[1]严 熠１,２,杨盛毅２,等.飞行器悬挂载荷的视觉位置测量方法[J].机械与电子,2019,(12):69-72.
　,,et al.Position Measurement Method for Suspension Load of Aircraft by Monocular Vision[J].Machinery & Electronics,2019,(12):69-72.
点击复制

飞行器悬挂载荷的视觉位置测量方法()
分享到：

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2019年12期
页码:
69-72
栏目:
智能工程
出版日期:
2019-12-24

文章信息/Info

Title:
Position Measurement Method for Suspension Load of Aircraft by Monocular Vision
文章编号:
１００１- ２２５７（２０１９）１２- ００６９- ０４
作者:
严 熠１; ２; 杨盛毅２; 胡远利２; 刘 超２
１．贵州民族大学数据科学与信息工程学院，贵州 贵阳 ５５００２５；
２．贵州民族大学贵州省模式识别与智能系统重点实验室，贵州 贵阳 ５５００２５
Author(s):
ＹＡＮＹｉ１; ２; ＹＡＮＧＳｈｅｎｇｙｉ２; ＨＵＹｕａｎｌｉ２; ＬＩＵＣｈａｏ２
１．ＳｃｈｏｏｌｏｆＤａｔａＳｃｉｅｎｃｅａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＧｕｉｚｈｏｕＭｉｎｚｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕｉｙａｎｇ５５００２５，Ｃｈｉｎａ；
２．ＫｅｙＬａｂｏｒａｔｏｒｙ ｏｆＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎａｎｄＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓｏｆＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅ，ＧｕｉｚｈｏｕＭｉｎｚｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕｉｙａｎｇ５５００２５，Ｃｈｉｎａ
关键词:
悬挂载荷; 目标识别; 目标跟踪; 位置测量
Keywords:
ｓｕｓｐｅｎｓｉｏｎｌｏａｄ; ｔａｒｇｅｔｄｅｔｅｃｔｉｏｎ; ｔａｒｇｅｔｔｒａｃｋｉｎｇ; ｐｏｓｉｔｉｏｎｍｅａｓｕｒｅｍｅｎｔ
分类号:
ＴＰ３９１.４
文献标志码:
A
摘要:
为了解决飞行器悬挂载荷的位置信息不易测量的问题，提出了一种基于视觉的测量方法。首先，选取蓝色小球作为悬挂载荷进行研究，根据小球运动特性，建立了单目视觉位置估计模型。其次，采用ＦａｓｔｅｒＲ ＣＮＮ 算法对小球进行识别与跟踪，得到小球在图像二维平面上的位置信息。再次，该位置信息结合单目视觉位置估计模型，估计出小球的三维位置。最后，搭建悬挂载荷测量平台进行实验测试。实验结果表明，所设计视觉测量方法能有效测量悬挂载荷位置。
Abstract:
In order to solve the problem that it is difficult to measure the position information of the aircraft’s suspension load, a method based on vision was proposed. Firstly, the blue ball was selected as the suspension load to study, and the monocular vision position estimation model was established according to the movement characteristics of the ball. Secondly, the Faster R-CNN algorithm was adopted to identify and track the ball and obtain the location information of the ball on the two-dimensional plane of the image. Thirdly, this position information was combined with monocular vision position estimation model to estimate the three-dimensional position of the ball. Finally, the suspension load measurement platform was built for experimental testing. Experimental results show that the designed visual measurement method can effectively measure the suspension load position.

参考文献/References:

［１］ 李媛，侯宏录．基于改进均值建模的自适应三帧差分算法研究［Ｊ］．电子测量技术，２０１９，４２（３）：２１- ２４．

［２］ 王旭东，王屹炜，闫贺．背景抑制直方图模型的连续自适应均值漂移跟踪算法［Ｊ］．电子与信息学报，２０１９，４１（６）：１４８０- １４８７．
［３］ 孟军英，刘教民，韩明．基于联合特征的边缘粒子滤波目标跟踪算法研究［Ｊ］．计算机应用研究，２０１５，３２（６）：１９０６- １９１１，１９１６．
［４］ 贾瑞．基于 ＲＣＮＮ 的车辆区域检测研究［Ｊ］．数字技术与应用，２０１９，３７（２）：９６- ９７，９９．
［５］ 胡涛．基于深度学习的鱼类识别研究［Ｄ］．杭州：浙江工业大学，２０１９．
［６］ ＺｈａｎｇＷ Ｓ，ＬｉｕＸ，ＹｕａｎＪＲ，ｅｔａｌ．ＲＣＮＮ ｂａｓｅｄｆｏｒｅｉｇｎｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎｆｏｒｓｅｃｕｒｉｎｇｐｏｗｅｒｔｒａｎｓｍｉｓｓｉｏｎ ｌｉｎｅｓ（ＲＣＮＮ４ＳＰＴＬ）［Ｊ］．ＰｒｏｃｅｄｉａＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，２０１９，１４７：３３１- ３３７．
［７］ 欧攀，路奎，张正，等．基于 ＭａｓｋＲＣＮＮ 的目标识别与空间定位［Ｊ］．计算机测量与控制，２０１９，２７（６）：１７２- １７６．
［８］ 胡超超，刘军，张凯，等．基于深度学习的行人和骑行者目标检测及跟踪算法研究［Ｊ］．汽车技术，２０１９（７）：１９- ２３．
［９］ 成祺．单目多视角三维重建算法设计与实现［Ｄ］．呼和浩特：内蒙古大学，２０１９．
［１０］ 向易，汪毅，张佳琛，等．基于无损卡尔曼滤波的车载双雷达 目 标 位 置 估 计 方 法 ［Ｊ］．光 电 工 程，２０１９，４６
（７）：９６- １０４．
［１１］ 罗栋，何国民，刘俊景．基于回路反馈法修正的四旋翼位置估计算法研究［Ｊ］．山东工业技术，２０１９（４）：１６８．
［１２］ 李晓光，付陈平，李晓莉，等．面向多尺度目标检测的改进 ＦａｓｔｅｒＲ ＣＮＮ 算法［Ｊ］．计算机辅助设计与图形学学报，２０１９，３１（７）：１０９５- １１０１．

相似文献/References:

[1]吴笛,陈丁,倪晋平.带有炸点识别的图像采集系统设计[J].机械与电子,2018,(12):14.
　WU Di,CHEN Ding,NI Jinping.Design of Image Acquisition System with Burst Point Recognition[J].Machinery & Electronics,2018,(12):14.
[2]江 励,熊达明,汤健华,等.自然光线环境中的空间物体快速识别和定位算法研究[J].机械与电子,2022,(06):8.
　JIANG Li,XIONG Daming,TANG Jianhua,et al.Recognition and Positioning Algorithm of Space Objects in Natural Light Environment[J].Machinery & Electronics,2022,(12):8.

备注/Memo

备注/Memo:
收稿日期：２０１９- ０８- ２１
基金项目：贵州省科学技术基金（黔科合Ｊ字 ＬＫＭ［２０１２］０９，黔科合 ＬＨ 字［２０１６］７０８１，黔科合基础［２０１７］１０８８）
作者简介：严 熠 （１９９５－），女，土家族，湖南永顺人，硕士研究生，研究方向为计算机视觉、数字图像处理；杨盛毅 （１９８６－），男，布依族，贵州平塘人，副教授，研究方向为系统辨识与状态估计。
更新日期/Last Update: 2019-12-24