基于序列图像的非合作目标相对导航运动估计方法技术

本发明专利技术提供了基于序列图像的非合作目标相对导航运动估计方法，实施非合作目标在轨任务对相对导航的快速性、高精度和高可靠性有较高要求，特别是当主动航天器不借助地面操作、自主完成对非合作目标的相对导航及制导与控制时尤为重要。本发明专利技术克服现有非合作目标相对导航运动参数估计方法的不足，采用序列距离图像作为输入，通过体单元对图像进行空间离散化处理，结合非合作目标动力学方程进行卡尔曼滤波，克服了特征识别方法的局限性，提高了估计精度和效率，降低了数据处理量。

Relative Navigation Motion Estimation of Non-cooperative Targets Based on Sequential Images

The present invention provides a relative navigation motion estimation method for non-cooperative targets based on sequence images, which requires high speed, high precision and high reliability of relative navigation for non-cooperative targets on-orbit mission, especially when active spacecraft completes relative navigation and guidance for non-cooperative targets independently without ground operation. Control is particularly important. The method overcomes the shortcomings of the existing methods for estimating the relative navigation motion parameters of non-cooperative targets, uses the sequence distance image as input, carries out spatial discretization processing of the image through volume units, and carries out Kalman filtering combined with the non-cooperative target dynamic equation, overcomes the limitations of the feature recognition method, and improves the estimation precision. Degree and efficiency reduce the amount of data processing.

