共查询到10条相似文献,搜索用时 31 毫秒
1.
在轨服务航天器对失控航天器参数估计算法研究 总被引:1,自引:0,他引:1
为获取空间失控航天器运行参数,采用单目视觉在服务航天器上进行在轨参数估计.对于非合作目标航天器以其外形特征直线为观测对象,采用对偶四元数描述相对位置和姿态,建屯视觉相机观测模型和目标器相对运动模型,并以这些模型为基础,以位置、姿态及惯量比为估计变量,推导适合IEKF形式的系统状态方程和观测方程.IEKF虑波在虑波周期内能够对状态更新信息进行多次迭代,进而减少了观测方程线性化引起的误差,确保了整个虑波估计的收敛稳定.最后进行了相关算法的数学仿真,仿真结果表明采用文中设计的虑波算法能够实现相应参数的在轨估计. 相似文献
2.
3.
针对面向在轨服务的非合作空间目标测量感知问题,提出了一种基于双目视觉的相对导航与惯性参数辨识方法。利用目标表面的特征点建立几何坐标系,并分别设计了姿态测量和相对导航滤波器,实现了目标姿态、角速度、轨道,质心位置与惯量比的高精度估计。在此基础上,通过黏附卫星与非合作目标形成组合体,利用相对导航算法获得的质心位置和惯量比在黏附前后的变化,实现了目标质量和转动惯量的辨识。数值仿真试验证明了算法的有效性。 相似文献
4.
空间翻滚非合作目标相对位姿估计的视觉SLAM方法 总被引:1,自引:0,他引:1
针对空间翻滚非合作目标相对位姿测量中目标先验信息缺失和模型不确定问题,将移动机器人视觉同步定位与建图(SLAM)贝叶斯滤波估计模型推广到非合作目标相对位姿测量中,提出一种基于视觉SLAM的翻滚非合作目标相对位姿估计方法。首先,构建了相对位姿估计的贝叶斯滤波状态转移模型和量测更新模型。其次,为避免平动噪声协方差过大导致滤波性能下降的问题,对状态转移方程进行优化,采用最小二乘估计方法预测位置参数。最后,采用一种联合无损卡尔曼滤波和粒子滤波的贝叶斯滤波方法实现了目标全部位姿参数的快速平滑估计。基于计算机合成图像数据和真实图像序列的仿真实验表明:提出的方法具有较优的速度和精度,且对目标速度变化、特征提取和数据关联误差等具有较好的鲁棒性。 相似文献
5.
6.
针对模型尺寸已知的非合作目标,在目标三维特征点和图像二维特征点坐标已知但匹配关系未知的条件下,对基于SoftPOSIT算法的非合作目标航天器间相对位姿估计方法进行了研究。SoftPOSIT算法将解决匹配的Softassign和解决位姿的POSIT两种迭代方法融入一个迭代循环,建立全局目标函数,最小化目标函数就可在获得服务航天器与目标航天器相对位姿的同时确定三维点与二维点间的匹配关系。仿真结果表明由SoftPOSIT算法所得位态精度很高,算法正确有效。在不同条件下用该算法对某卫星位姿进行估计,发现算法的相对位置估计精度随目标与服务航天器相对距离增大而提高,而相对姿态角对估计精度的影响较小。 相似文献
7.
针对微小卫星逼近观测未知的空间翻滚非合作目标星任务,提出一种基于单目视觉的目标星相对状态估计方法。在建立追踪星/目标星相对运动模型的基础上,以单目相机识别并测量获得的目标星固有特征的像素位置为观测输入,通过扩展卡尔曼滤波算法实现对目标星相对位置、相对速度、相对姿态、角速度、惯量比和特征位置等状态的估计。仿真结果表明,该方法能够很好地实现对未知非合作目标星的相对状态估计,姿态估计误差小于2°,位置估计误差小于0.1 m,特征点位置平均估计误差小于0.04 m。 相似文献
8.
《宇航学报》2017,(12)
针对载荷无陀螺时辨识超静平台耦合动力学参数存在位姿确定问题,设计了一种基于Schur分解以及无迹卡尔曼滤波(UKF)的位姿确定及参数辨识方法。首先,建立加速度计和姿态敏感器组成的测量系统状态模型和观测模型,并给出测量系统的可观性分析。然后,给出基于UKF的载荷位姿确定方法;在UKF中引入姿态修正信息,从而提高载荷角速度估计精度,实现载荷广义位移、广义速度、广义加速度的准确估计。通过Schur分解实现超静平台动力学模型解耦及辨识模型中动力学参数显式表达。以滤波器估计载荷位姿信息为依据,采用最小二乘法辨识动力学参数。仿真结果表明UKF能够准确估计载荷角速度以及超静平台支杆刚度系数,辨识误差优于百分之一。 相似文献