双线阵测绘相机视轴抖动实时测量

本文建立了一个航天线阵测绘相机视轴测量模型,以实现对双线阵测绘相机视轴抖动的实时测量。首先,通过在相机焦平面两端设置激光收发装置,经由中央棱镜关联,构建了两台相机之间的夹角参数变化测量模型。接着,基于双矢量定姿原理推导了计算表达式,可以实现相机焦距及绕XYZ三轴变化量的高精度测量。对计算方法的误差进行了分析,并通过仿真进行了验证。此外,还对本文提出方法与工程上常用的简化方法之间的残差进行了仿真,结果表明,简化方法仅在很小的测量范围内与本文提出方法一致性良好,当测量角度范围扩大到2′时,采用本文提出的计算方法才能得到精度为0.1″的测量结果。最后,在热真空环境下进行了试验验证,结果显示采用该计算方法得到的相机内外参标定精度达0.1″,结果表明两台相机夹角参数表现出轨道周期性规律,为后续开展立体测绘任务提供了良好的参考。

基于参数识别视速度的双矢量粗对准方法(英文)

针对传统基于视速度双矢量粗对准中,由于传感器随机噪声的影响,存在对准精度差,收敛速度慢的缺点,提出了一种新型自适应Kalman滤波的参数识别粗对准方法。该方法通过对视速度运动进行建模,设计采用自适应Kalman滤波对模型参数进行参数识别,从而有效地消除视运动中的随机噪声,提高粗对准的精度和收敛速度。由于自适应滤波的特点,新方法不需要对传感器误差进行统计,使其在实际系统中具有更加广泛的应用价值。针对双矢量粗对准的计算特点,设计了一种矢量重构算法,从而尽可能地规避双矢量共线性问题,加快了粗对准的收敛过程。仿真与转台实验表明,与传统方法对比,新方法在相同的对准时间内具有更高的对准精度,在相同的对准精度下,具有更高的收敛速度。转台实验的最终对准精度为-0.1391°,标准差为0.012°。

基于矢量观测的航天器分段信息融合定姿方法

针对基于MEMS(微机电系统)陀螺和CMOS APS星敏感器的集成惯性/星光姿态确定系统的低精度特点,研究了适用于该定姿系统的基于矢量观测的定姿算法.对于陀螺/星敏感器这种配置模式,有EKF(Extended Kalman Filter)、QUEST、最优REQUEST等几种适用的定姿算法.针对EKF和最优REQUEST算法的不同特点并结合确定性算法QUEST,以四元数为姿态参数,将姿态估计的EKF方法分别与QUEST算法和最优REQUEST算法进行了融合,提出一种分段信息融合的姿态估计器:陀螺漂移估计误差较大时,将EKF与QUEST结合,快速估计出陀螺漂移.当陀螺漂移误差减小到一定程度,再切换为EKF与最优REQUEST算法融合的双重滤波器.仿真比较结果表明,这种分段信息融合的姿态估计器既可以估计姿态参数也可以估计陀螺漂移,并能达到很高的定姿精度.

掘进机姿态参数测量及解算方法

针对现有掘进机姿态参数测量方法将双轴倾角仪输出角度直接作为掘进机的俯仰角和横滚角的现象,通过分析掘进机姿态参数测量及双轴倾角仪测量原理,得出不论是在水平巷道还是倾斜巷道中,单独使用双轴倾角仪均无法进行俯仰角和横滚角测量,需将双轴倾角仪与包含掘进机航向信息的定位方法进行融合,才能同时解算出掘进机全姿态参数。针对水平巷道和倾斜巷道2种典型掘进工况,给出了融合扇形激光和双轴倾角仪的姿态解算方法(方法1)、融合机身两点坐标和双轴倾角仪的姿态解算方法(方法2)。方法1根据扇形激光束光斑位置实时确定掘进机相对于巷道坐标系的偏航角,通过双轴倾角仪获得掘进机机身相对于巷道坐标系的俯仰角和翻滚角,从而解算出掘进机的偏航角、俯仰角和横滚角。方法2先测量掘进机机身上2个待测点在巷道坐标系下的三维坐标,然后根据双矢定姿原理,利用双轴倾角仪测量并解算出掘进机姿态参数。Matlab与Gazebo联合仿真结果表明,在水平巷道中和4种不同倾角的倾斜巷道中,将双轴倾角仪输出角度直接作为掘进机的俯仰角和横滚角的方法误差较大,难以满足掘进机姿态参数测量需要;方法1和方法2的误差都很小,在水平巷道中的最大角度误差均值为0.0049°,在倾斜巷道中的最大角度误差均值为0.025°,验证了2种掘进机姿态解算方法的合理性。