針對航天器在軌服務(wù)與空間垃圾清理中非合作目標(biāo)的精準(zhǔn)定位與定姿問題,提出了基于顯著特征的空間非合作目標(biāo)雙目視覺位姿測量方法.通過地面氣浮實驗平臺實現(xiàn)目標(biāo)在類太空失重環(huán)境下的運動狀態(tài),對具有顯著特征的航天器局部區(qū)域進行位姿測量與地面驗證試驗.文章具體開展太陽能帆板三角架的視覺顯著性特征描述,通過計算機圖像學(xué)處理手段提取顯著特征內(nèi)外邊界信息,并將擬合的直線特征交點重建以獲取其三維世界坐標(biāo);以雙目視覺下顯著特征點的空間共線性誤差平方和作為誤差函數(shù),采用正交迭代方法解算目標(biāo)位姿;最后給出位姿解算方法與傳統(tǒng)三點解算的結(jié)果對比分析.該研究重點實現(xiàn)了非合作目標(biāo)位姿測量與地面驗證試驗,對空間在軌操控技術(shù)具有重要指導(dǎo)意義. 

【文章來源】：大連交通大學(xué)學(xué)報. 2020,41(03)

【文章頁數(shù)】：7 頁

【部分圖文】：

氣浮臺和目標(biāo)模型

由于雙目視覺技術(shù)視場有限,在近距離的衛(wèi)星在軌操控中想要保證目標(biāo)固定特征始終在視場范圍內(nèi),只能針對衛(wèi)星較小范圍的局部特征進行測量,這樣才能實時定位定姿.衛(wèi)星一般等效模型大致由長方體主體、曲面天線、一對長方形太陽帆板及與主體相固定的三腳架組成,如圖3所示.由圖中可以看出,三腳架無論從尺寸上,還是類環(huán)形特點上都便于機械手的抓捕操作;更重要的是三腳架直線特征明顯,綜上,選擇太陽能帆板三腳架作為顯著特征進行識別測量.2.2 顯著特征點三維重建

圖像顯著特征提取是算法實現(xiàn)的重要前提.提取精度將直接影響到后續(xù)的正交迭代算法,不僅迭代次數(shù)會顯著性減少,最后目標(biāo)位姿測量精度也有較大提升.圖像特征提取流程圖如圖4所示.第一步,二值化:目前,二值化方法主要分為全局閾值方法和局部閾值方法兩種.由于所需處理的圖像背景相對簡單,分辨率能夠達到要求,所以采用的是全局閾值的二值化方法.結(jié)果如圖5(b)所示.

【參考文獻】：
期刊論文
[1]一種面向空間非合作目標(biāo)位姿測量應(yīng)用的三維點云濾波算法[J]. 顧營迎,王立,華寶成,劉達,吳云,徐云飛.  應(yīng)用光學(xué). 2019(02)
[2]基于單目視覺的姿態(tài)自動測量方法[J]. 勞達寶,張慧娟,熊芝,周維虎.  光子學(xué)報. 2019(03)
[3]基于單PSD的目標(biāo)空間位姿測量方法[J]. 黃戰(zhàn)華,張亞男,方石,蔡懷宇.  光子學(xué)報. 2018(09)
[4]基于星箭對接環(huán)同心圓結(jié)構(gòu)的衛(wèi)星姿態(tài)估計方法[J]. 鄂薇,魏承,王典軍,經(jīng)姚翔,趙陽.  航天器工程. 2018(02)
[5]一種基于基準(zhǔn)優(yōu)選的雙目視覺位置解算方法[J]. 陽光烈,趙國偉,羅焜.  中國空間科學(xué)技術(shù). 2018(02)
[6]基于三線陣CCD空間目標(biāo)的高精度位姿解算[J]. 王艷,袁峰,姜宏,陳偉.  光學(xué)學(xué)報. 2018(05)
[7]高軌失穩(wěn)目標(biāo)單載荷相對位姿測量方法[J]. 李榮華,李金明,陳鳳,肖余之.  宇航學(xué)報. 2017(10)
[8]基于立體視覺的空間非合作航天器相對位姿自主測量[J]. 楊寧,申景詩,張建德,賈蘊,王楨.  光學(xué)精密工程. 2017(05)
[9]非合作目標(biāo)姿態(tài)測量的嵌入式算法[J]. 吳斌,葉東,張鑫,趙振慶.  光學(xué)精密工程. 2016(11)
[10]基于激光成像雷達的空間非合作目標(biāo)相對導(dǎo)航技術(shù)[J]. 陳鳳,朱潔,顧冬晴,王盈,劉玉.  紅外與激光工程. 2016(10)



本文編號：3550149