基于点云的空间非合作目标位姿测量方法研究

针对模型未知的空间非合作目标的位姿测量问题,提出了基于低成本固态激光雷达的点云配准方法。算法首先根据空间目标的特点,提取平面点与边缘点作为匹配特征点;接着,提出了基于迭代匹配与自回环的位姿求解方案,解决了位姿优化中误匹配与误差累计问题;最后,在气浮台半实物实验校验中,算法解决了固态激光雷达单线收发、不规则采样的问题,实现了实时鲁棒的位姿跟踪,同时降低了跟踪过程中累计误差,测量精度优于现有算法,能够满足对非合作目标相对位姿测量的任务需要。     

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。     

抗压制型干扰的空中目标成像跟踪技术

文章针对压制型干扰存在条件下的空中运动目标成像跟踪问题,提出了基于事件分析的抗压制型诱饵的目标跟踪方法。跟踪过程中,根据目标与图像中心的距离保持传感器指向在若干帧内不变,在指向不变的时间内利用平台惯导信息对目标位置进行预测,然后自适应地确定跟踪窗,通过跟踪窗中的特征突变判断目标抛出诱饵、目标与诱饵分离等异常事件的发生,排除诱饵对跟踪过程的干扰。使用仿真和实测数据对跟踪算法的性能(抗干扰成功率、跟踪精度和实时性)进行测试,验证了算法的有效性。     

基于粒子滤波的红外弱小多运动目标检测

针对低信噪比条件下红外图像序列中的多个弱小运动目标检测问题,提出了一种基于粒子滤波的多目标检测前跟踪方法.首先分析了红外图像的状态及观测模型,然后将弱小运动目标的检测转化为贝叶斯滤波框架下的检测前跟踪,并利用多个粒子滤波器予以实现.为了评估该算法的有效性,采用人工合成的红外图像序列对其进行测试,结果说明该算法可同时处理低信噪比条件下的多个弱小运动目标,检测和跟踪性能良好.     

联合EKF和EKPF的空间非合作目标单目位姿估计

针对微小卫星自主抵近任务中模型未知的非合作目标的相对位姿估计难题,提出一种联合扩展卡尔曼滤波EKF和扩展卡尔曼粒子滤波EKPF的非合作目标的单目位姿估计方法。以任务星相机坐标系为参考,构建非合作目标的相对运动模型。以目标图像中的特征点坐标为观测值,构建非合作目标测量方程。对相对位姿和特征点三维坐标进行初始化后,利用扩展卡尔曼粒子滤波估计目标相对位姿,利用扩展卡尔曼滤波估计特征点三维坐标。使用OpenGL生成非合作目标空间图像进行仿真验证,结果表明本文提出的非合作目标单目位姿估计方法可获得较高精度的位姿估计,且具有较好的鲁棒性。相比已有方法,本文方法不需要初始位姿假设,且能够有效减小计算时间,提高位姿估计效率。     

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。     

复杂背景中红外多光谱目标检测算法研究

针对多光谱红外探测器,对复杂背景条件下红外弱小目标检测算法进行了研究。根据弱小目标缺乏纹理等相关信息的特点,给出了一种用于多光谱图像的弱小目标检测算法。对多光谱图像,构建数据立方体,对多光谱信息建立稳定的目标特征向量,用多光谱背景抑制滤波器以提升图像信噪比,将一种基于统计判别的低信噪比条件下红外序列图像弱小目标检测算法与传统多级假设检验跟踪(MHT)算法综合,形成了改进的连续帧目标检测跟踪算法,对波门内疑似目标点用引入多光谱信息建立的特征向量进行目标的非监督检测判决。实验结果证明:在低信噪比下该算法能有效检测跟踪弱小目标,在保证检测概率前提下可有效抑制虚警,极大地降低了后续跟踪算法的计算爆炸风险。     

