基于圖像信息的小天體參數(shù)估計(jì)及探測(cè)器自主導(dǎo)航研究.pdf

1、對(duì)未知領(lǐng)域的探索，是人類(lèi)社會(huì)發(fā)展進(jìn)步的不懈追求。隨著科學(xué)技術(shù)的進(jìn)步與經(jīng)濟(jì)的發(fā)展，小行星和彗星等小天體的探測(cè)已經(jīng)成為新世紀(jì)深空探測(cè)的熱點(diǎn)之一。利用小天體探測(cè)任務(wù)中拍攝的圖像，不但能夠較為直觀(guān)地得到目標(biāo)天體的形狀結(jié)構(gòu)及地表特征，而且可以對(duì)探測(cè)器進(jìn)行自主光學(xué)導(dǎo)航。如何利用圖像信息獲得更多的科學(xué)觀(guān)測(cè)及導(dǎo)航信息是小天體探測(cè)領(lǐng)域的關(guān)鍵技術(shù)之一。本學(xué)位論文結(jié)合國(guó)家863計(jì)劃項(xiàng)目“小行星附著與地面演示驗(yàn)證系統(tǒng)”、國(guó)家自然科學(xué)基金項(xiàng)目“深空探測(cè)自主導(dǎo)航理

2、論與方法研究”，深入研究了基于圖像信息的小天體參數(shù)估計(jì)與探測(cè)器自主導(dǎo)航算法，論文的主要研究?jī)?nèi)容包括：
　　首先，針對(duì)巡航段、接近段等深空環(huán)境中拍攝圖像的各種噪聲干擾，對(duì)圖像進(jìn)行輻射標(biāo)定、幾何標(biāo)定以及光散度標(biāo)定。利用雙邊濾波算法取代傳統(tǒng)的中值濾波對(duì)深空?qǐng)D像進(jìn)行噪聲消除，在保留天體邊緣信息的同時(shí)，消除了高斯等噪聲影響。采用最小外接橢圓法進(jìn)行形心確定，在此基礎(chǔ)上設(shè)計(jì)了接近段目標(biāo)天體進(jìn)行跟蹤算法，并提出了利用計(jì)算外接橢圓旋轉(zhuǎn)變化來(lái)確定小天

3、體自旋周期的算法。
　　其次，提出了僅利用繞飛圖像和一個(gè)距離信息進(jìn)行小天體三維模型建立并進(jìn)行物理參數(shù)估計(jì)的算法。針對(duì)光照、旋轉(zhuǎn)等影響因素，利用 PCA-SIFT算法對(duì)序列圖像進(jìn)行特征點(diǎn)的提取、匹配，避免了人工匹配效率低的缺點(diǎn)。根據(jù)窄視場(chǎng)相機(jī)的特點(diǎn)，用弱透視近似透視投影，并利用因式分解算法重構(gòu)小天體模型，同時(shí)估計(jì)探測(cè)器的位置、姿態(tài)。在得到的表面特征點(diǎn)三維坐標(biāo)的基礎(chǔ)上，利用一種快速有效的三角剖分算法對(duì)小天體三維模型進(jìn)行描述，并將對(duì)體積

4、的積分轉(zhuǎn)化為對(duì)三角網(wǎng)格頂點(diǎn)的計(jì)算，得到小天體的體積、表面積、質(zhì)心、轉(zhuǎn)動(dòng)慣量、慣量主軸、引力勢(shì)以及引力場(chǎng)分布等基本物理參數(shù)。
　　再次，給出了利用尺度不變特征點(diǎn)作為導(dǎo)航陸標(biāo)進(jìn)行探測(cè)器自主著陸導(dǎo)航的算法。著陸段初期，將局部圖像提取的特征點(diǎn)與繞飛段建立的特征點(diǎn)數(shù)據(jù)庫(kù)進(jìn)行匹配，結(jié)合小天體三維模型，確定探測(cè)器在小天體固連坐標(biāo)系下的位置、姿態(tài)等信息；在著陸末端，利用拼接圖像建立虛擬導(dǎo)航地圖，即使在沒(méi)有觀(guān)測(cè)到目標(biāo)著陸點(diǎn)的情況下，也可以確定探測(cè)器

5、相對(duì)于著陸點(diǎn)坐標(biāo)系的6DOF狀態(tài)。另一方面，將特征匹配導(dǎo)航算法與慣導(dǎo)信息進(jìn)行融合，既克服特征點(diǎn)匹配算法計(jì)算量大、可能無(wú)法匹配的缺點(diǎn)，又減小了慣導(dǎo)累積誤差的影響，為精確著陸導(dǎo)航提供了保障。
　　然后，為進(jìn)一步提高自主導(dǎo)航的穩(wěn)定性和精度，給出了一種快速相鄰幀間狀態(tài)估計(jì)的算法。利用局部窗口極值的快速搜索算法提取出不同尺度空間的特征點(diǎn)，提高了匹配的實(shí)時(shí)性；同時(shí)提出一種自適應(yīng)特征點(diǎn)采樣選取算法，對(duì)采樣塊的大小及分布進(jìn)行選擇，避免了計(jì)算的冗余

6、性。在此基礎(chǔ)上，通過(guò)建立本質(zhì)空間中的狀態(tài)方程，利用極線(xiàn)幾何約束設(shè)計(jì)IEKF濾波器，對(duì)探測(cè)器進(jìn)行相對(duì)位置、姿態(tài)的估計(jì)。
　　最后，提出了利用末端著陸圖像進(jìn)行地表形態(tài)識(shí)別，提取障礙區(qū)域并自主選擇安全著陸點(diǎn)的算法。對(duì)圖像陰影、光亮區(qū)域利用高低帽變換進(jìn)行分割，并消除噪聲影響；對(duì)非陰影區(qū)域分別采用多視圖幾何迭代算法和正投影因式分解算法進(jìn)行地表識(shí)別，分析了不同算法的應(yīng)用范圍及重構(gòu)精度。在確定障礙的基礎(chǔ)上，針對(duì)不同障礙的分布情況分別采用遺傳算法