Pose measurement of large non-cooperative satellite based on collaborative cameras

In recent years some communications satellites lost their ability due to the failure of mechanisms to deploy, which resulted in large cost. A space robotic system is expected to perform the on-orbit repairing mission. This is a tremendous challenge since the targets are generally non-cooperative, i.e. no facilities used for relative state measurement are mounted on the targets. Moreover these targets are very large. Limited by the FOV (field of view), a monocular camera cannot supply enough information of the targets in close range. In this paper, a method based on two collaborative cameras is proposed to determine the pose (position and orientation) of a large non-cooperative target. Firstly, we designed a sensing system used for the non-cooperative measurement, according to the investigation of the characteristics of communications satellites. A rectangular feature, which is common in the configuration of a satellite, is chosen as the recognized object. Secondly, we proposed that two cameras share the recognition task in a collaborative behavior, i.e. each provides partial image of the rectangle, and the full feature is then obtained by fusing their information. Lastly, the corresponding algorithm of image processing and pose measurement is addressed. Simulation results of typical cases verify the proposed approach.     

单目-无扫描3D激光雷达融合的非合作目标相对位姿估计

针对传统的利用单一视觉传感器难以实现复杂非合作空间操控导航的问题,提出一种基于单目相机与无扫描三维激光雷达融合的非合作目标相对位姿估计方法。首先,设计了基于成像几何关系的单目纹理-非扫描距离图像的快速配准与融合方法;之后,在构建目标同步定位与建图（SLAM）贝叶斯滤波模型基础上,提出一种扩展卡尔曼滤波-无损卡尔曼滤波-粒子滤波联合的滤波估计算法,可实现尺度模糊下相对位姿的快速鲁棒估计;其次,针对估计中的尺度模糊问题,提出基于融合图像的全局尺度系数确定方法,将尺度系数估计问题转化为简单线性滤波问题。基于OpenGL生成的2D/3D图像实验表明：所提出的方法具有较优的精度和鲁棒性;相对位置估计误差与尺度估计误差相关,二者近似成线性正比关系。     

基于多相机的空间机械臂视觉系统

视觉系统是空间机械臂的重要组成部分,空间机械臂除开环控制外的所有工作模式都不能离开视觉系统的引导和辅助而独立实现。文章以建立满足空间机械臂实际应用需求的视觉系统为目标,提出通过分布在不同空间位置的多个相机的协同工作扩展并增强视觉系统的监视和测量能力,并从系统组成、工作模式、测量方式等多方面完成空间机械臂视觉系统方案设计。仿真试验结果表明,目标三维位姿的测量误差与视觉标记点检测结果的误差近似成线性关系,视觉标记点检测的准确性对目标位姿测量的精度具有重要影响。室内环境试验结果表明,在视觉系统的引导下机械臂能够自主完成对目标的定位和捕获,视觉系统满足空间机械臂大范围运动和精准操作任务的应用需求。     

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。     

空间机器人一体化仿真系统的研究与实现

为对空间机器人关键算法进行验证和评估,开发了一套一体化仿真系统。该系统基于模块化设计思想,由遥测遥控接口、轨迹规划与控制、系统动力学模型、系统3D几何模型、相机成像模型、图像处理与位姿测量、碰撞检测与安全预警等模块组成。其中,3D实体模型及仿真场景由OSG(Open Scene Graph)建立,各关键模块的算法采用C语言编程实现,可对空间机器人执行在轨任务的关键算法进行闭环验证。最后对两种典型工况进行了仿真实验,结果表明了该系统的有效性。     

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。     

BUAA-SID1.0空间目标图像数据库

随着太空竞争的加剧,空间目标监视及目标识别受到越来越多国家的重视。而空间目标图像数据库的缺乏直接影响了空间目标识别技术的研究进展。针对这一问题,建立了BUAA-SID1.0空间目标图像数据库。文章在分析空间目标图像数据库建立的背景和意义的基础上,介绍了数据库的建立方法,指出了数据库共享版本BUAA-SID-share1.0的内容,给出了两种识别算法在共享数据库上的测试结果。     

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。     

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。     

用标定和亚像素技术实现三维运动目标的高精度测量

本文介绍一种利用多种亚像素图像技术提取目标及网格节点，并采用新的摄影系统标定与系统误差修正技术，用多个摄像机实现对有特殊标志的空间三维运动目标的高精度测量方法。     

空间站脉冲编码被动式交会对接合作目标三维跟踪

针对空间站交会对接(RVD)过程中合作目标在视频中周期性发光的特点,提出基于累积帧差法的合作目标检测方法及相应的跟踪窗口确定方法,建立合作目标状态的识别机制。在跟踪过程中,针对均值漂移算法容易受到图像背景干扰产生较大跟踪偏差的问题,在光流计算的基础上,提出一种基于线搜索的二维跟踪算法。通过分析敏感器采集的视频,验证了文中提出的算法能够准确地检测和跟踪图像序列中的合作目标,进而结合像机位姿估计算法,连续地估计像机位姿在三维空间中的变化。     

