三向测量模式在嫦娥三号探测器中的应用

以嫦娥三号探测器的三向测量跟踪数据为依据,利用最小二乘方法分析站间钟差,在5阶拟合计算中实现了ns级的拟合精度;然后使用探测器精密星历对三向测轨数据进行标校,经过修正后的测距系统差达到10m量级,拟合噪声水平优于1m;最后将三向测量数据应用于探测器的定轨、着陆点定位和动力下降段的弹道计算,其中环月段100km×15km轨道计算结果与精密定轨相比较偏差百m级,120km×70km轨道计算结果与精密定轨相比较偏差10m量级,月面定位与双程测距加时延定位结果相比较偏差10m量级。     

基于改进ORB-GMS-SPHP算法的快速图像拼接方法

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题，提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间，将高斯尺度空间划分为多个网格，在每个网格内借助FAST算法提取尺度空间特征点，使用BRIEF算法提取描述符并匹配，得到更加均匀分布的特征点；然后使用运动网格统计算法筛选匹配点；最后采用SPHP算法融合图像重叠区域，从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价，验证了该方法特征点匹配速度快、精度高，并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价，验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s，图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。     

基于CCD着陆相机的行星软着陆岩石检测与规避方法

 提出了一种基于CCD相机的行星软着陆岩石检测与规避方法。首先,利用多分辨率分析方法对着陆区图像进行快速处理,根据着陆区的光照特性检测出着陆区的岩石,针对着陆过程的时间需求,多灰度阈值分割方法被采用;其次,基于无监督聚类算法对着陆区的岩石进行识别并标记,构建着陆区岩石分布的拓扑图;再次,利用激光测距仪得到的高度信息和着陆相机的参数,计算着陆区岩石拓扑图的实际危险区域面积,从而根据着陆器的需求安全范围和探测任务需要,利用安全着陆点的螺旋式搜索方法选择具有冗余度的安全着陆点;最后,建立着陆器安全规避策略,制导控制着陆器进行安全着陆,通过对安装侧向发动机和利用万向节调节推力方向的主发动机两种情况的仿真,实验结果令人满意。     

一种基于亚像素匹配的高精度视觉定位方法

大多数应用到无人机景象匹配导航中的匹配算法都只能满足像素级精度,且当无人机利用景象匹配定位时图像之间往往存在较大的视觉差异,这种情况下图像匹配精度低且性能会急剧下降。所以选用具有仿射不变特性的特征点进行匹配,结合高斯亚像素拟合原理及特征描述符简化方法,并采用渐进采样一致性(PROSAC)算法剔除误匹配点,最终实现亚像素级的景象匹配定位。实验结果表明,采用此方法可以大大提高图像匹配的精度,提高到0.05像素以内。     

嫦娥三号动力落月段轨迹确定策略

针对CE-3（嫦娥三号）月球探测器动力下降弧段,特别是悬停避障段频繁机动的特点,提出了采用B样条函数逼近方法进行落月轨迹确定.仿真分析表明：在动力下降运动较平滑弧段,B样条逼近法计算结果略优于多项式拟合法;而在频繁机动弧段,B样条逼近法有明显优势.计算结果表明,加入VLBI（Very Long Baseline Interferometry,甚长基线干涉测量）数据后能有效提高落月轨迹确定精度,在没有系统误差的情况下联合定位后位置精度优于50 m.此外,还分析了三向测量系统差对定位的影响,可对CE 3任务提供参考.最后对CE 3实测数据进行处理,动力落月段末点位置和着陆器定位计算值相差不到200 m.     

飞行器无动力应急着陆域和着陆轨迹设计

针对飞行器动力故障迫降着陆问题,提出一种应急着陆域（ELR）和着陆轨迹设计方法。首先,提出了无动力应急着陆域的概念,即无动力条件下可实现成功着陆的着陆点范围,并分别应用最优控制方法和hp自适应伪谱法对着陆域进行设计和求解;采用理论分析与仿真验证相结合的方法分析应急着陆域的特点以及影响着陆域大小的主要因素,并据此得到求解应急着陆域的简单近似方法。然后,依据所求得的应急着陆域,选择合适位置作为预定着陆点,并应用最优控制方法设计对应的着陆轨迹。仿真结果表明：应急着陆域的建立、分析对快速选择预定着陆点具有重要参考价值;设计的应急着陆轨迹可引导无动力飞行器实现成功着陆。     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

