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。     

基于对偶四元数的航天器交会对接位姿双目视觉测量算法

针对航天器交会对接中位姿参数的测量问题,突破传统的位姿计算态分而治之的模式,采用双目视觉技术和对偶四元数这一数学工具,建立了追踪航天器与目标航天器间相对位姿参数的统一描述模型.该模型与传统的欧拉角和四元数的描述方法完全不同,具有非常简洁统一的形式.同时,针对该对偶四元数模型,给出其两步解析算法,解算出两航天器间的相对位置和姿态参数.仿真结果表明该算法能够满足航天器位姿参数的测量要求,并且具有较强的稳定性,对航天器的在轨实时应用具有重要参考价值.     

基于对偶四元数的航天器交会对接位姿视觉测量算法

根据光学测量基本原理建立双目视觉测量模型,提出基于双目视觉的航天器间相对位姿 的测量方法。利用对偶四元数,建立目标航天器的坐标系和追踪航天器上的摄像机坐标 系之间的关系,构造出航天器交会对接位姿误差模型,通过使用拉格朗日求极值的方法,解 算出航天器间的相对位置和姿态。仿真结果表明该算法有效,能够满足航天器交会对接的测 控要求。     

基于主动特征选择的非合作航天器鲁棒视觉导航方法研究

面向非合作目标航天器近距离操作任务,针对采用自然特征的单目视觉相对位姿参数确定过程中特征提取与匹配导致的粗大误差增加导致结果不准确甚至错误,以及特征数量多增大计算量等问题,提出一种融合随机采样一致性(RANSAC)算法和主动特征选择的鲁棒视觉导航方法。用RANSAC算法剔除有粗大误差的特征点,给出了基于RANSAC的特征点选择步骤;根据不同特征点组合所计算的克拉美罗(CRLB)不同,用参数化CRLB下限选择对位姿确定精度有显著影响的点以减少参与计算的特征数量,给出了基于CRLB的特征点选择流程。仿真结果表明:综合RANSAC和CRLB的特征点选择方法可显著减少特征点数量,提高了位姿解算精度。     

GEO非合作目标超近距相对位姿视觉测量

提出一种基于几何特征综合匹配的双目超近距相对位姿视觉测量方法。首先,将失效卫星的矩形太阳帆板作为几何特征,采用综合匹配方法实现了双目图像的高精度匹配,随后基于几何特征指标参数判别和ROI检测方法,实现了卫星太阳帆板特征点组的识别与提取,在此基础上,进一步建立了目标坐标系,通过三维重建完成了超近距阶段失效卫星的相对位姿高精度解算。最后建立了高精度双目视觉超近距相对测量实验系统,结合所提出的综合匹配算法和相对位姿解算方法,完成了动态非合作目标的相对位姿测量实验,实验结果说明所提出的方法具有较好的实时性和较高的精度。     

逼近段惯性/视觉组合相对导航算法

针对交会对接最终逼近段相对位姿测量,提出了惯性/视觉组合相对导航算法.基于对接航天器相对运动模型,利用追踪航天器上惯性测量单(IMU)获取两航天器间的相对运动信息作为短期参考,以电荷耦合器件(CCD)视觉测量作为长期参考,综合姿态四元数运动学方程,分别建立了姿态滤波器和位置滤波器.仿真结果表明算法可行且有效,并仿真分析...     

基于PEA的椭圆轨道航天器编队飞行高精度位置保持

针对航天器编队飞行时相对位置保持精度要求高的特点,采用基于线性变参数模型的多项式特征结构配置方法设计椭圆轨道航天器间相对位置控制算法。对于线性变参数控制系统,本文将基于线性定常系统的多项式特征结构配置方法推广以确保系统性能与变化参数间的独立性。在特征结构配置时,先设计带参数变化的控制器结构后计算出带未知控制器增益的设计闭环传递函数,接着将其与含有闭环系统性能的期望传递函数在三个条件下进行匹配,进而获得未知控制器增益的表达式。在设计实际控制椭圆轨道编队飞行MIMO相对位置保持算法时,将系统期望传递函数设为解耦形式来实现三轴位置控制间的解耦控制,达到提高系统控制性能的目的。最后进行相应的数学仿真,其结果表明该算法能够保证系统的高精度位置保持要求。     

