平面遮挡分析法及其在航天器气动力矩分析中的应用

针对空间站等复杂构型航天器迎流面积和气动力矩的快速分析问题,提出一种平面遮挡分析法。该方法在与迎流垂直的方向上,选定一个二维投影平面进行航天器组成单元的划分和二维外形信息的定义;通过标志符、差值函数及相关的单元外形边界搜索规则定义和操作,实现迎流面积和遮挡面积的计算。平面遮挡分析法减少了遮挡分析所需使用的航天器外形信息维度,可以提高遮挡分析的效率。然后给出基于该平面遮挡分析法对迎流面积和压心位置进行计算的数学模型,对使用的气动力矩分析模型进行说明。以一个非对称构型的空间站为例,对相应的迎流面积和气动力矩进行仿真计算和对比验证。结果表明,平面遮挡分析法具有较为明显的计算时间优势,同时具备较高的计算精度。     

地面无人作战平台导航技术发展现状与趋势

当前,国内外地面无人作战平台处于快速发展阶段,其自主性、智能性的特点使得其相较于传统地面武器平台对导航系统提出了更高的要求,除了具备常规意义上的测姿、定位、定向等功能之外,还需要具备环境相对位姿感知与导航能力。目前,典型的地面无人平台均采用惯性基组合导航方案,以惯性传感器为主,配备卫星、视觉、雷达等多类辅助传感器,通过组合导航算法实现传感器间的有机融合。针对地面无人作战平台的导航需求,对当前主流惯性基组合导航技术进行梳理,分别介绍了惯性/里程计、惯性/卫星、惯性/视觉、惯性/激光雷达组合导航技术的发展现状,并对适用于地面无人作战平台的导航技术进行了展望。     

动态称重法

本文简要地分析了目前动态称重时传感器测量系统采用“静态标定,动态使用”方法存在的问题。重点介绍了近年来美、日等国为解决这一问题,提出的一个全新的称重方法,即应用微处理机的动态称重法。     

视觉及其融合惯性的SLAM技术发展综述

当前视觉同时定位与建图（Simultaneous localization and mapping,SLAM）技术已经成为导航定位领域重要的导航方式之一。为提升视觉SLAM全天候多场景的综合性能,融合多种信息的视觉SLAM技术得到了快速发展。本文系统综述了近年国内外视觉SLAM的研究成果。首先归纳整理了视觉及视觉/惯性SLAM中的前端里程计、后端优化、回环检测和地图构建关键环节。在纯视觉SLAM技术分析方面,围绕传统基于几何变换和现代基于深度学习的两大类视觉SLAM方法开展讨论,并梳理了相关具有代表性的视觉SLAM技术。在详细阐述视觉/惯性组合导航的多信息融合SLAM方法基础上,分析了近年基于异源图像的视觉及其与惯性组合的SLAM导航技术进展。最后对视觉SLAM的未来发展方向进行了针对性展望。     

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。     

面向火星自主漫游任务的视觉-惯性感知系统

精确的位姿估计以及对周围环境中的障碍物的实时感知,是探测器在火星表面进行自主漫游的基础.然而,火星探测器受到自身质量、体积和能源供应等因素的影响,计算资源和设备功率受到严格限制,这给感知系统的设计与实现提出了挑战.本文针对火星探测器计算资源严重受限的问题,设计了一种基于视觉-惯性多传感器滤波融合的智能感知系统,其主要包括两个模块:1)基于多状态约束卡尔曼滤波MSCKF(multi state constrained Kalman filter)算法的视觉-惯性里程估计模块,实现了相对误差小于1.5％的较高定位精度;2)使用GPU加速的高程地图构建算法,实现了稠密地形图的实时构建.其中,高程地图与机器人位姿采用概率最优的方式进行融合,保证了感知系统整体的概率一致性.相比于现有感知系统,本文所提出的方法可以仅使用双目视觉和IMU实现机器人的位姿估计和周围环境高程地图的构建,并通过合理的算法设计、GPU硬件加速等方法,最终整套系统在30W板载系统上实现了位姿估计输出频率400Hz、地图输出频率4.2Hz的实时运行效果,充分验证了本系统的轻量化特性,能够有效应用于火星车的自主探测任务.     

基于视觉的含章动小天体运动状态估算方法

针对航天器在轨运行以及空间垃圾处理等任务中需要获得两个物体之间的相对位姿,由于测量距离较大且测量目标上不能装载对应的合作靶标,需要进行大视距非合作目标位姿测量的问题,文章在绕飞段深空探测器能够捕获到近距离高清晰的目标天体图像的基础上,提出了一种基于视觉的同步定位与建图(SLAM)的翻滚小天体相对位姿估算方法,将移动机器人视觉SLAM理论推广到"相机静止,目标运动"的空间翻滚小天体相对位姿测量中,经仿真验证,结果表明:此方法可以得出翻滚小天体的位姿信息,可为视觉估计小天体位姿提供参考。     

深度学习在视觉SLAM中应用综述

视觉SLAM一直是近年来火热的研究方向,其处理对象为视觉图像;深度学习在图像处理中展现出的愈加突出的优势,使二者的广泛结合成为了可能.总结了传统SLAM与基于深度学习的SLAM的特点、性质,重点介绍和总结了深度学习在视觉里程计、回环检测中的研究成果,展望了基于深度学习的视觉SLAM的研究发展方向.     

导航星座星间星地一体化数据交互技术研究

导航星座时分轮询建链体制星间链路与非时分固定建链体制传统星地链路,数据交互机制区别显著,不利于导航星座与地面联合数据交互的高效实现.提出利用与星间链路信号体制一致的星地链路,将星间链路范围扩展至地面,以少量的地面站资源和统一的网络规划,实现星间、星地链路数据传输处理机制统一化以及网络资源调度管理一体化的方法,可支持全球...