旋转非合作目标相对状态的解耦估计方法

针对在轨旋转非合作目标相对状态估计中关于几何结构及惯量参数先验信息未知的问题，提出一种以双目相机对目标特征点的投影作为测量值的解耦估计方法，实现旋转非合作目标相对状态的估计。首先，建立非合目标的动力学模型和目标特征点的运动模型；其次，为避免由目标特征点与目标质心相对位置不确定引起滤波性能降低的问题，建立相对特征的运动模型及投影模型，对旋转运动和平移运动进行解耦；最后，设计相应的滤波器对非合作目标的相对状态进行估计。仿真结果表明，提出的解耦估计方法能够有效地估计出非合作目标的相对状态。     

在轨服务航天器对失控航天器参数估计算法研究

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.     

对空间碎片的相对位姿估计

针对几何、质量特性参数均未知的空间碎片,提出一种基于扩展卡尔曼滤波（EKF）的相对位姿估计算法。该算法以单目相机获得的目标图像特征视线信息作为测量输入,以目标姿态、姿态角速度、惯量比、相对位置、相对速度和特征位置作为滤波状态。对算法进行可观性分析,给出两个可以保证算法可观性的条件。分别针对不同条件进行数值仿真,仿真结果表明新算法能够对几何和质量参数未知的空间碎片进行有效的相对位姿 估计。     

基于激光测距和惯导的非合作目标远程交会相对导航算法研究

对非合作目标的远程交会,研究了一种基于激光测距和惯导的相对导航方法。给出了由激光测距仪和惯性传感器组成的相对导航系统。设计了相对导航算法:用激光测距获得的相对距离和相对方位、俯仰角度与惯导获得的姿态和位置信息,确定目标飞行器与追踪飞行器相对轨道动力学方程并进行递推,输出相对位置与速度;用激光测距输出的相对距离和相对方位、俯仰角度与惯导获得的姿态、位置信息,由卡尔曼滤波得到相对位置与速度的误差并对递推结果进行修正,修正的结果作为相对导航最终的输出。算例表明:该相对导航方法适于非合作目标远程交会,在远程交会结束时刻,相对位置误差小于1m,相对速度误差小于0.05m/s;相对导航滤波器的加速度计常值偏差估计误差明显小于绝对导航滤波器。     

基于星箭对接环同心圆结构的卫星姿态估计方法

针对基于星箭对接环单圆特征进行姿态估计具有二值性的问题,文章根据空间同心圆环的代数约束关系求解出空间圆环法向量,从而利用单一的星箭对接环结构,计算出目标卫星与追踪卫星之间的相对姿态。仿真试验计算了在不同测量距离及噪声情况下,星箭对接环定姿的误差,并进行分析,实现了在不依靠额外测量信息的情况下,利用单目视觉系统独立对圆心未知、半径未知的星箭对接圆环平面法向量求解,并得到目标卫星相对于跟踪卫星的姿态角,从而为空间非合作目标的姿态估计提供参考。     

单目-无扫描3D激光雷达融合的非合作目标相对位姿估计

针对传统的利用单一视觉传感器难以实现复杂非合作空间操控导航的问题,提出一种基于单目相机与无扫描三维激光雷达融合的非合作目标相对位姿估计方法。首先,设计了基于成像几何关系的单目纹理-非扫描距离图像的快速配准与融合方法;之后,在构建目标同步定位与建图（SLAM）贝叶斯滤波模型基础上,提出一种扩展卡尔曼滤波-无损卡尔曼滤波-粒子滤波联合的滤波估计算法,可实现尺度模糊下相对位姿的快速鲁棒估计;其次,针对估计中的尺度模糊问题,提出基于融合图像的全局尺度系数确定方法,将尺度系数估计问题转化为简单线性滤波问题。基于OpenGL生成的2D/3D图像实验表明：所提出的方法具有较优的精度和鲁棒性;相对位置估计误差与尺度估计误差相关,二者近似成线性正比关系。     