基于三目视觉测量的航天器交会对接相对位姿确定算法

针对航天器交会对接过程中位姿参数的测量问题,提出了三目视觉的测量方法。本文阐述了三目视觉的测量原理,建立了数学模型,分析了测量系统的误差。仿真结果表明该方法有效。与双目视觉相比,它能降低图像匹配误差的影响,提高特征点的定位精度,增加测量系统的可靠性,因此能够满足航天器位姿参数的测量要求,对航天器在轨实时应用具有重要参考价值。     

航天器交会对接中摄像机内参数在轨标定算法

针对航天器交会对接过程中位姿参数的测量问题,本文考虑到飞行器在轨运行期间,CCD 相机受空间环境的影响,其内参数会发生变化的实际情况,提出航天器交会对接中摄像机内参数标定的线性方法。其主要特点是摄像机只需拍摄三幅光标点图像,无须知道该组光标点的任何几何信息。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程即可线性求解摄像机内参数。仿真实验表明,该方法在航天器交会对接中,使得摄像机内参数的标定具有简便、实时和鲁棒性强的特点。     

货运飞船敏感器设备安装精度保证设计

位姿测量敏感器的安装精度直接影响航天器密封舱在轨姿态测量和交会对接控制精度。文章针对敏感器位姿在轨无法标定和载人航天器精度保证设计制约因素多的问题,对货运飞船精度保证设计中需要考虑的停放工装和重力影响、货物空满载、舱压和发射段振动等各种要素进行研究,提出一种融合多要素的载人航天器设备精度保证设计方法,确立基于单因素精度变化量的目标函数,实现精测结果评价量化,保证位姿测量敏感器精度满足在轨测量和控制要求。该方法已成功应用于“天舟”系列货运飞船,未来可应用于其他载人航天器研制中。     

一种基于SIFT和KLT相结合的特征点跟踪方法研究

在目标发生明显姿态和大小变化条件下,为了利用基于特征点的跟踪算法实现对目标可靠、稳定跟踪,提出了一种SIFT算法和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过对SIFT算法进行优化,使得到特征点分布相对均匀,同时不存在聚集现象;通过对KLT匹配算法进行分层迭代设计,提高了目标作快速运动时的匹配精度;最后根据特征点匹配结果,结合Greedy算法得到目标的准确位置。实验结果表明：该算法能够很好地适应目标姿态和大小的变化,实现对结构复杂目标的稳定跟踪;比KLT跟踪算法具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。      

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.     

惯导融合特征匹配的小天体着陆导航算法

针对探测器着陆小天体的过程提出了一种基于特征匹配结合惯导信息的探测器自主着陆导     

基于卷积神经网络的局部图像特征描述符算法

为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。     

空间交会相对状态测定与控制

阐述航天器交会对接最终逼近段相对状态测定与控制算法。测定算法适用于计算机视觉系统,根据标志点构型几何特征,建立非线性测距方程组并构造加权目标函数。对非共面标志点构型（如3点T型与5点锥型）和共面标志点构型（如正方形、矩形、菱形）,目标函数均含标志点间距比率关系项;对共面构型,目标函数还包含共面条件项。按最小二乘法,采用Gauaa-Newton数值迭代法求解测距最佳值;对共面标志点四边形构型,利用对角线交点的虚影像坐标确定测距求解迭代初值。获得测距后即可应用四元数估算法确定相对姿态与相对位置。对相对姿态控制算法,给出相对姿态运动学与动力学方程,讨论相平面法与四元数反馈法的控制设计方法。相平面控制法应用常值推力,针对小姿态角机动的特点,将相对姿态通道解耦为三个独立的二阶子系统,设计相平面推力方向切换函数;四元数反馈法应用本征轴旋转的线性二阶系统瞬态响应特性,选择相对四元数与相对角速率反馈增益系数,确定控制力矩。对相对位置控制算法,将实际位移对标称位移之差作为控制变量,阐述所需速度增量最小的双冲量机动。大量模拟计算结果表明相对状态测定与控制算法是有效的。     

