基于TEASER算法的空间非合作目标位姿估计

基于点云的空间非合作目标位姿估计,常受到噪声影响.提出截断最小二乘估计与半定松弛(truncated least squares estimation and semidefinite relaxation,TEASER)与迭代最近点(iterative closest point,ICP)的结合算法,提升空间非合作目标位姿估计精度与鲁棒性.该方法包括粗配准与精配准两个环节:在粗配准环节中,基于局部点云与模型点云的方向直方图特征(signature of histogram of orientation,SHOT)确定匹配对,利用TEASER算法求解初始位姿;在精配准环节中,可结合ICP算法优化位姿估计结果.北斗卫星仿真实验表明:在连续帧位姿估计中,噪声标准差为3倍点云分辨率时,基于TEASER的周期关键帧配准方法的平移误差小于3.33 cm,旋转误差小于2.18°;与传统ICP方法相比,平均平移误差与平均旋转误差均有所降低.这表明所提出的空间非合作目标位姿估计方法具有良好的精度和鲁棒性.

DMANet:针对空间非合作目标位姿估计的密集多尺度注意力网络

利用单目相机对空间非合作目标进行准确的姿态估计对于空间碎片清除、自主交会和其他在轨服务至关重要。然而,单目姿态估计方法缺乏深度信息,导致尺度不确定性问题,大大降低了其精度和实时性。本文首先提出了一种多尺度注意块(Multi-scale attention block, MAB),从输入图像中提取复杂的高维语义特征。其次,基于MAB模块,提出了空间非合作目标6自由度位姿估计的密集多尺度注意网络(Dense multi-scale attention network, DMANet),该网络由平面位置估计、深度位置估计和姿态估计3个分支组成,通过引入基于欧拉角的软分类方法,将位姿回归问题表述为经典分类问题。此外,设计了空间非合作目标模型,并利用Coppeliasim构建了姿态估计数据集。最后,与其他最先进的方法相比,在SPEED+、URSO数据集和本文数据集上全面评估了所提出的方法。实验结果表明,该方法具有较好的姿态估计精度。

一种基于点云配准的空间非合作目标相对位姿估计算法

针对空间机器人在轨维修等任务中的非合作目标位姿估计问题,提出一种基于点云配准的空间非合作目标位姿估计算法。在粗配准阶段,利用复合滤波算法保留点云外形并降低点云密度,通过主成分分析法求出特征向量,建立特征向量变换关系,利用RANSAC算法检验匹配效果。在精配准阶段,使用基于改进ICP算法的精配准算法,求出旋转矩阵和平移矩阵,得到位姿估计值。采用经旋转平移变换和高斯噪声处理的6组数字卫星点云模型进行点云配准性能验证,并利用TOF相机采集的卫星缩比模型点云进行位姿估计算法验证。经验证,算法的姿态角测量误差小于0.4°,位移测量误差小于3 mm,是一种针对空间相对位姿测量问题的抗噪性能更好、鲁棒性更高的有效解决手段。

基于奇异谱分析的空间非合作目标无源机动检测方法

针对空间非合作目标无源预警任务中无先验信息条件下的目标轨道异常检测难题,提出了基于奇异谱分析的目标机动无源检测方法。首先,在追踪卫星轨道坐标系下建立了相对动力学模型及无源相对视线角测量模型。然后,通过奇异谱分析对视线角原始测量序列进行特征提取,设计了差异化评价指标及其阈值的计算方法并利用与、或门逻辑进行综合机动判断。最后,在GEO类型轨道应用场景下对所提算法进行了数值仿真验证与结果分析。仿真结果表明,当无源测角精度不低于3×10^(-4)rad时,相对距离1000 km以内目标执行的1 m/s量级以上的小脉冲机动可被有效地检测,检测成功率超过90%。