基于目标可见光散射特性的空间目标成像仿真研究

为使空间目标可见光成像仿真尽可能反映实际在轨工作状态,提出了一种基于目标可见光散射特性的空间面目标成像仿真方法。根据具体试验场景实时求解跟踪星观测相机、目标星和太阳三站间的相对位姿关系,在事先建立的覆盖全过程的目标可见光散射特性图像数据库中查询相应图像,由相机成像模型,实现空间目标的高逼真度可见光成像实时在线仿真。可为天基空间目标探测、识别与跟踪算法的研究提供较接近真实场景的仿真图像。     

空间翻滚非合作目标相对位姿估计的视觉SLAM方法

针对空间翻滚非合作目标相对位姿测量中目标先验信息缺失和模型不确定问题,将移动机器人视觉同步定位与建图（SLAM）贝叶斯滤波估计模型推广到非合作目标相对位姿测量中,提出一种基于视觉SLAM的翻滚非合作目标相对位姿估计方法。首先,构建了相对位姿估计的贝叶斯滤波状态转移模型和量测更新模型。其次,为避免平动噪声协方差过大导致滤波性能下降的问题,对状态转移方程进行优化,采用最小二乘估计方法预测位置参数。最后,采用一种联合无损卡尔曼滤波和粒子滤波的贝叶斯滤波方法实现了目标全部位姿参数的快速平滑估计。基于计算机合成图像数据和真实图像序列的仿真实验表明：提出的方法具有较优的速度和精度,且对目标速度变化、特征提取和数据关联误差等具有较好的鲁棒性。     

基于点云的空间非合作目标初始相对位姿获取

针对空间非合作目标相对位姿解算对点云迭代最近点(ICP)算法迭代初值要求较高,易产生误匹配等问题,提出了一种基于点云分割与点云关键点的ICP初始迭代位姿获取方法。首先,考虑到非合作目标可能具有的高度对称外观,基于LCCP点云分割算法与点云Harris关键点,在已知目标外轮廓点云基础上,设计了点云ICP初始迭代位姿获取方法。该方法具体流程为：点云降采样处理与关键部分提取、关键部分点云多角度预变换处理、最佳点云匹配及初始迭代位姿获取。最后,以某通信卫星模型搭建虚拟验证平台,使用本文提出的方法给出ICP迭代初始位姿并进行对比实验。结果表明,本文提出的点云ICP迭代初始位姿获取方法可有效规避非合作目标高度对称带来的误匹配,可给出较精确的相对位姿。     

空间非合作目标快速姿态跟踪导航方法研究

提出了一种空间非合作目标快速姿态跟踪导航方法。在非合作目标相对测量过程中,激光测距仪测距数据具有不连续的特点。当不具备测距数据时,采用基于位置-速度方差修正的姿态跟瞄导航滤波算法,引导追踪航天器完成对目标的粗捕获和保持;当具备测距信息时,通过引入间接量测矩阵和Wonham能控规范型极点配置方法,采用基于全维状态观测器的姿态跟瞄导航滤波算法,完成对目标的连续精确指向跟踪,并通过配置观测器极点调整滤波收敛速度。本文提出的姿态指向跟瞄导航算法克服了非合作目标跟瞄过程中测距信息不连续的问题,与传统扩展卡曼滤波算法相比,能够避免量测方程近似线性化过程中的大量矩阵求导运算,因而提高了跟踪导航滤波的收敛速度,增强了追踪航天器对非合作目标的快速姿态指向与跟瞄能力。     

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。     

接近和跟踪非合作机动目标的非线性最优控制

航天器在实施对空间非合作目标的近程操作任务中,需要接近目标并保持在目标附近的特定方位,对目标指定部位随动跟踪和观测。针对非合作机动目标的接近和视线跟踪的六自由度控制问题,根据视线坐标系下的相对轨道方程和体坐标系下的相对误差四元数姿态方程,建立了航天器间近距离相对运动的轨道和姿态联合控制模型。考虑模型的非线性、时变性和计算的快速性,采用θ-D控制方法进行接近和视线跟踪的轨道和姿态联合控制。为了减小跟踪同时存在轨道和姿态机动的非合作目标的控制误差,应用Lyapunov最小-最大定理设计了θ-D修正控制器,改善非合作目标同时进行姿态和轨道机动时的控制性能。仿真验证了模型的正确性和控制器良好的跟踪性能。     