基于三焦距张量及BMA的运动估计和补偿

为克服块匹配位移估计方法 (BMA)不能准确描述物体的旋转、相机镜头的推移 (pan)及缩放的缺点 ,引入计算机视觉中的三线性关系及基于三焦距张量的像素转移进行运动估计和补偿。将像素转移与块匹配运动估计和补偿方法相结合 ,通过实际的图像序列比较了这种方法与单纯 BMA方法的运动补偿效果 ,结果表明 ,在有相机平移及景物有深度变化时 ,本文方法的效果明显优于单纯 BMA方法。     

一种月球车视觉系统的匹配算法

 对采用双目视觉来实现月球车自主导航提出了一种快速匹配的方法。首先,对相机的内外参数进行精确地标定,通过两相机的外参数对图像进行核线纠正,生成消除上下视差的核线;然后,在核线图像上,采用相关系数法进行由少到多的粗匹配,对匹配结果进行多重的检验,接着用最小二乘方法进行亚像素的精确匹配;最后,在匹配的像点间构建Delaunay三角网,建立两图像重叠区域的匹配关系,实现稠密匹配。对该方法进行了多组实验,实验结果表明:该方法可以快速、可靠地实现稠密的图像匹配。     

基于高速相机阵列的起飞着陆段航迹测量技术

针对基于GPS的飞机起降性能测试关键段轨迹细节信息描述不清晰、测量精度低的问题,提出一种利用高速相机阵列对飞机的起飞着陆运动过程进行接力拍摄,通过对各站点高速相机拍摄到的图像序列进行分析处理,得到飞机上标志点在图像坐标系中的坐标,利用近景数字摄影测量中三维直接线性变换(DLT)等算法,解算出飞机的位置及速度数据的方法.介绍了该方法涉及的数学模型及其推导过程,并利用坐标观测量数据进行解算,试验证明了该方法有效.     

基于视觉引导着陆的微小型四旋翼设计及实现

为了增强四旋翼的自主性,借用视觉导航方法要求在GPS丢失信号或信号精度不高的情况下进行辅助定位,使得四旋翼能够在某些特殊需求场合自动着陆。针对Harris角点检测算法计算量大的问题,设计了一种快速、准确的标志图像识别算法,将一个区域内的所有角点转换成一个单值角点,替代了Harris算法中的局部非极大值抑制算法,减小了计算量,并进一步设计了视觉模式下的姿态与位置转换算法和视觉着陆控制算法。为了验证所设计算法的可行性和有效性,基于STM32单片机搭建了微型四旋翼实验平台系统,并实时在线进行了性能实验,结果表明,标志图像识别算法能正确检测和识别出标志图像,视觉着陆算法也成功实现了四旋翼实验平台的着陆功能。     

基于我国深空站三向测量模式的数据精度分析

为了验证我国深空站三向测量模式的正确性,以同步星跟踪试验中的测量数据为基础,建立了站间同步修正算法和三向测量观测模型,通过与同步卫星的精密星历反算测量值比较,得到了测量数据的标定参数,结果表明,我国深空站测控能够实现dm级的测量精度,明显优于“嫦娥二号”测量的水平;同时利用测量数据进行定轨策略分析,最终实现了10 m量级的同步卫星定轨精度.分析结果为“嫦娥三号”探测器实施有效测控提供了依据.     

惯性信息辅助的大视角目标快速精确定位

目标定位技术广泛应用于航空领域的侦察机、无人机等各类侦察打击任务中,目标定位精度的高低及效率对作战效果具有重要影响。针对仿射尺度不变的特征变换(ASIFT)算法对远距离大视角目标定位精度较低、速度较慢的问题,提出了一种基于惯性信息辅助的大视角目标快速精确定位方法。该方法首先对目标实测序列图像构造尺度空间,结合FAST特征检测与FREAK特征描述的方式进行匹配,实现对待定位目标的快速提取;然后利用机载惯性信息求解目标实测图与参考图之间的透视变换矩阵,利用该矩阵对实测图进行变换以减小图像间视角差异,克服了ASIFT算法盲目匹配计算的弊端,并通过FAST特征检测与FREAK特征描述相结合的方式提升了大视角图像的匹配速度;最后通过单应性矩阵映射关系实现对目标的精确定位。实验结果表明,大视角目标快速精确定位方法匹配耗时比ASIFT算法的减小了1个数量级,定位精度比目标平均值定位算法精度提高了1个数量级,有效提高了图像匹配定位在航空领域的应用效率。     

