基于小行星地形特征庫的自主測距與定姿方法

基于小行星地形特征庫的自主測距與定姿方法

ID:46604762

大?。?82.99 KB

頁數(shù):9頁

時間:2019-11-26

基于小行星地形特征庫的自主測距與定姿方法_第1頁
基于小行星地形特征庫的自主測距與定姿方法_第2頁
基于小行星地形特征庫的自主測距與定姿方法_第3頁
基于小行星地形特征庫的自主測距與定姿方法_第4頁
基于小行星地形特征庫的自主測距與定姿方法_第5頁
資源描述:

《基于小行星地形特征庫的自主測距與定姿方法》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、68中國空間科學(xué)技術(shù)ChineseSpaceScienceandTechnology2010年4月第2期基于小行星地形特征庫的自主測距與定姿方法李瀟胡維多(中國空間技術(shù)研究院,北京100094)(北京航空航天大學(xué)宇航學(xué)院,北京100191)摘要首先建立全景著陸區(qū)域地形特征數(shù)據(jù)庫,包括了特征點的經(jīng)緯度、圖像紋理信息、各個特征點之間的位置相關(guān)特性等;隨后提取探測器下降過程中拍攝得到的地形特征,在圖像數(shù)據(jù)庫中進(jìn)行匹配,解決了因小行星自轉(zhuǎn)周期較短產(chǎn)生的特征點溢出視野問題,提高了光學(xué)測量的適用性;最后結(jié)合匹配點的位置信息通過計算

2、機(jī)視覺測距原理獲取探測器和小行星之間的相對位置和相對姿態(tài)。數(shù)學(xué)仿真實驗驗證了方案的可行性。關(guān)鍵詞圖像數(shù)據(jù)庫圖像處理計算機(jī)視覺光學(xué)測量軟著陸小行星1引言小行星探測將是人類未來深空探測最復(fù)雜的任務(wù)之一。光學(xué)導(dǎo)航就是利用航天器自身的光學(xué)傳感器設(shè)備探測目標(biāo)小行星,然后規(guī)劃和處理探測到的目標(biāo)天體傳感器數(shù)據(jù),結(jié)合其他星載設(shè)備獲得的數(shù)據(jù),確定航天器相對目標(biāo)小行星的相對位置和姿態(tài)信息。國內(nèi)外學(xué)者很早就開展了關(guān)于軟著陸小行星的導(dǎo)航算法研究。目前結(jié)合圖像處理的導(dǎo)航技術(shù)發(fā)展較為成熟的一種方案是:利用機(jī)載導(dǎo)航相機(jī)對小行星表面拍照,從圖像中提取

3、出可視自然特征點,精確地跟蹤這些特征點,用激光測距儀測量探測器到特征點的距離,并利用EKF濾波處理特征點圖像和距離信息,從而確定探測器與目標(biāo)天體之間的相對位置與姿態(tài)。文獻(xiàn)f1]基于特征點檢測的GNC方法,給出了探測器軟著陸小行星表面的導(dǎo)航算法。文獻(xiàn)[2—3]以日本的MUSES—C計劃為背景,詳細(xì)介紹了探測器逼近并著陸小行星的指令控制方案。文獻(xiàn)[-4]貝iJ根據(jù)圖像序列匹配得到的特征點對,給出了由本質(zhì)矩陣求取空間探測器的運(yùn)動比例參數(shù),實現(xiàn)軟著陸過程的導(dǎo)航。上述文獻(xiàn)都是在假定特征點跟蹤不受小行星自轉(zhuǎn)影響下展開研究,但是為了

4、確保安全性,盡管探測器在實際著陸小行星表面的過程中下降速度不會很大(如“隼鳥”號探測器的最終下降速度僅為0.1m/s)[引,而考慮到小行星一般自轉(zhuǎn)周期較小[5],即小行星自轉(zhuǎn)很快(如Eros小行星的自轉(zhuǎn)周期僅有5.27h),因此CCD相機(jī)有時很難跟蹤拍攝得到小行星表面地形特征點,從而也就不能得到特征點精確的位置信息。本文為了解決特征點跟蹤受小行星自轉(zhuǎn)因素的影響,特征點溢出相機(jī)視野的問題,提出了一種新的方案。首先建立全景著陸地區(qū)地形特征圖像數(shù)據(jù)庫,圖像數(shù)據(jù)庫中包含了地表特征點的經(jīng)緯度信息、圖像紋理信息以及各特征點之間的位

5、置相關(guān)性;然后針對CCD實拍得到的特征點在數(shù)據(jù)庫中進(jìn)行匹配;最后結(jié)合匹配點的位置信息,通過計算機(jī)視覺原理測量獲取探測器和小行星之間的相對位置和相對姿態(tài)信息。收稿日期:2009—06—15。收修改稿日期:2009—08—142010年4月中國空間科學(xué)技術(shù)692圖像特征庫的建立2.1特征點提取從機(jī)載導(dǎo)航相機(jī)拍攝得到的目標(biāo)小行星表面地形特征圖像中獲取可視自然特征點是后續(xù)推演導(dǎo)航算法的關(guān)鍵前提。本文采用了圖像處理技術(shù)領(lǐng)域一種較為成熟的特征點采集算法——Forstner算子。在一幅灰度圖像中,類似于邊緣、角點、紋理等都可以被認(rèn)為

6、是該幅圖像的特征信息,而對于一幅小行星地表特征圖像來說,最容易被提取的特征莫過于隕石坑、大石塊之類的自然特征點,這是由于它們一般實際尺寸較大,形狀較為規(guī)則且亮度變化大更易于從地形背景中分割出來。因此,基于上述考慮本文選取的圖像特征信息就是小行星表面的自然特征點。具體的數(shù)據(jù)庫建立步驟如下:1)利用Forstner算子提取特征區(qū)域(這里不詳細(xì)闡述提取步驟,可參考文獻(xiàn)[6])。2)計算該特征區(qū)域的7個不變中心距【6]。選擇中心距作為數(shù)據(jù)庫特征之一的理由是:不變中心距具有平移、比例和旋轉(zhuǎn)不變性,針對后續(xù)圖像匹配時可以很好的克服

7、由于CCD相機(jī)的平移、旋轉(zhuǎn)以及圖像比例變化帶來的誤差影響,有效提高匹配精度。3)統(tǒng)計各個特征區(qū)域中心點的經(jīng)緯度信息。由于小行星的立體圖是可以得到的[5],根據(jù)立體圖和經(jīng)度、緯度可推斷在任意點的半徑,從而得到特征點間的距離。因此,針對每個特征區(qū)域計算距離其最近的兩個特征區(qū)域的歐氏距離,將這三個特征區(qū)域構(gòu)成一封閉三角形,一同存入數(shù)據(jù)庫。圖1為著陸地區(qū)全景地形圖,圖2為所有特征區(qū)域(用白框表示)。圖3為利用Forstner算子提取得到的特征區(qū)域中心點,所有原圖均取自NASA的NEAR計劃。幽l著陸地區(qū)表面地彤原圖懈毯\迥七殛

8、匭圖2特征區(qū)域圖像(白框)圖像列值/像素圖3特征區(qū)域中心點(圓圈顯示)70中國空間科學(xué)技術(shù)2010年4月2。2建立特征庫建立特征庫所要保存的信息如下:1)特征區(qū)域中心點的經(jīng)緯度;2)特征區(qū)域圖像的不變中心距;3)特征區(qū)域之間的位置相關(guān)性;4)特征區(qū)域在圖像中的行、列位置;5)特征區(qū)域的編號(編號排列順序依照圖3中的標(biāo)記)。表1為所

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。