人船河道垃圾识别方法及系统 | |
CN105004337A (zh) | 基于直线匹配的农用无人机自主导航方法 | |
CN112652003A (zh) | 一种基于ransac测度优化的三维点云配准方法 | |
CN103679740A (zh) | 一种无人机对地目标roi提取方法 | |
Lee et al. | Registration method for maintenance-work support based on augmented-reality-model generation from drawing data | |
CN117710458A (zh) | 一种基于双目视觉的舰载机着舰过程相对位置测量方法及系统 | |
CN116958434A (zh) | 多视图三维重建方法、测量方法及系统 | |
CN116202487A (zh) | 一种基于三维建模的实时目标姿态测量方法 | |
Zhang et al. | Tracking and position of drogue for autonomous aerial refueling | |
CN112596659B (zh) | 一种基于智能语音和图像处理的绘画方法和装置 | |
CN115457130A (zh) | 一种基于深度关键点回归的电动汽车充电口检测定位方法 | |
Wang et al. | The unified object detection framework with arbitrary angle |
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 |