基于射线追踪的快速雷达图像仿真方法

为了解决目标识别、隐身目标设计等研究领域对雷达图像需求日益增加的问题,提出了一种基于射线追踪的快速雷达图像仿真方法。该方法利用射线追踪计算每一个射线管的散射电场及其在雷达成像平面的投影坐标,通过将所有射线管的贡献在像域进行累加得到1幅二维雷达图像。通过对不同路径射线的聚类,可实现对散射贡献的分离,从而建立目标部件与强散射源的对应关系,并对复杂目标雷达图像进行解释。给出了Slicy目标的快速雷达图像仿真与算例分析,分析结果表明:基于射线追踪的快速雷达图像仿真方法可对复杂雷达图像进行有效预测,并能对强散射源进行成因分析。     

非合作大目标位姿测量的线结构光视觉方法

空间机器人与非合作大目标交会接近最终段,单目相机不能获取完整的特征图像而无法完成相对位姿测量。针对此问题,提出基于线结构光和单目视觉的相对位姿测量方法。以非合作大目标上的局部矩形特征为测量对象,首先,建立相对位姿测量模型并给出四个测量坐标系之间的关系;其次,通过相机对不完整矩形和线结构光的约束获得四个特征点在相机坐标系下的坐标;然后,利用四个特征点计算相机坐标系与目标坐标系之间的转移矩阵;最后,将转移矩阵分解得到矩形特征的相对位姿。通过改变影响测量精度的输入误差和标定误差等因素对该方法进行仿真验证,结果表明该测量方法是有效的。     

一种基于图像形态学的深空图像模糊复原方法

针对深空目标与空间相机相对运动造成的图像运动模糊问题,文章提出了一种基于图像形态学的运动模糊复原方法。首先运用图像形态学细化的方法消除图像中的冗余信息,快速提取图像中目标的特征;其次运用最小二乘法直线拟合方法对目标运动方向进行估计,再利用连通域划分结果对目标运动长度进行估计;最后采用约束最小二乘方滤波对退化模型进行逆推导运算来实现目标运动模糊复原。通过实验验证结果表明：文章提出的基于图像形态学的深空图像运动模糊复原方法能够正确估计运动模型参数,通用性强,易于在轨实现,可以处理目标与相机相对运动造成的运动模糊问题,在目标运动方向不一致的图像中取得了良好的复原效果。     

未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题,提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架,通过在训练过程中引入多个复杂结构模型,提高该深度估计框架的泛化能力;其次,利用TSDF对各帧图像所估计的深度信息进行融合,实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验,对于300 mm尺寸的卫星模型图像,像素深度估计平均误差约为13 mm,通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计,并获得目标完整的三维结构与纹理信息,有效解决无纹理区域的重建结构缺失问题。     

模型不确定的空间机器人无力传感器阻抗控制方法

针对自由漂浮空间服务机器人在轨捕获时与服务对象的碰撞问题,提出一种考虑模型不确定情况下的无力传感器阻抗控制方法.通过将不确定模型观测的接触力和神经网络对模型不确定部分辨识得到的接触力,共同作为末端执行器与服务对象抓捕点的估计接触力和阻抗控制器的反馈,使空间机器人在模型不确定和无力传感器的情况下仍能实现与服务对象的柔性接...     

基于UML的任务空间概念模型动态行为验证研究

动态行为的验证已经成为任务空间概念模型校验的重点和难点,而统一建模语言(Unified Modeling Language,UML)是半形式化的语言,难以进行动态行为的分析和验证,采用Petri网进行概念模型形式化验证是理论和方法研究的重要方向.论文提出了基于CPN的动态行为验证过程,论述了动态行为验证的主要内容,并应用CPN Tools对反导作战概念模型进行了动态行为验证,仿真结果表明概念模型是正确的.该方法可以提高模型校验的自动化水平,从而提高校验的效率和校验结果的可信性.     

空间目标态势行为与事件本体设计与构建

针对空间目标态势威胁响应和预警研究不完善的问题，为实现空间目标行为和事件的智能推理、实时响应和主动预警，保障航天活动和空间利益，提出面向行为与事件的空间目标态势本体模型(BEO-SO2)。基于基本形式本体(BFO)，构建空间目标态势行为与事件本体模型。在统一时空框架下建立空间目标关系模型，实现空间目标行为执行和事件发生过程的动态推演。以空间目标碰撞威胁为背景，设计对象实体等级体系和碰撞威胁行为与事件要素，建立碰撞威胁推理规则，基于空间目标态势行为与事件本体进行实现、验证与展示。结果表明,空间目标态势行为与事件本体能够实现空间目标碰撞威胁的等级推理与预警，并指导进一步的空间活动，为航天任务与空间活动提供有效保障。