空间飞行器交会对接相对位置和姿态的在轨自检校光学成像测量算法

空间飞行器交会对接的最后逼近阶段，通常采用光学成像敏感器来测量跟踪飞行器和目标飞行器之间的相对位置和姿态。考虑到飞行器在轨运行期间，CCD相机受空间环境的影响，其内参数会发生变化的实际情况，提出了一种单CCD在轨自检校光学测量方案，其主要特点是飞行器在执行测量任务时，可同时进行相机内参数的自检校。首先根据严格的中心投影共线条件方程，推导出目标飞行器光学特征点坐标和对应的像点坐标与内参数及相对位置和姿态的严格解析关系；然后建立了内参数及相对位置和姿态的解析表达式；提出了目标航天器上光学特征点的布设要求。通过严格的理论分析和数值仿真，单CCD在轨自检校光学测量方案具有可靠性高、精度高、算法易实现、适应能力强等优点。     

一种基于Star算法的多路视频稳像方法研究

目前，基于特征点匹配的稳像算法中存在特征点提取速度慢、误匹配率高，以及多目相机的多路视频稳像太过耗时、实时性不好的问题，提出了一种基于Star特征点提取算法的多路视频快速稳像方法。首先采用Star算法提取视频当前帧特征点，然后采用光流法结合当前帧特征点信息跟踪预测下一帧对应的特征点，以加快特征点提取速度，同时减少所提取的特征点错误匹配率。通过对匹配的特征点求取相应的仿射变换矩阵获取帧间运动矢量，进而采用卡尔曼滤波器对帧间运动矢量进行滤波处理，以滤除其中的相机随机抖动矢量并保留相机的主观运动矢量。最后依据滤波后的运动矢量进行图像补偿得到稳定的图像序列。针对复眼导引头存在的多路视频抖动情况，基于OpenMP并行开发库，利用多核处理器的优势，实现了多路抖动视频的并行实时稳像。所设计的数字稳像算法在PC平台下对4路抖动视频（OTB100的BlurCar系列视频，分辨率为640×480，帧率为30 FPS）并行稳像的结果参数为：峰值信噪比 （Peak Signal-to-Noise Ratio，PPSNR）平均提升了4.62 dB，单帧耗时平均为14.51 ms。经仿真实验证实，算法的计算效率和特征点匹配正确率高，可实现多路输入视频的实时稳像。     

空间非编码标记特征点中心定位方法与比较

归纳总结了应用于可见光测量的空间标记非编码设计原则,例举了棋盘格型、栅格型、圆型等3种典型的非编码标记图案设计,分别阐述了各标记特征点中心定位方法和计算过程,开展了对比试验,结果表明：圆型非编码标记图案设计及其特征点中心定位精度明显高于其他两种图案,其图案设计简捷、特征点突出易于识别、在像平面中呈现各向同性、点中心定位精度高、计算速度快、噪声抑制能力强。     

“资源三号”卫星图像影像特征匹配方法研究

随着中国遥感卫星的迅速发展,要求影像几何质量评价方法可以在待评图像和参考图像间提取出精确且分布均匀的控制点信息。文章提出一种基于多源、高精度遥感图像的特征点匹配方法。该方法首先用加速稳健特征（Speeded Up Robust Features,Surf）算法对＂资源三号＂卫星图像和参考图像进行粗匹配以建立两幅图像间的整体几何关系,通过对相同区域进行wallis滤波增强图像纹理信息,然后用Surf算法进行特征点的提取和匹配,最后利用对极几何约束剔除误匹配点。试验结果表明,该方法可以全自动、快速和精确的提取影像控制点。