● 摘要
飞行模拟器是在地面训练飞行员的设备，其采用数学模型和相关的物理效应设备来模拟飞机在空中飞行的全过程，是典型的人在回路实时仿真系统，也是虚拟现实技术最早的典型应用。并联六自由度运动平台（Stewart平台）是全动飞行模拟器的重要组成部分，它提供飞行员训练所需的运动反馈。基于机器视觉的非接触式位姿测量方法由于其高精度、高鲁棒性、安装方便快捷等诸多优势而受到越来越广泛的重视。本文对Stewart平台位姿检测领域的多视觉传感器数据融合方法进行了深入研究和分析，建立了仿真模型，验证和分析了本文提出的分层次的融合算法。
首先，针对Stewart平台位姿检测的工程实际应用，研究了基于计算机视觉的运动跟踪、单目视觉位姿解算等关键技术，对比分析后提出基于多标识块、多传感器的大型平台跟踪策略，并详细讨论了计算流程方案。
其次，本文采用基于多传感器的冗余数据融合方法，分别提出基于模糊距离权重的决策层融合算法和基于广义坐标的特征层融合算法，充分利用多源冗余数据的互补性来提高检测信息的质量，以达到有效提高视觉测量精度的目的。
最后，本文提出多传感器数据融合算法，并实现了基于Adams/Matlab的Stewart平台虚拟样机的运动学仿真验证，对比和验证了不同层级融合算法的可靠性、实时性等，为Stewart平台实时位姿检测系统建立了整体仿真框架和局部细节，也为非接触测量法检测平台位姿来构造整体闭环的反馈提供了有效的理论和实验依据。