空间机械臂视觉相机内参标定技术研究

针对空间机械臂视觉相机的任务需求与配置,内参标定技术是相机高精度获取合作目标位置、方向等运动信息的首要前提和重要保障。文章设计了一种基于二维平面靶的机械臂相机内参标定方法,用于解算焦距、主点坐标、畸变系数等。首先,利用相机拍摄多幅平面靶图像,求解平面靶与相机图像之间的映射矩阵;其次,构建相机内参约束方程;再次,利用特征值分解,解算焦距、主点坐标等参数值;最后,引入径向、切向畸变构建非线性模型,将解得的内参作为初值,利用Levenberg-Marquardt优化算法即可计算出相机内参最优解。试验结果表明,该方法完全适用于机械臂相机内参标定,标定结果均满足机械臂视觉相机获取合作目标三维位姿的测量精度要求。     

空间合作目标运动再现的相似设计方法研究

以相似理论为基础设计一种绝对运动等效代换方案以在地面试验中实现空间合作目标绝对运动与相对运动同时再现。首先应用量纲分析法给出空间合作目标轨道姿态动力学问题地面试验的相似准则;然后,提出绝对运动等效代换方法,并以此为基础建立运动再现地面试验模拟器的轨道姿态动力学方程;最后以航天器交会对接最终逼近段地面验证试验为例给出地面试验系统验证方案的具体实施步骤,并通过仿真算例说明所提方法的有效性。     

改进PointNetLK的点云智能配准与位姿图优化方法

针对空间在轨服务任务中的非合作目标相对位姿测量问题,提出一种目标可测部位点云的智能配准方法。首先,通过Straight Through滤波算法对半物理仿真平台采集得到的点云进行目标提取,以消除背景数据等杂乱信息;其次,改进PointNetLK神经网络点云配准算法,将提取后的点云数据作为输入,从而获得初步配准结果,解决非合作目标先验信息缺失导致的无法配准问题;最后,建立基于位姿图的优化模型,以降低配准误差,提高配准精度。实验结果表明,与传统迭代最近点(ICP)算法相比,配准综合误差从6.3598降低到1.7291,精度提高约 72.81% 单次耗时从33.16 s降低到4.2 s,效率提升约87.33%,与当前SM ICP等其他算法相比,也具有一定的优势。     

基于Sarsa(λ)强化学习的空间机械臂路径规划研究

针对目标特性未知的在轨操作环境,研究了典型空间操作机械臂的路径规划策略。采用Sarsa(λ)强化学习方法实现目标跟踪及避障的自主路径规划与智能决策,该方法将机械臂系统的每节臂视为一个决策智能体,通过感知由目标偏差和障碍距离程度组成的二维状态,设计符合人工经验的拟合奖赏函数,进行各臂转动动作的强化训练,最终形成各智能体的状态-动作值函数表,即可作为机械臂在线路径规划的决策依据。将本方法应用于多自由度空间机械臂路径规划任务,仿真结果表明新算法能在有限训练次数内实现对移动目标的稳定跟踪与避障,同时各智能体通过学习所得的状态-动作值函数表,具备较强的后期在线自主调整能力,从而验证了算法较强的鲁棒性和智能性。     

一种卫星间跟瞄方向的控制策略与实现

进行自由空间的光通信或空间对抗，需要在卫星间实现精确的跟踪与瞄准。因为地面测控站的设置非常有限，指令与数据注入的范围受到很多限制，所以要求这种跟瞄在很多时候是无主控制状态下完成的。提出了一种利用在地面测控站的范围内向星上数管中心注入目标卫星、本体卫星的轨道参数，其它时间依靠自主导航飞行和GPS修正的方法，结合本体星的姿态测量、振动测量实现卫星瞄准指向的方位角与俯仰角的精确控制的方法，提高了在地面站无法注入指令与数据时卫星的捕获概率。通过仿真，将计算结果与卫星仿真工具软件STK的数据进行比较，结果一致。最后在嵌入式DSP平台上实现了这一策略。