1、位姿估計(jì)與對(duì)點(diǎn)目標(biāo)的運(yùn)動(dòng)測(cè)量是視覺(jué)測(cè)量方法中的兩個(gè)基礎(chǔ)問(wèn)題，分別在飛行器導(dǎo)航與著陸、空間目標(biāo)交會(huì)對(duì)接、智能移動(dòng)機(jī)器人導(dǎo)航定位、增強(qiáng)現(xiàn)實(shí)和無(wú)人機(jī)對(duì)地面目標(biāo)定位、靶場(chǎng)中對(duì)空中導(dǎo)彈目標(biāo)的定位等方面有著廣泛的應(yīng)用。本文著重研究這兩個(gè)問(wèn)題中的位姿和運(yùn)動(dòng)參數(shù)解算算法，進(jìn)一步提高此類算法的速度、精度、魯棒性和適應(yīng)性，主要成果如下：
　　1、進(jìn)一步研究了單目位姿估計(jì)正交迭代算法，首次給出了其正確的收斂性證明過(guò)程，并分別在計(jì)算速度和目標(biāo)函數(shù)上進(jìn)行了

2、改進(jìn)，提出了加速正交迭代算法和基于角度殘差最小的正交迭代算法。對(duì)于加速算法，其指出原算法的冗余計(jì)算，并將之整合，使得每一次迭代的復(fù)雜度從O(n)降低為O(1)，提高了計(jì)算速度。對(duì)于使用角度殘差作為目標(biāo)函數(shù)，在迭代過(guò)程中使用加權(quán)絕對(duì)定向更新旋轉(zhuǎn)矩陣，其在參考點(diǎn)深度變化較大時(shí)精度更高。
　　2、研究了位姿估計(jì)的多項(xiàng)式方程組代數(shù)方法，提出了一種求解位姿的直接最小二乘框架，并將此框架應(yīng)用到直線段對(duì)應(yīng)的位姿估計(jì)、多攝像機(jī)系統(tǒng)位姿估計(jì)和手眼標(biāo)

3、定問(wèn)題上。該框架在目標(biāo)函數(shù)為旋轉(zhuǎn)矩陣二次型的形式下均可使用。針對(duì)直線段對(duì)應(yīng)的位姿估計(jì)，還提出了一種綜合考慮線段的端點(diǎn)距離、中點(diǎn)距離、夾角和線段的長(zhǎng)度的線段距離測(cè)度。這些解法不但是閉式解法，復(fù)雜度為 O(n)，且能夠獲得全局最優(yōu)解。
　　3、研究了利用平面鏡反射解決參考點(diǎn)不在攝像機(jī)視場(chǎng)里的位姿估計(jì)問(wèn)題，提出了基于平面鏡反射旋轉(zhuǎn)平均模型的位姿估計(jì)算法。核心思想是利用旋轉(zhuǎn)平均描述平面鏡反射，從而給出了攝像機(jī)姿態(tài)矩陣的高精度解法。據(jù)此，提

4、出了旋轉(zhuǎn)的旋轉(zhuǎn)平均，包括反射旋轉(zhuǎn)平均模型，之后不但給出了該模型在最小化弦距離2范數(shù)條件下的基于矩陣SVD分解和基于四元數(shù)的兩種解法，而且給出了解的唯一性充要條件，拓展了旋轉(zhuǎn)平均理論。
　　4、針對(duì)單目對(duì)點(diǎn)目標(biāo)的運(yùn)動(dòng)測(cè)量，分析了單目靜止攝像機(jī)對(duì)運(yùn)動(dòng)目標(biāo)的不可測(cè)條件下的部分可觀測(cè)性，并提出了基于LSSVM回歸的單目點(diǎn)目標(biāo)運(yùn)動(dòng)測(cè)量算法。該算法利用核函數(shù)描述目標(biāo)運(yùn)動(dòng)模型，引入懲罰因子考慮模型的誤差，相對(duì)于傳統(tǒng)的單目運(yùn)動(dòng)軌跡交會(huì)法，對(duì)不同的