基于单目三维重构的空间非合作目标相对测量

为了解决非合作目标的相对测量问题,提出了一种基于单目图像序列目标重构结果的非合作目标相对位姿测量方法。该方法将目标的三维重构与相机的位姿信息计算相结合,首先利用观测前期得到的图像序列,通过非线性优化算法计算得到目标上部分三维点坐标;然后基于该三维点集合,建立递推深度模型,对相机的相对位姿信息和新观测到的目标点同时进行卡尔曼滤波估计。航拍测量试验表明,随着图片数量的增多,精确重构点的比例（重投影误差小于1个像素的点）不断提高,80%的图像中精确重构点比例优于89%;基于公共数据集的试验表明,该算法对姿态估算精度可达1°以内,位置测量的精度可达到2cm以内。以上试验结果表明,该算法具有较高的测量精度。     

单目视觉三维运动位姿测量方法研究

针对基于点特征的单目视觉位姿测量,研究了一种基于不共面5个编码特征点的单目视觉解算算法,利用大靶面高分辨率相机采集运动物体姿态图像,利用目标物体上编码特征点间的几何约束关系,通过正交迭代解算算法完成目标物体的位姿测量。实验结果表明：位移测量不确定度优于0.5mm,姿态测量不确定度优于0.05°,可满足航空航天领域试验测量要求。     

基于双焦单目视觉的航天器间相对位姿确定算法

文章首先利用双焦成像算法确定航天器间的相对位置,再利用相对位置确定两个航天器间的相对姿态,最终获取相对位姿参数的解析解。在给定相机两个独立焦距条件下,对双焦深度估计误差进行分析,指出影响其精度的因素,并对相对位姿参数估计精度进行了讨论。最后,对该算法进行数学仿真,仿真结果表明该算法能够满足航天器相对位姿确定精度和实时计算要求。     

基于编解码双路卷积神经网络的视觉自定位方法

为了从单张RGB图像估计出相机的位姿信息,提出了一种深度编解码双路卷积神经网络（CNN）,提升了视觉自定位的精度。首先,使用编码器从输入图像中提取高维特征;然后,使用解码器提升特征的空间分辨率;最后,通过多尺度位姿预测器输出位姿参数。由于位置和姿态的特性不同,网络从解码器开始采用双路结构,对位置和姿态分别进行处理,并且在编解码之间增加跳跃连接以保持空间信息。实验结果表明:所提网络的精度与目前同类型算法相比有明显提升,其中相机姿态角度精度有较大提升。      

无人机位姿测量的点特征视觉方法

针对无人机在动态环境下快速高精度定位的问题，提出了用单目相机对无人机上的人工特征点进行位姿解算的方法。在无人机上放置一定数量的小型LED灯，并将其作为视觉测量的特征点，并以其中一个点作为原点建立无人机机体坐标系。通过多场景测量确定特征点在机体坐标系下的三维位置，再将三维位置与特征点在图像中的成像位置相匹配，最后使用EpnP算法求解出无人机的位置和姿态。在实验部分，利用三轴移动平台和三维转台，分别对位置解算结果和姿态解算结果进行误差测量。试验结果表明，位置解算误差在2%以下，姿态误差在8%左右。同时，该算法的处理时间在2 ms左右，该算法可以满足无人机对定位的实时性和精度的要求。     

基于截断最小二乘和半正定规划的空间非合作目标相对位姿估计

面向空间在轨服务、碎片清除重大应用需求,围绕空间光场复杂、空间目标尺度变化及相对姿态与位置强耦合等难题,提出一种基于截断最小二乘与半正定规划的空间非合作目标相对位姿估计方法。基于TOF相机,首先进行体素下采样,提取快速点特征直方图（Fast Point Feature Histograms, FPFH）特征,考虑目标的局部几何结构尺寸,计算两组FPFH特征的相似度并预测特征之间的对应关系,采用截断最小二乘和半正定规划方法对姿态、位置进行解耦,实现空间非合作目标相对位姿估计。使用非合作目标的3D模型进行仿真验证,仿真结果表明：该方法在三种不同高斯噪声强度下具有较好的估计特性,为后续的工程应用及在轨任务实施提供理论与技术支撑。     

一种小行星探测陆标导航方法

针对小行星探测下降着陆段精确相对导航问题，提出了一种基于Stereophotoclinometry (SPC)陆标的相对导航方法.该方法先采用SPC光照模型渲染陆标的预测图像，再利用双线性插值从观测图像中生成陆标的提取图像.通过组合相关匹配实现预测图像与提取图像的高精度匹配，得到陆标中心点对应观测图像位置，即可利用N点透视(PNP)算法进行相机位姿估计.仿真结果表明，该方法在初始相机位姿偏差较大时也能达到亚像素的图像位置确定精度，并且具有较好的实时性.     