【技术实现步骤摘要】
基于序列图像的非合作目标相对导航运动估计方法
本专利技术属于航天器相对导航领域，尤其涉及一种空间非合作目标相对导航运动估计方法。
技术介绍
随着航天任务的发展，在轨服务和空间操作任务不仅面向空间合作目标，也将面向空间非合作目标开展。空间非合作目标指在轨失效卫星、大型空间碎片等物体。和合作目标最大区别就是空间非合作目标通常没有能力进行信息输出。因此，准确掌握空间非合作目标的运动状态和惯性参数是成功对非合作目标进行服务和操作的关键和难点。因为空间非合作目标的运动状态和惯性参数既不能事先得到，也不能通过地面的探测器得到，因此必须在轨通过主动航天器遥测估计其参数值，即采用相对导航运动估计。因为非合作目标不能设置观测标志，目前一般采用辨识提取并观测非合作目标上特征点方法来估计非合作目标的相对导航参数。观测特征点方法指通过观测非合作目标上固定的如角、边、点等特征，识别出非合作目标相对于主动航天器的运动参数。测量特征点方法优点是计算量小，速度快但也存在一定不足：(1)观测精度依赖于非合作目标的特征的性质和观测条件；(2)通过部分特征得到的数据量有限，当非合作目标的几何特征不明显时在轨实时处理难度就会很大。实施非合作目标在轨任务对相对导航的快速性、高精度和高可靠性有较高要求，特别是当主动航天器不借助地面操作、自主完成对非合作目标的相对导航及制导与控制时尤为重要。因此，需要发展一种快速可靠高精度的空间非合作目标相对导航运动参数估计方法。
技术实现思路
本专利技术要解决的技术问题是：克服现有技术的不足，提供一种基于序列图像的非合作目标相对导航运动估计方法，解决当前对空间非合作目标相对导航运动参数估计方法在可靠性、分析计算速度和高精度方面不足的问题。本专利技术所采用的技术方案是：基于序列图像的非合作目标相对导航运动估计方法，包括步骤如下：步骤一，在主动航天器上建立参考坐标系OXYZ；使用主动航天器上敏感器对空间非合作目标进行连续观测，得到非合作目标相对于主动航天器的时域空间相关距离图像；每幅距离图像包括N个数据点；N为正整数；步骤二，根据敏感器在主动航天器上的安装矩阵，将距离图像通过位置变换和姿态转换矩阵变换为在参考坐标系OXYZ内的距离图像；步骤三，将所有敏感器同一采样时刻的非合作目标相对于主动航天器的时域空间相关距离图像合成一幅图像，得到每个采样时刻非合作目标表面三维几何数据点云图；步骤四，将每个采样时刻非合作目标表面三维几何数据点云图使用体单元进行空间离散处理，得到由体单元组成的非合作目标三维图；步骤五，依据步骤四结果计算每个采样时刻的非合作目标三维图的几何中心位置向量；步骤六，计算得到每个采样时刻的非合作目标三维图的几何惯性矩阵；步骤七，步骤六得到的每个采样时刻的几何惯性矩阵进行对角化计算，得到非合作目标三维图的几何主轴坐标系OmXmYmZm；步骤八，对所有时刻的步骤五及步骤七的结果进行卡尔曼滤波，获得非合作目标相对于主动航天器的相对导航运动参数。所述步骤四的具体步骤为：(1)将每个采样时刻的非合作目标表面三维几何数据点云图所在的观测空间划分为体单元；(2)检测云图内数据点坐标和体单元坐标关系，得到每个体单元包含的数据点个数。所述步骤五中非合作目标三维图的几何中心位置向量式中，ni是第i个体单元包含的数据点个数，是第i个体单元在参考坐标系OXYZ里的坐标位置向量，q为非合作目标三维图中体单元的数量。所述步骤六中每个采样时刻的非合作目标三维图的几何惯性矩阵其中，几何惯性矩阵[J]中各元素分别为：式中，表示向量在参考坐标系OXYZ的X、Y、Z参考坐标轴的分量，表示向量在参考坐标系OXYZ的X、Y、Z参考坐标轴的分量。所述步骤七中每个采样时刻非合作目标三维图的几何主轴坐标系OmXmYmZm由对每个采样时刻非合作目标三维图的几何惯性矩阵进行对角化求解特征值和特征向量得到，具体为：[J]＝[Rm]·[Je]·[Rm]T；式中，[Je]为[J]的对角特征值矩阵，[Rm]为从参考坐标系OXYZ向几何主轴坐标系OmXmYmZm的转换矩阵。所述步骤八的具体步骤如下：步骤8.1：采用欧拉四元素方法列出非合作目标的刚体姿态动力学方程为：式中，为从参考坐标系OXYZ转换到非合作目标的惯性主轴坐标系ObXbYbZb的欧拉四元素参数向量；为几何主轴坐标系OmXmYmZm转换到惯性主轴坐标系ObXbYbZb的欧拉四元素参数向量；为非合作目标的主惯量向量，I1，I2，I3分别为主惯量向量在惯性主轴坐标系ObXbYbZb下三轴的分量；为惯性主轴坐标系ObXbYbZb的角速度；几何主轴坐标系OmXmYmZm和惯性主轴坐标系ObXbYbZb之间的姿态转换关系式为：式中，为从参考坐标系OXYZ转换到几何主轴坐标系OmXmYmZm的欧拉四元素参数向量，由[Rm]计算得到；给出非合作目标质心坐标系ObXbYbZb的原点Ob相对于参考坐标系OXYZ的运动学方程如下：式中，为非合作目标质心坐标系ObXbYbZb的原点Ob在参考坐标系OXYZ中速度，为非合作目标质心坐标系ObXbYbZb的原点Ob在参考坐标系OXYZ系中的位置矢量；给出原点Ob在参考坐标系OXYZ中的位置矢量与几何中心位置向量的关系式如下：式中，为欧拉四元素对应的姿态转换矩阵；为位置矢量和几何中心位置向量之间的误差偏移量；步骤8.2：使用卡尔曼滤波方法对公式(i)～公式(iv)组成的非线性方程组进行状态估计，得到非合作目标相对于主动航天器的相对导航运动参数：和本专利技术与现有技术相比的优点在于：(1)本专利技术采用序列距离图像作为相对导航测量输入，并通过体单元对图像进行空间离散化处理，这样既克服了特征识别方法的局限性，有效提高估计精度，同时又降低了数据处理量，进一步提高了计算效率。(2)本专利技术提出的一整套基于序列图像进行非合作目标运动估计实施流程，通用性好，可应用于在轨实时自主进行相对导航运动估计，适用于多种非合作目标。(3)本专利技术充分利用了空间运动物体的动力学状态可以准确建模，并且多个主动航天器上安装一组敏感器可以得到多视角的目标信息。附图说明图1为本专利技术的基于序列图像的空间非合作目标相对导航运动估计方法流程图。图2为本专利技术的非合作目标上几何主轴参考坐标系和惯性主轴参考坐标系关系示意图。具体实施方式下面结合附图对本专利技术进行进一步说明。本专利技术实施例为采用激光测距雷达得到空间非合作目标的一系列距离图像，以此为输入数据得到非合作目标相对于主动航天器的相对导航运动参数。如图1所示，基于序列图像的非合作目标相对导航运动估计方法，包括步骤如下：步骤一，在主动航天器上建立参考坐标系OXYZ；使用主动航天器上激光测距敏感器对空间非合作目标进行观测，敏感器数量为k个。在观测时间段内，敏感器观测采样总次数为p次，采样时刻为第ts秒测量一次。ts＝s·T(1)其中，s＝0,1,2,...p，T为采样时间间隔。p,k为正整数；在每个采样时刻，k个敏感器共得到非合作目标相对于主动航天器的k幅距离图像。在观测时间段内共得到(p·k)幅距离图像。这样就得到了非合作目标相对于主动航天器的时域空间相关距离图像。每幅距离图像共包括N个数据点，N为正整数；。参考坐标系OXYZ的定义为：坐标原点O为主动航天器星箭对接面中心，X轴垂直于星箭对接面本文档来自技高网...