基于相对角动量的空间非合作目标机动仅测角检测方法

针对传统方法在空间非合作目标小脉冲轨道机动检测过程中性能不佳的问题,在构建了一种基于相对角动量的新型待检特征量的基础上,提出了利用无源光学相机仅测角信息的轨道机动检测新方法。首先,在轨道坐标系下建立了基于Clohessy-Wiltshire方程的相对动力学模型和相机偏离质心安装时的相对视线角测量模型;然后,给出了相对角动量的定义并量化分析了以相对角动量作为机动检测特征标志的优越性;接着,设计了基于二次滑窗方差比值的机动检测算法框架;最后,通过数值仿真对所提算法进行了有效性验证和性能分析。仿真结果表明,该方法可以实现对近圆轨道目标的快速轨道机动检测,机动时间点检测误差在60 s以内。

基于霍夫变换的空间非合作目标点云配准算法

针对空间非合作目标点云配准过程中目标残缺、机动过快等问题,对飞行时间深度(TOF)相机点云配准过程进行研究。利用相机可同时获取灰度与深度图的特点,提出一种基于霍夫变换的点云配准算法,在提供精确初始位姿的同时,也加速了最近点搜索过程。对TOF相机摄得灰度图进行边缘检测,利用边缘点以随机霍夫变换的方法拟合椭圆中心,使待配准点云与参考点云中心配准。随后检测图像几何特征,与对应参考点特征相配,提高初始位姿精度,既避免所提算法陷入局部最小,也可解决目标点云缺失无法配准的难题。在最近点搜索过程中,引入kd-tree改进算法,以3σ准则剔除单次k邻近的离群点,提高了相机动态性能。以某实拍卫星模型对所提算法进行仿真分析,成功验证了其对于残缺目标配准的可行性与鲁棒性。同时,在完整与残缺点云目标下,所提算法较于常规霍夫变换法相比分别提速955.3%和440.4%,且精度相当,具有较为广泛的应用前景。

一种面向空间非合作目标的强化学习多臂协同俘获策略研究

针对空间非合作目标清除任务中的目标适应性以及俘获动作规划复杂性等问题,提出了一种基于强化学习方法并结合“多臂分组协同”机制的包络俘获策略。首先构建了多臂俘获机构的物理模型和运动学模型,之后利用SAC(soft actor-critic)算法并引入前演训练(PT)设计了强化学习控制器,接着基于“多臂分组协同”奖励机制设计奖励函数以训练得到最优俘获动作。为了验证俘获策略对单目标作业的高效性和对多目标作业的高适应性,对各种目标分别进行仿真实验。仿真结果表明:所得的俘获策略可以对多种构型的目标实现高效、高适应地俘获。

基于深度学习的非合作目标感知研究进展

近年来,随着卷积神经网络的发展,基于深度学习的图像感知技术取得了巨大进展。由于深度学习算法不依赖人工辅助设计标记、泛化能力强、检测精度高,在空间非合作目标智能感知领域引起了国内外学者的关注。分析了应用深度学习方法进行非合作目标智能感知的研究现状,并对其进行了分类介绍与总结。首先,总结了空间非合作目标感知的在轨应用情况和任务阶段规划,接着分析了非合作目标的结构特性和表面光照特性;其次,梳理总结了建立非合作目标数据集的三种方法,并分类归纳了非合作目标识别与非合作目标位姿检测的国内外研究进展;最后,分析了基于深度学习的非合作目标智能感知方法的关键问题与难点,并给出了后续研究的思路。

基于双星编队的空间非合作目标联合定轨方法

针对单颗卫星对空间非合作目标的纯测角跟踪定轨系统存在观测几何条件差和定轨误差较大的缺点,提出利用双星编队对空间非合作目标进行协同观测。该方法引入平方根无迹卡尔曼滤波(UKF)算法,并融合地面站观测双星编队信息、双星编队星间测量数据以及双星编队对空间目标光学观测信息进行整网定轨,实现在纯测角条件下双星编队对空间非合作目标的实时跟踪。仿真结果表明该方法可以改进观测几何条件和提高空间非合作目标的跟踪定轨精度。

基于单目视觉的空间非合作目标相对姿态估计方法

提出一种基于单目视觉的连续多帧空间非合作目标姿态估计算法.根据目标主体主轴方向和太阳能帆板方向将目标姿态切分成姿态子空间,采用方向Chamfer匹配在姿态子空间中搜寻与目标匹配的候选姿态.通过连续多帧候选姿态的方向Chamfer匹配代价和转移代价来构建轨迹的总代价,采用动态规划对轨迹代价进行优化.结果表明该算法求解精度高,鲁棒性好.