采用双目视觉的非合作空间目标相对导航与惯性参数辨识方法

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。     

基于SoftPOSIT算法的单目视觉非合作目标相对位姿估计

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。     

基于光度曲线的弱特征空间目标姿态估计

针对暗弱空间光度曲线波动不明显的弱特征目标姿态难以估计的问题，本文基于不同观测站所得到的目标光度曲线具有差异的特点提出以空间换取精度的设想，并据此设计了多站联合光度观测并行融合的解决方案。通过分析站点位置以及站点数量对弱特征空间目标姿态估计的影响，验证了该解决方案的可行性与有效性，发现了站点的布置有规律可循。仿真表明，站点之间距离的增加以及站点数量的增加都可以减小姿态估计误差，而通过沿空间目标对太阳光线反射的相对方向布置站点可以得到更好的姿态估计结果。     

一种卷积神经网络非合作目标姿态测量方法

针对空间非合作目标姿态测量问题，提出一种基于卷积神经网络的非合作目标姿态视觉测量方法。该方法先设计特征提取网络并利用公开数据集进行预训练，用少量实际目标图像进行迁移学习，实现非合作目标图像高层抽象特征的自动提取；再设计基于回归模型的姿态映射网络，建立图像高层特征与三轴姿态角之间的非线性关系，实现非合作目标的姿态测量。实验验证了两类特征提取网络测量精度和参数量大小，测量精度可达 0.711° (1σ),表明了“单目相机+卷积神经网络”方法的可行性。     

Relative position and attitude estimation of spacecrafts based on dual quaternion for rendezvous and docking

The capacity to acquire the relative position and attitude information between the chaser and the target satellites in real time is one of the necessary prerequisites for the successful implementation of autonomous rendezvous and docking. This paper addresses a vision based relative position and attitude estimation algorithm for the final phase of spacecraft rendezvous and docking. By assuming that the images of feature points on the target satellite lie within the convex regions, the estimation of the relative position and attitude is converted into solving a convex optimization problem in which the dual quaternion method is employed to represent the rotational and translational transformation between the chaser body frame and the target body frame. Due to the point-to-region correspondence instead of the point-to-point correspondence is used, the proposed estimation algorithm shows good performance in robustness which is verified through computer simulations.     

面向空间近距离操作的机械臂与服务卫星协同控制

针对航天器在轨服务任务中涉及的空间近距离操作需求，提出一种机械臂与服务卫星协同控制方法。首先建立了机械臂和服务卫星组合体动力学模型以及服务卫星和目标卫星相对位姿耦合动力学模型。然后采用全局终端滑模控制设计了机械臂轨迹跟踪控制方法，采用PD控制设计了服务卫星相对位姿耦合控制方法，并将机械臂反作用力和力矩作为前馈补偿叠加到服务卫星控制系统中，实现了两者的协同控制。最后通过数值仿真验证了控制方法的有效性。仿真结果表明，该方法能够满足空间近距离操作任务对机械臂和服务卫星的控制精度、稳定性和误差收敛时间的要求，具有工程实用性。     

基于未知地标被动观测的飞航导弹SINS俯仰姿态误差估计方法

针对飞航导弹单独使用时SINS存在姿态估计精度随时间降低的问题,提出了基于未知地标被动观测的SINS俯仰姿态误差估计方法。首先,根据飞航导弹中制导段飞行的特点,把SINS俯仰姿态误差估计问题转化为攻角估计问题。然后,在不改变导弹巡航路径的前提下,利用弹上成像导引头对视场内任意未知地标连续被动观测,分别提出了弹体坐标系和速度坐标系下的攻角估计方法,并分析了观测噪声对量测方程系数的影响。最后,利用平均去噪的思想对估计结果进行处理,提高了SINS俯仰姿态误差的估计精度。仿真结果表明：两种方法都能有效估计出飞航导弹SINS俯仰姿态量测误差。     