【技术保护点】
1.基于序列图像的非合作目标相对导航运动估计方法，其特征在于，包括步骤如下：步骤一，在主动航天器上建立参考坐标系OXYZ；使用主动航天器上敏感器对空间非合作目标进行连续观测，得到非合作目标相对于主动航天器的时域空间相关距离图像；每幅距离图像包括N个数据点；N为正整数；步骤二，根据敏感器在主动航天器上的安装矩阵，将距离图像通过位置变换和姿态转换矩阵变换为在参考坐标系OXYZ内的距离图像；步骤三，将所有敏感器同一采样时刻的非合作目标相对于主动航天器的时域空间相关距离图像合成一幅图像，得到每个采样时刻非合作目标表面三维几何数据点云图；步骤四，将每个采样时刻非合作目标表面三维几何数据点云图使用体单元进行空间离散处理，得到由体单元组成的非合作目标三维图；步骤五，依据步骤四结果计算每个采样时刻的非合作目标三维图的几何中心位置向量

【技术特征摘要】
1.基于序列图像的非合作目标相对导航运动估计方法，其特征在于，包括步骤如下：步骤一，在主动航天器上建立参考坐标系OXYZ；使用主动航天器上敏感器对空间非合作目标进行连续观测，得到非合作目标相对于主动航天器的时域空间相关距离图像；每幅距离图像包括N个数据点；N为正整数；步骤二，根据敏感器在主动航天器上的安装矩阵，将距离图像通过位置变换和姿态转换矩阵变换为在参考坐标系OXYZ内的距离图像；步骤三，将所有敏感器同一采样时刻的非合作目标相对于主动航天器的时域空间相关距离图像合成一幅图像，得到每个采样时刻非合作目标表面三维几何数据点云图；步骤四，将每个采样时刻非合作目标表面三维几何数据点云图使用体单元进行空间离散处理，得到由体单元组成的非合作目标三维图；步骤五，依据步骤四结果计算每个采样时刻的非合作目标三维图的几何中心位置向量步骤六，计算得到每个采样时刻的非合作目标三维图的几何惯性矩阵；步骤七，步骤六得到的每个采样时刻的几何惯性矩阵进行对角化计算，得到非合作目标三维图的几何主轴坐标系OmXmYmZm；步骤八，对所有时刻的步骤五及步骤七的结果进行卡尔曼滤波，获得非合作目标相对于主动航天器的相对导航运动参数。2.根据权利要求1所述的基于序列图像的空间非合作目标相对导航运动估计方法，其特征在于，所述步骤四的具体步骤为：(1)将每个采样时刻的非合作目标表面三维几何数据点云图所在的观测空间划分为体单元；(2)检测云图内数据点坐标和体单元坐标关系，得到每个体单元包含的数据点个数。3.根据权利要求1或2所述的基于序列图像的非合作目标相对导航运动估计方法，其特征在于，所述步骤五中非合作目标三维图的几何中心位置向量式中，ni是第i个体单元包含的数据点个数，是第i个体单元在参考坐标系OXYZ里的坐标位置向量，q为非合作目标三维图中体单元的数量。4.根据权利要求1或2所述的基于序列图像的非合作目标相对导航运动估计方法，其特征在于，所述步骤六中每个采样时刻的非合作目标三维图的几何惯性矩阵其中，几何惯性矩阵[J]中各元素分别为：式中，表示向量在参考坐标系OXY...

【专利技术属性】
技术研发人员：张志娟，王大轶，关晓东，宫伟伟，葛东明，高珊，郑世贵，史纪鑫，王泽宇，
申请(专利权)人：北京空间飞行器总体设计部，
类型：发明
国别省市：北京,11