基于路面分割的高精度地图创建优化方法研究

高精度地图主要利用已采集图像的地面信息生成,但是在真实环境中图像的地面信息容易受动态障碍物遮挡,同时GPS难免会有抖动误差,导致地图拼接效果并不理想。针对上述问题提出了一种基于路面分割的动态障碍物去除与图像配准方法。使用深度学习对全景图像进行语义分割并提取路面信息,在去除动态障碍物干扰后,利用路面特征进行图像配准。融合GPS与里程计信息进行定位优化,利用多帧图像叠加填补空缺形成地图。最终,实验验证了该方法在去除动态障碍物的同时也提高了地图的精度。     

一种检测机场跑道辅助飞机着陆的系统设计

跑道作为机场的关键设施,是飞机着陆和减速滑行的区域,通过视觉定位方法计算飞机相对跑道的位置,可以作为辅助飞机快速平稳着陆的一种思路。视觉传感器所需成本较低,对安装环境要求不高,本文旨在设计一个仅靠视觉传感器对飞机进行定位的辅助着陆系统,运用目标检测和视觉定位两个模型,计算飞机相对跑道的位置。首先搭建出等比例微缩的机场跑道模型,视觉传感器产生运动模拟飞机飞行路径,目标检测模型通过机载视觉传感器获取的图像识别出跑道区域,随后视觉定位模型提取图像中跑道区域特征点,计算飞机相对跑道的位置。分别对目标检测和视觉定位两部分的实现原理及难点进行阐述,尝试将目标检测和视觉定位结合起来实现飞机降落时的定位,描述辅助着陆系统设计的整体思路。     

玉兔号巡视器导航定位中的多目标管理方法

基于多目标管理方法,阐述了玉兔号巡视器定位多目标管理的概念。兼顾技术成熟度、定位效率、冗余验证和阶段化分层管理等原则,对玉兔号巡视器着陆点和导航点的定位方法进行建模及分析比较,给出对应的定位方案。最后,将基于此多目标管理方法制定的方案,应用于玉兔号巡视器的定位任务,定位精度优于亚像素级,相对定位精度优于4％。     

基于改进SURF算法的无人机遥感图像拼接方法

针对传统SIFT算法在无人机遥感图像拼接中存在的运算缓慢、误匹配较多且计算过于复杂,无法满足遥感图像处理的实时性要求等缺陷,以及由于采集到的图像之间存在曝光差异等情况,直接进行叠加拼接后极大可能会在边界处产生重影错位的情况,文章提出了一种改进的SURF算法与融合算法用于无人机的遥感图像拼接。首先,在特征检测阶段,将SURF算法与Harris角点检测算法2种算法相结合,快速得到图像的特征点与特征描述子;在特征匹配阶段分为粗匹配与精匹配2个步骤:通过KNN算法对待拼接图像间特征点的粗匹配,以及应用RANSAC算法去除误匹配点的精匹配;在图像融合阶段,采用了基于距离的加权平均算法进行图像融合;最后,实验表明:文章所提出的算法处理速度相比于传统SUFT算法提升了近5倍,相比于其他改进算法,匹配精度也有所提高,并且该算法能够有效提高图像拼接后的质量与效果,解决了拼接痕印明显、重影、错位等现象可能发生的问题。     

光学导航在舱器分离监视中的应用

针对嫦娥5T1再入返回飞行试验任务中的服务舱、返回器分离监视问题,研究了利用服务舱分离监视相机图像进行舱器距离判断的方法。首先根据舱器分离点预报得到标称轨道;其次构建了观测模型并阐述了导航系统的滤波算法;然后对分离监视相机图像进行二值化处理和边缘提取,得到返回器的像元像素信息;最后利用扩展卡尔曼滤波算法对返回器相对位置、速度进行实时解算。舱器分离的可靠监视对判断分离,返回器安全预警,乃至及早发现故障辅助飞控决策具有重要的意义,其基本原理和流程也可作为星上自主光学导航的参考。