南京航空航天大学-Read.DOC

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
南京航空航天大学-Read

南京航空航天大学 博士学位论文创新与创优基金 课题阶段研究进展汇报表 ( 2007年4月至 2008年9月) 项目批准号:BCXJ07-06 项目名称:基于视觉的月球探测器软着陆定位技术研究 博士生学号及姓名: B0603125 丁萌 博士生所在学院(系): 自动化学院 指导教师姓名:吴庆宪 教授 曹云峰 教授 研究方向: 计算机视觉导航 学科专业:控制理论与控制工程 联系电话电子信箱(Email): nuaa_dm@ 资助金额:3万元 起止年月:2007年4月 至 2009年4月 南京航空航天大学研究生院 填 写 说 明 一、博士学位论文创新与创优基金获资助者应于课题进行一年后填写年度考核表。 二、本表各项要求填写当年情况,应实事求是,字迹工整。 三、研究工作当年主要进展和成果应包括当年主要工作,发表论文情况。 四、纸张用A4纸。 一、研究工作主要进展和结果(附已发表文章首页复印件) 本课题从2007年5月开始,前后已经历时一年多的时间。在这一段时间内,课题承担人主要完成了对课题研究内容的国内外研究近况的调研;对课题研究内容进行进一步的划分,使各部分独立成单一的子课题,并对相关的理论知识进行较为深入的学习;对课题内容展开相关的理论研究,并撰写研究报告和研究论文。 对课题国内外研究现状的调研 本课题主要开展基于计算机视觉的无人探测器在月球表面过程中的相关问题研究,经过阅读大量的国内外论文,可以总结得出:计算机视觉在探测器着陆过程中主要可以完成两大任务:基于视觉的安全着陆场有哪些信誉好的足球投注网站和基于视觉的定位技术。在此领域内开展相关研究较早的是美国国家航天局(National Aeronautics and Space Administration, NASA)的喷气推进实验室(Jet Propulsion Laboratory, JPL)加州技术研究院(California Institute of Technology)和日本空间与宇航科学研究院(Institute of Space and Astronautical Science, ISAS)。 安全着陆场的有哪些信誉好的足球投注网站 在月球的表面存在大量的影响探测器安全着陆的障碍物,NASA将这类只有在低轨道才能发现的障碍物分为四类:陨石坑(crater), 断层(discontinuities)、斜坡(slope)和岩石(rock)。为了保证探测器的安全着陆,必须在着陆过程中,在低轨道对出现的这些障碍物进行识别与检测。 从已经公布的资料看,目前国内鲜有人从事相关的研究工作。国际上,NASA正在开展ALHAT(Autonomous Landing and Hazard Avoidance Technology)项目的研究,该项目旨在对未来无人探测器在月球表面自主着陆过程中,基于图像的障碍检测、障碍避免和基于地形关系的导航算法展开相关研究。JPL实验室提出了基于被动图像的月球表面障碍物检测。 根据获取图像的传感器类型的不同,可以将图像分为:被动图像信息(Passive Image)和主动图像信息(Active Image)。所谓主动图像信息是指由主动传感器产生的图像信息,如激光扫描雷达(Scanning Laser Radar, LIDAR),相控阵地形雷达(Phased Array Terrain Radar, PATR)等。被动图像信息是指由被动传感器产生的图像信息,如光学数字相机。和被动图像相比,主动图像信息有着精度高,实现算法简单等优势。但是被动图像有着成本低、重量轻、能耗小、获取图像的信息量大等优点。因此,基于被动图像信息的航天器自主着陆研究有着较为广阔的应用前景。本课题的研究就是基于被动视觉的安全着陆场有哪些信誉好的足球投注网站和定位技术。 基于被动视觉的探测器自主定位技术 1999年来自JPL的研究人员Andrew E. Johnson 与Larry H. Matthies提出了一套基于计算机视觉的空间飞行器着陆算法。其传感器包括成像传感器、激光测高计、惯性测量装置等,这一算法被发展用来将这些传感器结合起来,从而估算飞行器在降落过程中的运动参数,该算法以一种全新的方式将激光测高计,CCD摄像机以及惯性装置结合在一起。在该系统的视觉算法中,首先提取出图像中的特征点,然后对特征点进行追踪。在确定了特征点之间的对应关系后,利用稳健的基础矩阵求解算法来求解飞行器的运动参数,然后利用非线性算法对所求得的运动参数进行迭代优化,从而提高了参数估算的精度。而对于位移参数幅值的不确定性,该系统采用了激光高度计来协助恢复空间飞行器的位移幅值。 2004年美国JLP实验室首次将一套基于计算机视觉特征跟踪技术的运动参数估计系统DIMES(Descent Im

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档