论文部分内容阅读
空间站机械臂是空间站的重要组成部分。它能在太空舱外完成对接、停泊、加油、维修、升级、运输、救援和去除轨道碎片等多项操作。通常情况下,机械臂上固定着视觉传感器(手眼相机)和抓捕机构,被捕获的货物上安装有合作靶标(已知固定形状的辅助测量标志物)和被抓捕机构。视觉传感器获取合作靶标图像,用视觉方法实时测量出合作靶标与手眼相机之间的相对位姿,继而转换成为抓捕机构与被抓捕机构之间的相对位姿,以作为机械臂规划抓捕路径的依据。然而,视觉相机背景复杂、光照条件恶劣、位姿多变,图像可能存在轻度运动模糊。此外,定位精度和实时性要求高,航天级硬件资源有限。可见,复杂场景下合作靶标的准确快速识别与定位是空间站机械臂得以成功执行任务的关键技术之一。它由以下几点主要研究内容构成:靶标设计、靶标识别、标志点中心定位、位姿测量及手眼标定。合作靶标设计是识别及定位的重要前提,决定识别的策略和难度,影响位姿测量的精度。本文结合圆环、直线,以圆点作为标志点,设计了一款合作靶标;基于该设计分析了位姿测量精度、相机运动范围和速度。该设计方案的特征与太空背景有明显区别,简化了识别过程,同时适用于人眼观察和机器视觉测量,确保了高精度的相对位姿测量。合作靶标识别是高精度定位的必要条件。然而,在复杂场景下,占用尽量小的存储量,准确、快速识别位姿多变的合作靶标并非易事。本文首先采用基于梯度幅度直方图的自适应阈值和局部最优边缘点选择策略,在图像中画出单像素、平滑、连续的感兴趣边缘;继而,利用等照度曲率信息、亥姆霍兹原理等进行基于边缘的快速圆识别;接着在每个圆旁边,根据圆心和半径、靶标的尺寸和运动范围计算得到的自适应正方形区域内,进行直线检测,进而识别靶标。多种复杂环境下的大量实验表明,合作靶标的识别准确率均高于97.5%。该算法准确率高、速度快,并且对位姿、光照、运动模糊等条件均鲁棒。图像上靶标标志点的中心定位精度严重影响相对位姿测量的准确性。本文通过标志点识别及中心定位两个步骤,对标志点进行高精度中心定位。前者首先在靶标区域内,提取靶标中心、圆环大小、前景灰度、背景灰度等参考信息;继而基于这些信息,使用区域生长法在合理边缘中寻找标志点。后者采用改进的非极大值抑制、基于图像灰度的亚像素边缘计算、椭圆拟合等算法求取亚像素级的标志点中心坐标。在光照不均匀、运动模糊等条件下,上述算法能准确识别标志点;中心定位平均误差小于0.03 pixel。可见,该算法鲁棒性强、准确率高,确保了高精度的相对位姿解算。本文根据标志点中心的像素坐标、靶标物理尺寸和摄像机内参,利用P3P算法求解靶标相对于相机的位姿。欲将该位姿转换为抓捕机构与被抓捕机构之间的相对位姿,需要求解相机与机械臂手爪之间的转换关系,即手眼标定。本文利用矩阵重排法,提出了一种基于合作靶标的在轨手眼标定方法。经验证,该方法标定误差小于0.01 mm,满足机械臂系统精度要求。其优点在于,可以实现在轨标定,操作步骤简单,计算量小,精度高。使用大量仿真和实际图像对算法的靶标定位精度进行了测试。结果显示,在靶标与相机距离0.3 m处,X、Y、Z三个轴的旋转测量误差均小于0.02°,平移误差小于0.20 mm;在距离1.5m处,三个轴的旋转误差都低于0.15°,平移误差皆在2.00 mm以内。本文算法十分适用于航天项目中合作靶标的高精度定位。