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。     

基于马达代数的交会对接相对位姿测量算法

精确测量追踪航天器与目标航天器之间的相对位姿关系是成功完成航天器交会对接任务的关键。传统的位姿测量算法将旋转和平移分而视之,破坏了三维运动的统一性,同时增加了算法的复杂性和计算难度。针对这个问题,采用双目视觉测量方法,在马达代数框架内,以两个特征光点确定的特征直线为变换基元,统一描述并设计算法测量追踪与目标航天器之间的位姿关系,最终将两航天器之间的相对位姿解算问题简化为求解两个线性方程组。该方法在计算形式上更为简洁,且测量受特征光点的安装位置限制较小。仿真结果表明,算法具有较高的精度和稳定性,可以满足航天器交会对接任务的要求。     

基于先验子图检测的失效航天器SLAM方法

基于激光雷达的航天器位姿估计技术是当前在轨服务研究热点。针对失效航天器位姿估计,将通用的图优化SLAM技术应用到空间非合作目标的研究中。为解决SLAM算法在动态场景中产生累积误差问题,利用失效航天器自身运动特点,提出一种基于先验子图检测改进的SLAM算法。在该算法中,通过激光雷达和惯性测量单元分别采集失效航天器及周围环境的点云数据、服务航天器的运动信息,构建出服务场景下航天器的相对位姿图;再采用先验子图检测方法建立不连续的位姿节点间的约束关系;最后用约束信息对位姿图进行优化。仿真结果表明,相较于通用的SLAM算法的位姿估计,该方法减小了累积误差,提高了相对位姿估计精度,可以为后期的导航、控制等在轨任务提供信息。     

可见光/激光组合的相对位姿测量研究

针对可重构航天器模块超近距离对接场景下特征点消失问题,提出一种可见光/激光的高精度相对位姿测量方法。该方法先通过可见光/激光组合对初始相对横滚角误差进行校零,完成粗校准环节;然后通过激光二维双镜反射法进行精确的相对位姿解算,获得高精度相对位姿数据。仿真结果表明,在现有技术条件下,该方法在模块相对距离在100cm内可不依赖视觉特征点,实现±1.2mm和±0.03°的相对位姿测量精度,为模块航天器对接后续的超近距离高精度位姿控制奠定基础。     

基于单目视觉的非合作目标相对位姿测量

为实现对空间姿态翻滚航天器的在轨服务与维护以及对空间碎片的清理，需对其进行精确的相对位姿测量。针对相对位姿测量问题，提出了基于单目视觉与卡尔曼滤波的相对位姿测量方法。通过对特征点匹配算法进行调查，采用了具有尺度不变性与旋转不变性的尺度不变特征变换算法(SIFT)和加速稳健特征算法(SURF)的特征点提取方法，并对二者进行了对比，得到了二者分别适用的工况条件。通过对Kalman滤波算法进行研究，引入了相机偏置矩阵，设计了Kalman滤波器，解决了单目相机的距离模糊问题，估计得到了非合作目标的相对位姿、主惯量比以及特征点位置信息。经过仿真，姿态角度估计误差在稳定后低于0.3°，相对位置估计误差在稳定后低于0.5m，相较于真值，误差小于1.67%，主惯量比估计误差在稳定后低于0.01，特征点位置误差在稳定后低于0.005m。在引入相机偏置条件后，滤波状态变量均收敛，并得到具有足够精度的估计，成功解决了单目相机深度信息缺失问题。     

航天器自主交会对接的视觉相对导航方法

针对航天器自主交会对接在最终逼近阶段的相对导航问题,研究了基于特征光标的航天器视觉相对导航方法。首先建立了小角度假设条件下的相对导航模型。给出了航天器相对位置和采用欧拉角描述的相对姿态的近似解析算法。其次利用相对姿态的解析解作为观测信息,采用降阶的无迹卡尔曼滤波方法对目标航天器的姿态角和惯性角速度进行了估计,间接得到了相对姿态和相对姿态角速度的估计值。数值仿真表明提出的解析算法能够有效获得相对位置和相对姿态测量信息,通过降阶滤波可明显提高相对姿态确定精度。     

基于三目视觉的航天器交会对接位姿测量方法研究

随着载人航天和宇宙空间站的不断发展, 航天器自主对接技术显得日趋重要. 在航天器对接的最后逼近阶段, 实时精确测量两航天器间的相对位置姿态参数是对接成功的关键. 针对航天器交会对接中位置姿态参数的测量问题, 研究了三目视觉的非线性测量方法, 阐述三目视觉的测量原理并建立数学模型, 将相对位姿参数求解问题转化为非线性优化问题, 进而利用Levenberg-Marquardt算法求解. 仿真研究表明, 与双目视觉线性方法和三目视觉线性方法相比, 该方法能降低图像匹配误差的影响, 提高特征点的定位精度, 增加测量系统的可靠性.      

基于对偶四元数的编队飞行卫星相对位姿描述

为统一描述编队飞行卫星中主从星的相对位置和姿态参数,利用对偶四元数,建立编队飞行卫星运动学模型,分析其物理意义,提出了基于对偶四元数的编队飞行卫星相对位姿描述的划船算法,并利用这一算法解算出相对位置和姿态参数,突破了传统方法中将卫星轨道和姿态分而治之的方式。仿真结果表明该算法科学合理,能够有效描述编队飞行卫星间的相对位置和姿态。     

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。     

基于单目视觉的非合作航天器相对位置和姿态测量算法

对非合作航天器的相对位置和姿态测量问题进行了研究,提出了一种新的单目视觉测量算法——相似迭代算法．该算法根据相似三角形原理推导出一种新的深度迭代机制,通过深度估计和绝对方位问题求解两个步骤对相对位置和姿态参数进行迭代计算．数值仿真结果表明了该算法的有效性．