行星着陆复杂形貌特征匹配与自主导航研究进展

基于行星定点软着陆探测任务的需求,围绕复杂形貌行星着陆过程环境特点,首先分析了行星着陆复杂形貌特征匹配与自主导航所面临的主要技术挑战,随后综述了行星着陆复杂形貌特征匹配与自主导航的研究现状,并概括了行星着陆复杂形貌特征匹配与自主导航所涉及的关键技术。最后对未来行星着陆探测复杂形貌特征匹配与自主导航发展方向进行了展望。     

深度强化学习技术在地外探测自主操控中的应用与挑战

围绕地外探测任务对全自主操控的需求，阐述了智能技术的引入对地外探测操控的重要意义。根据地外探测操控任务的发展现状和特点，总结出地外探测自主操控面临的挑战与难点，对现有基于深度强化学习的操控算法进行概括。以地外探测自主操控任务难点为驱动，对深度强化学习（DRL）技术在地外探测操控中的应用及成果进行了综述与分析，概括了未来地外探测自主智能操控发展中涉及的关键技术问题。     

行星着陆自主导航地形特征综合优化方法

针对行星着陆光学导航方案优化问题,提出了一种基于可观测度的导航地形特征综合优化方法。该方法首先利用星表形貌图像信息建立不同几何特性特征的测量方程,基于可观测度矩阵和Fisher信息矩阵分析导航系统的可观测度和估计误差下限,揭示特征位置和数量与导航系统性能间的关系,在此基础上以导航系统可观测度和估计误差下限为评价指标分别对随机分布导航地形特征点,直线和曲线进行优化选取,最后综合对比分析了利用不同特征点,直线和曲线对导航方案性能的影响,并通过仿真验证了相关结论。     

一种基于陨石坑拟合椭圆的着陆器位姿估计算法

针对星际着陆自主导航问题,提出一种利用陨石坑边缘曲线估计着陆器位姿的简便算法。该算法首先利用至少3条陨石坑边缘曲线及其对应的像曲线,建立关于着陆器位姿的几何约束方程;然后由克罗内克积和最小二乘算法,求取着陆器位置、姿态的解析解。该方法的优点在于,计算过程简单、快速。仿真结果表明,该算法可以较精确的估计着陆器位姿,鲁棒性好。     

基于鲁棒曲线匹配的星表特征跟踪方法

针对星际着陆的特征跟踪及障碍识别过程,提出了一种基于尺度不变的曲线描述及匹配方法。该方法利用曲线邻域的梯度信息形成特征描述符,无需知道各点曲率或曲线之间的几何构型,且对旋转、缩放、视角变化及光照影响都具有较强的鲁棒性。仿真实验表明,该算法不仅能够对不同尺度的陨石坑、岩石边缘等障碍或自然陆标进行识别,而且能够实现边缘曲线特征的跟踪,误匹配率低。     

多视角多尺度陨石坑特征检测识别方法

针对序列图像间视角尺度变化大带来的特征无法检测和识别效率低等问题，提出了多视角多尺度陨石坑特征检测识别方法。基于明暗区域信息和形态学处理实现陨石坑图像特征边缘粗提取，利用快速傅里叶变换计算模板与图像特征的匹配度，从而实现图像特征所在区域粗定位。在此基础上，通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域，解决了序列图像间视角尺度变换及信息冗余带来的特征无法检测和识别效率低的困难，最终在单一陨石坑区域内实现其精细检测。