基于结构光的空间大目标特征重构与位姿测量

针对因缺少空间非合作大目标的全局特征而难以实现相对位姿测量的问题,提出利用点状光源与单目光学相机组成点结构光视觉测量系统进行特征重构与位姿测量的方法。以非合作大目标上尺寸未知的局部矩形特征为测量对象,首先建立点结构光视觉测量系统相对位姿测量模型;接着利用相对约束关系给出特征重构方法并获得隐性特征点;然后利用特征点计算测量系统与非合作大目标之间的相对转移矩阵得到相对位置和姿态。通过数字仿真校验该方法的有效性并对测量误差因素进行分析,仿真结果表明该测量方法是有效的。     

一种基于星表特征直线匹配的着陆器位姿估计算法

针对深空探测星际着陆过程中的自主导航问题,提出一种基于星表特征直线的着陆器位姿估计算法。该算法首先采用EDLine算法对着陆过程中所拍摄的图像进行特征直线提取;其次根据直线局部特征对特征直线进行匹配;之后利用至少3对已匹配的特征直线,建立关于着陆器位姿的几何约束方程;然后根据奇异值分解法得到着陆器位姿的候选解;最终通过最小二乘法从候选解中选取着陆器位置、姿态的唯一解。仿真结果表明:该算法可以快速估计着陆器位姿,且在高度为2 000 m时位置误差小于2 m、姿态误差小于0.10°。     

基于普吕克直线的交会对接相对位姿确定算法

为了描述航天器交会对接中的相对位置和姿态测量信息,提出了结合特征线的双目视觉测量以及普吕克直线方程来进行航天器交会对接的相对位姿测量算法。传统算法中航天器的相对位姿是分开测量和计算的,普吕克直线方程则统一描述了两个航天器的相对位姿信息。首先采用双目视觉算法计算得到目标航天器中两条非共面直线在追踪航天器下的坐标值,然后根据普吕克直线方程得到这两条直线在两个坐标系下的相对位姿关系,最后通过采用奇异值分解的方法解算出两个航天器间的相对位姿信息。仿真结果表明该算法不仅实现了位置和姿态的统一测量,而且能够满足航天器交会对接相对位姿的测量要求,验证了该算法的科学合理性与解算快捷性。     

Pose measurement and motion estimation of non-cooperative satellite based on spatial circle feature

Malfunctioned satellites have seriously threatened orbital safety, and the capture of these satellites is of great significance. The pose measurement and the motion estimation of the tumbling satellite is the premise of capture. In this paper, the docking ring of the satellite is identified, which is equivalent to a spatial circle. Combined with the nozzle feature, the pose duality of the spatial circle can be eliminated. And the measurement accuracy is improved by minimizing the reprojection error of the docking ring and the nozzle. Due to the symmetry of the docking ring, the measured pose has only five degrees of freedom, losing the degree of freedom of rotation around the normal vector. In the motion estimation algorithm, the observability of the tumbling motion is firstly analyzed, then an error-state Kalman filter with inertia ratio constraints is designed. To improve the convergence speed and stability of the filter, a rough estimation algorithm of filter initial value based on linear term extraction and particle swarm optimization is proposed. The effectiveness of the pose measurement and motion estimation method is verified by simulations.     

Using consecutive point clouds for pose and motion estimation of tumbling non-cooperative target

This paper proposes a consecutive point clouds-based estimation scheme to resolve the state estimation problem for tumbling non-cooperative space target during the rendezvous phase without a prior knowledge about its structure. First, a consistent pose estimation algorithm is realized by maintaining a global structure of the target that is reconstructed upon the pose graph optimization. Then an extend Kalman filter on Lie group is adopted to estimate the motion and inertia parameters of the target using the pose measurements of the point clouds. Finally, a semi-physical experimental study is carried out to evaluate the performance of the proposed estimation scheme. The result shows that the structure, motion and the inertia parameters can be estimated, and the total computation time is approximately linear with the number of point clouds.     