采用双目视觉的非合作空间目标相对导航与惯性参数辨识方法

针对面向在轨服务的非合作空间目标测量感知问题,提出了一种基于双目视觉的相对导航与惯性参数辨识方法。利用目标表面的特征点建立几何坐标系,并分别设计了姿态测量和相对导航滤波器,实现了目标姿态、角速度、轨道,质心位置与惯量比的高精度估计。在此基础上,通过黏附卫星与非合作目标形成组合体,利用相对导航算法获得的质心位置和惯量比在黏附前后的变化,实现了目标质量和转动惯量的辨识。数值仿真试验证明了算法的有效性。

近距离跟踪指向空间非合作目标有限时间控制

追踪航天器在对空间非合作目标进行近距离跟踪与监视时,需要接近非合作目标并从特定方位保持对目标的指向与观测.针对非合作目标存在姿态翻滚以及未知轨道机动时追踪航天器保持近距离跟踪与指向的问题,在视线坐标系和体坐标系下分别建立了相对轨道和姿态的动力学方程,并构建了对轨道与姿态同步控制的六自由度模型,利用RBF神经网络对系统不确定性及未知的目标运动参数进行自适应估计和补偿,采用反步法思想设计控制器使追踪航天器在有限时间内收敛到期望的相对轨道和姿态并维持保持状态.进一步考虑控制输入饱和、死区等非线性特性,对控制律进行改进.改进后的控制算法可以有效地提高控制精度,仿真结果验证了控制对象模型和控制算法的有效性.

扁平体空间非合作目标多指外包络抓捕构型设计

针对空间非合作目标抓捕问题,提出了一种扁平体空间非合作目标多指外包络抓捕最优构型设计方法。该方法的核心在于:选择抓捕机构的主手指并控制它跟踪包络点;根据抓捕机构的多指几何关系计算从手指可行抓捕构型;利用外包络抓捕约束条件,以及碰撞检测约束条件,筛选出有效包络构型。与已有方法相比,该方法采用主-从抓捕的简洁模式,可以大大降低抓捕构型优化的计算量,适用于空间非合作目标实时在轨抓捕。进一步,引入了抓捕安全裕度的概念,用于量化抓捕机构多指形成的抓捕包络空间和空间非合作目标运动包络之间的安全裕度。考虑到形成抓捕构型之前尽量避免空间非合作目标与抓捕机构发生碰撞,避免产生二次碎片,在设计抓捕外包络构型时选择最大抓捕安全裕度构型作为最优构型。将该算法分别应用到四边形和正五边形运动目标包络问题中,仿真结果表明了其有效性。

卫星编队对空间非合作目标测距相对导航精度分析

针对单颗卫星对空间非合作目标测距不能估计全部相对运动状态的问题,提出利用编队中多颗卫星同时测距相对导航。建立了相对运动状态估计的系统模型;推导了系统可观测矩阵;通过计算系统可观测度和采用无迹卡尔曼滤波(UKF)对目标相对运动状态进行估计,研究了观测矢量方向和数量与相对导航精度的关系。结果表明双星测距能估计全部相对运动状态,观测矢量夹角越大,相对导航精度越高,在编队尺寸远小于目标距离的前提下,多于两颗的卫星测距并不能明显提高相对导航精度。

基于特征建模的空间非合作目标姿态智能测量方法

为实现空间非合作目标姿态的测量,基于特征建模的思想,提出了一种根据目标激光点云数据进行高效处理的智能测姿态方法.首先,针对空间目标姿态测量的需求,寻找并实现能够高效表征目标姿态的点云数据特征.接着,应用神经网络的方法对目标点云姿态特征进行学习,通过建立合理的神经网络模型和训练数据,实现目标点云特征与姿态间非线性映射关系的建立.最后,利用目标点云仿真数据集,对方法的测量精度和测量实时性进行了评估.实验结果表明:利用特征建模的思想,提出并建立目标点云姿态协方差矩阵特征,实现了点云数据在表征目标姿态方面的信息高度压缩,为神经网络模型的轻量化设计和计算资源严重受限的在轨应用,提供了可行的智能化工程实现方案.

