發(fā)布時間：2024-07-02 05:25

　　針對在軌非合作目標,提出一種基于序列點云的三維重構(gòu)方法,實現(xiàn)非合作目標交會過程中的目標三維結(jié)構(gòu)恢復,并將恢復的結(jié)構(gòu)用于后續(xù)點云姿態(tài)的跟蹤.首先分析了非合作目標三維結(jié)構(gòu)先驗信息未知情況下目標相對姿態(tài)增量估計過程中的漂移問題;其次,提出一種基于位姿平均的漂移修正方法,并根據(jù)修正后的目標點云位姿對點云進行融合以實現(xiàn)目標的三維重構(gòu);最后,使用所提出的方法對半物理仿真試驗中獲取的目標點云序列進行處理,結(jié)果表明該方法能夠有效地對非合作目標進行三維重構(gòu)和位姿跟蹤.

【文章頁數(shù)】：7 頁

【部分圖文】：

圖１相對位姿漂移仿真��？例??Ｆｉｇ．?１?Ａｎ?ｅｘａｍｐｌｅ?ｆｏｒ?ｒｅｌａｔｉｖｅ?ｐｏｓｅ?ｄｒｉｆｔ?ｓｉｍｕｌａｔｉｏｎ??

？）將??特征歐式群映射到對應的李代數(shù)，（？）ｖ為（？）Ａ??的逆映射．增量位姿估計過程中誤差會隨著時間累??積，從而導致目標姿態(tài)的漂移，為了說明點云相對位??姿增量估計中的漂移問題，此處給出一組仿真示例．??假設目標繞ｚ軸做勻速旋轉(zhuǎn)，無相對平移運動，相鄰??兩個點云之間姿態(tài)角度....

圖２三維重構(gòu)算法原理示意圖??Ｆｉｇ．?２?Ｓｃｈｅｍｅ?ｏｆ?ｔｈｅ?３Ｄ?ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ?ａｌｇｏｒｉｔｈｍ??

空間控制技術與應用??第４６卷??２．２?層次化三維重構(gòu)算法??為了減少運行時間，本文采用層次化的方法對??點云位姿進行優(yōu)化，以實現(xiàn)目標的三維重構(gòu)，如圖２??所示，該方法分為三個部分：??（１）首先使用ＩＣＰ算法對點云姿態(tài)的增量進行??估計，并通過式（３?）估計當前點云相對參考點....

圖３試驗設備及目標掃描點云??Ｆｉｇ．?３?Ｅｘｐｅｒｉｍｅｎｔａｌ?ｓｅｔｕｐｓ?ａｎｄ?ｔｈｅ?ｐｏｉｎｔ?ｃｌｏｕｄｓ??ｏｆ?ｔｈｅ?ｔａｒｇｅｔ??

第１期??李宜鵬等：基于點云位姿平均的非合作目標三維重構(gòu)??在采集點云的過程中保持相對不變，圖３為實驗過??程中在不同時刻獲取的目標點云，點云記錄的時間??間隔約為１．６５?ｓ．??（ａ）試驗中使用的目標模擬器及追蹤模擬器??（ｂ）非合作冃標掃描點云序列??圖３試驗設備及目標掃描....

圖４建立目標結(jié)構(gòu)過程中非合作目標的姿態(tài)估計??（相對于第一幀點云）??

ｕｄｓ??ｏｆ?ｔｈｅ?ｔａｒｇｅｔ??３．１非合作目標三維重構(gòu)結(jié)果??使用本文所提出的方法對掃描的目標序列點云??進行處理，為了較小計算復雜度，在進行點云配準之??前對點云進行降采樣和去噪聲處理．由于本文主要??處理目標旋轉(zhuǎn)運動的情況，因此確定局部結(jié)構(gòu)時主??要考慮姿態(tài)的變化，....

本文編號：3999744