基于点云DCA特征的非合作目标位姿跟踪方法及装置制造方法及图纸

本申请公开了一种基于点云DCA特征的非合作目标位姿跟踪方法及装置，其中，该方法包括：对三维目标点云模型和三维场景点云模型进行特征点检测；提取三维目标点云模型和三维场景点云模型中的点云局部特征描述子；根据FLANN算法对三维目标点云模型的点云局部特征描述子和三维场景点云模型中的点云局部特征描述子进行特征匹配；通过RANSAC算法去除特征匹配结果中的错误匹配，得到三维目标点云模型的初步位姿估计；将初步位姿估计作为迭代最近点算法的初始值，通过迭代最近点算法对位姿估计进行精调。该方法提出一种简洁高效的非合作目标位姿测量方法，可以更好的实现目标航天器相对位姿的测量。

【技术实现步骤摘要】
基于点云DCA特征的非合作目标位姿跟踪方法及装置
本申请涉及位姿跟踪
，特别涉及一种基于点云DCA特征的非合作目标位姿跟踪方法及装置。
技术介绍
随着空间技术的发展，人类对航天器进行在轨维护、维修以及轨道垃圾清理等需求越来越迫切。作为服务对象的故障卫星、失效航天器及轨道垃圾等大多数都没有考虑过轨道服务，即没有安装合作标志器和应答机等辅助测量设备，也没有安装用于抓捕固定的装置。对其进行相对位姿测量是实现在轨服务的关键，可以为非合作目标的交会和维护等提供准确的相对姿态信息。然而，空间非合作目标相对位姿测量存在测量设备有限、目标尺度变化大、空间环境变化剧烈等不利因素，为相关的研究工作带来了极大挑战。在相关技术中，基于双目立体视觉的相对测量方法计算精度不高，不能很好的适应光照和目标位置的变化，而基于稠密点云的相对位姿测量方法则需要事先知道目标的点云模型并需要较好的初始值。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的一个目的在于提出一种基于点云DCA特征的非合作目标位姿跟本文档来自技高网...

【技术保护点】
1.一种基于点云DCA特征的非合作目标位姿跟踪方法，其特征在于，包括以下步骤：/n对三维目标点云模型和三维场景点云模型进行特征点检测；/n提取所述三维目标点云模型和所述三维场景点云模型中的点云局部特征描述子；/n根据FLANN算法对所述三维目标点云模型的点云局部特征描述子和所述三维场景点云模型中的点云局部特征描述子进行特征匹配；/n通过RANSAC算法去除所述特征匹配结果中的错误匹配，得到所述三维目标点云模型的初步位姿估计；/n将所述初步位姿估计作为迭代最近点算法的初始值，通过所述迭代最近点算法对所述三维目标点云模型的位姿估计进行精调。/n

【技术特征摘要】
1.一种基于点云DCA特征的非合作目标位姿跟踪方法，其特征在于，包括以下步骤：
对三维目标点云模型和三维场景点云模型进行特征点检测；
提取所述三维目标点云模型和所述三维场景点云模型中的点云局部特征描述子；
根据FLANN算法对所述三维目标点云模型的点云局部特征描述子和所述三维场景点云模型中的点云局部特征描述子进行特征匹配；
通过RANSAC算法去除所述特征匹配结果中的错误匹配，得到所述三维目标点云模型的初步位姿估计；
将所述初步位姿估计作为迭代最近点算法的初始值，通过所述迭代最近点算法对所述三维目标点云模型的位姿估计进行精调。


2.根据权利要求1所述的基于点云DCA特征的非合作目标位姿跟踪方法，其特征在于，所述特征点检测包括对点云进行稀疏采样。


3.根据权利要求1所述的基于点云DCA特征的非合作目标位姿跟踪方法，其特征在于，所述点云局部特征描述子包括：点云的邻域点平均距离、曲率变化和邻域点法向夹角；
所述点云的邻域点平均距离表示点云的疏密程度，所述点云的曲率变化表示点云表面的凹凸程度，所述点云的邻域点法向夹角表示点云表面弯曲或平坦的程度。


4.根据权利要求3所述的基于点云DCA特征的非合作目标位姿跟踪方法，其特征在于，所述邻域点平均距离为：



其中，ωnb(gi)为特征点gi的邻域平均距离，k为特征点gi的邻域点个数，gj为特征点gi的邻域点，M(gi)为特征点gi的邻域点集。


5.根据权利要求3所述的基于点云DCA特征的非合作目标位姿跟踪方法，其特征在于，对特征点gi通过局部曲面拟合的方法得到局部平面，特征点gi的曲率Hi通过曲面变分τi表示：



其中，λ1表示曲面沿法向量方向的变化，λ2、λ3表示特征点gi在切平面上的分布情况；其中，



其中，中是特征点gi的邻域点集M(gi)的重心，gij为特征点gi的第j个邻域点。


6.根据权利要求3所述的基于点云DCA特征的非合作目...

【专利技术属性】
技术研发人员：何英，杨君，陈章，芦维宁，梁斌，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11