空间非合作目标未知构型重建质量评估方法

针对基于线阵激光雷达扫描重建获得的三维模型,因其构型未知,无法通过模型对比进行质量评估,本文着重研究未知构型的质量评估方法。首先,采用3σ优化的最小二乘法对空间非合作目标点云平面与直线进行拟合;其次,从点云密度、重建几何性质、表面完整度进行重建质量评估,再基于上述三种评估方法建立多因素综合评估数学模型,对三维重建结果进行满意度质量评估;最后通过仿真实验验证评估方法,获得多因素综合评估满意度为95.5889%,实验结果表明该评估方法合理且具有参考价值。该研究不仅能验证基于线阵激光雷达三维重建结果的精度,还为空间非合作目标未知构型质量评估提供一种新的研究思路。

空间非合作目标消旋技术研究现状总结与展望

针对空间非合作目标开展在轨服务、轨道清除等需要在轨捕获任务的顺利实施,在捕获前一般需要对非合作目标进行消旋。系统调研了国内外针对空间非合作目标的消旋方案,并将其分为基于能量转移和基于能量损耗的两种方案。在对两类方案的具体原理及操作过程与关键技术进行总结的基础上,概括了各方案的特性及其适用场景,分析了未来空间非合作目标消旋技术的发展方向。

基于截断最小二乘和半正定规划的空间非合作目标相对位姿估计

面向空间在轨服务和碎片清除的重大应用需求,围绕空间光场复杂、空间目标尺度变化及相对姿态与位置强耦合等难题,提出了一种基于截断最小二乘与半正定规划的空间非合作目标相对位姿估计方法。基于TOF相机,首先进行体素下采样,提取快速点特征直方图(FPFH)特征,考虑目标的局部几何结构尺寸,计算两组FPFH特征的相似度并预测特征之间的对应关系,采用截断最小二乘和半正定规划方法对姿态和位置进行解耦,实现了空间非合作目标的相对位姿估计。使用非合作目标的3D模型进行仿真验证,仿真结果表明:该方法在三种不同高斯噪声强度下具有较好的估计特性,为后续的工程应用及在轨任务实施提供了理论与技术支撑。

空间非合作目标自旋速率测量方法与实验

为了实现对失稳、快旋空间非合作目标运动状态的测量,提出一种基于单目相机序列图像的测量方法。根据目标与探测器的投影几何关系,推导和证明了测量方法的可行性。根据空间光照环境的特点,给出一种基于MSER特征的图像处理方法,用于稳定提取目标在图像中的投影角。根据获得的多帧序列投影角值,通过设定合理的多项式拟合模型,计算非合作目标的自旋速率。最后通过在轨图像数据,进一步验证了方法的有效性和测量精度。实验结果表明:对于某60°/s的快旋非合作目标,用1 Hz帧频的单目相机观测150 s,该方法对目标的测量均值为60.07°,测量标准偏差为0.05°/s,实现了稳定可靠、高精度的空间非合作目标运动状态测量。

跟踪空间非合作目标的一种相对轨道确定方法研究

利用追踪星对空间非合作目标进行自主跟踪飞行具有重要的工程意义，本文针对追踪星沿航向对空间非合作目标跟踪飞行的情况，基于相对距离、方位角和俯仰角等星间测量信息，提出一种新的跟踪空间非合作目标的相对轨道确定方法。首先从轨道运动学方程出发，给出以追踪星与非合作目标之间轨道根数差分表述的卫星相对运动方程，其次根据星间测量几何关系对应的测量方程，利用两步估计方法得出二者之间的轨道根数差分，从而实现相对轨道确定。最后通过数学仿真进行了验证。