A model-free method for attitude estimation and inertial parameter identification of a noncooperative target

Determining the attitude and inertial parameters of a noncooperative target is essential in an on-orbit servicing mission. Various methods based on machine vision have been proposed, but most of them require the 3D model of the target. This paper proposes a model-free method through sequentially registering point clouds captured by a depth camera. Our main contributions are the avoidance of the ambiguity in registration, and the combination of the multiplicative extended Kalman filter and the pose graph optimization to reduce the effect of measurement noise and drift error. A hardware experiment was performed to generate the sequence of point clouds of a three-axis free-floating target and validate our method. The result shows that the proposed method outperforms existing methods and effectively identifies the inertial parameters, including the normalized principal moments of inertia and the orientation of principal axes.     

伴飞航天器轨道修正点状态的最小二乘估计

研究了近圆轨道航天器长期伴随飞行在轨道修正时刻相对状态的最小二乘估计方法。针对长期伴飞航天器在固定时刻进行轨道修正的特点,提出采用最小二乘估计方法对轨道修正时刻的相对位置状态进行估计,并基于模型误差特点提出对该算法进行改进的加权最小二乘估计算法。算法具有计算相对简单、算法灵活等特点。仿真结果表明,对于固定时刻的状态估计,这种加权最小二乘估计算法和扩展卡尔曼滤波算法的效果相当,能够满足在轨长期伴随飞行在轨道修正时刻的相对状态估计精度要求。     

混合式惯导系统姿态四元数连续自标定模型

混合式惯导系统作为一种新型惯导系统,具有三轴全姿态物理平台、捷联姿态算法和系统装机自标定等特点。针对以上特点,为提高其导航定位精度,在混合式惯导系统框架角约束方程的基础上,利用姿态四元数代替欧拉角描述混合式惯导系统中三轴物理平台的转动,建立了一种混合式惯导系统姿态四元数连续自标定模型对其进行误差系数标定。针对该模型的特点,对传统的无迹卡尔曼滤波（UKF）算法进行改进,提出了一种基于奇异值分解的四元数无迹卡尔曼滤波（SVD-QUKF）算法进行模型误差系数辨识。仿真和试验结果表明,基于SVD-QUKF算法,四元数连续自标定模型能够以低于1%的相对误差标定出混合式惯导系统所有的误差系数,在标定精度和计算速度上相比基于传统UKF算法的框架角自标定模型都具有一定优势。      

脉冲星方位误差估计的TSKF算法

为提高脉冲星方位误差估计对方位自行速度及卫星位置误差的鲁棒性和整体运算的高效性，设计了两级卡尔曼滤波（TSKF）算法。首先，分析了方位自行速度及卫星位置误差对方位误差估计的影响，并分别结合相关算法进行了仿真验证。然后，结合方位误差估计的CV模型和两级卡尔量滤波的相关原理，写出了TSKF算法的更新方程，并分析了实现并行计算的基本流程。仿真实验的数据显示:在方位自行速度及卫星位置误差均存在的情况下，TSKF算法的方位估计精度约为0.1 mas，方位自行速度估计精度约为1.1 mas/a；与基于CV模型的估计算法相比，TSKF算法的浮点运算仅增加了0.048%。      

基于零速修正与姿态自观测的惯性行人导航算法

针对惯性行人导航中航向角发散致使导航精度降低的问题,提出了一种基于零速修正与姿态自观测的惯性行人导航算法。通过四条件零速检测算法对行走步态中的零速区间进行检测。在检测得到的零速区间内,利用零速修正算法原理构造速度误差的观测量;利用零速区间内行人脚部与地面保持静止、只受到重力加速度及姿态角不变的特性,构造姿态角误差的观测量。应用卡尔曼滤波对零速区间内的姿态角、速度及位置的误差进行估计。利用得到的误差状态估计结果对行人导航进行误差校正,提高惯性行人导航的精度。实验表明:小范围矩形路径中,所提算法的导航轨迹相对误差平均值仅占总路程的0.98%,比零速修正算法减小了78.11%;导航轨迹误差标准差仅为0.14 m,比零速修正算法减小了88.62%;400 m标准操场闭合路径中解算终点相对位置误差仅为1.18%。解算轨迹与实际轨迹匹配度较高,具有良好的应用价值。