基于特征光点单坐标系坐标的运动目标相对位置姿态光学测量方法

针对运动目标的相对位置姿态测量问题,研究了一种利用四个非共线特征光点的光学 测量方法。推导了基于特征光点目标坐标系和测量坐标系坐标的运动目标相对位置姿态解算 公式;进而给出了基于特征光点单坐标系坐标的位置姿态的解析解;并建立了测量的误差模 型。该方法对特征光点布局要求低,对摄像机模型没有限制。实验结果表明,该方法可满足 运动目标的相对位置姿态测量需求。     

空间绳系机器人超近距视觉伺服控制方法

针对空间绳系机器人超近距视觉伺服中相对位姿无法测量的问题,在建立机器人视觉系统非线性量测模型的基础上,提出一种基于直线跟踪的混合视觉伺服控制方法,利用帆板支架边缘线图像特征跟踪相对位姿,利用基座具有较大误差的量测信息保证控制系统的稳定性。仿真试验结果表明：在仅能获得帆板支架边缘线图像信息的情况下,设计的超近距逼近控制方法能够保证空间绳系机器人稳定到达目标卫星的帆板支架处,并满足捕获条件。     

基于点云深度学习的对称结构空间目标相对位姿测量

针对对称结构空间目标相对位姿解算过程中点云误匹配带来的误差问题，提出一种基于点云深度学习的对称结构空间目标相对位姿测量方法。首先设计空间目标点云特征提取网络及关键点回归网络，将位姿测量问题转换为空间目标点云关键点回归问题，通过两个并行的回归网络分别输出空间目标平移向量和具有固定标签的目标点云三维边界框角点；其次利用具有连续稳定标签的角点求解目标姿态，可有效解决目标的对称结构导致的点云误配准问题；最后通过仿真数据集的实验表明，该方法相比于传统的点云配准方法有更高的准确率，能够精确求解具有对称结构的空间目标相对位姿。     

天基光学传感器的视线测量误差分析

针对天基光学传感器的视线测量误差分析问题,提出一种基于多因素分析的视线测量误差分析方法。利用目标到光学传感器像平面的转换关系,建立目标观测模型。分析视线测量过程中的各种误差源,从理论上推导地惯坐标系下的视线测量误差与卫星轨道误差、卫星姿态误差、传感器指向误差以及像元分辨率的关系。Monte Carlo仿真试验验证了该理论分析方法的有效性,分析结论可以为工程应用提供参考。
     

非合作大目标位姿测量的线结构光视觉方法

空间机器人与非合作大目标交会接近最终段,单目相机不能获取完整的特征图像而无法完成相对位姿测量。针对此问题,提出基于线结构光和单目视觉的相对位姿测量方法。以非合作大目标上的局部矩形特征为测量对象,首先,建立相对位姿测量模型并给出四个测量坐标系之间的关系;其次,通过相机对不完整矩形和线结构光的约束获得四个特征点在相机坐标系下的坐标;然后,利用四个特征点计算相机坐标系与目标坐标系之间的转移矩阵;最后,将转移矩阵分解得到矩形特征的相对位姿。通过改变影响测量精度的输入误差和标定误差等因素对该方法进行仿真验证,结果表明该测量方法是有效的。     

基于纹理边界检测的航天器椭圆特征提取方法

为确定失效航天器等非合作目标的相对位姿，提出一种通过纹理边界检测的椭圆特征提取方法。该方法假设椭圆特征是航天器表面两种不同纹理的边界，利用上一时刻相对位姿信息，将对接环离散几何模型投影到像平面，并沿各离散点的法向方向通过概率方法检测纹理边界点。利用随机抽样一致(RANSAC)方法剔除边界点中的粗大误差，进而拟合出椭圆参数。纹理特征对光照变化具有鲁棒性，因此该方法能够在变光照、星体表面反光不均匀等复杂情况下快速准确地提取图像中的椭圆特征。本文以对接环图像特征提取为例进行仿真校验，分析了算法参数和噪声对提取椭圆精度和时间的影响。利用真实图像与基于梯度边缘的椭圆提取方法进行对比，结果表明，所提出的算法具有较高的精度和速度。