一种空间非合作目标点云初始姿态测量方法技术

本发明专利技术公开了一种空间非合作目标点云初始姿态测量方法，步骤如下：(1)建立测量系统的坐标系，包括空间目标仿真模型本体坐标系和虚拟位姿敏感器测量坐标系；(2)建立空间目标的仿真模型与工况；(3)获得目标的全方位点云数据与对应的位姿标签；(4)按照规则对点云数据进行特征提取；(5)建立目标姿态与其点云数据特征间的对应关系；(6)根据目标姿态与其点云数据特征间的对应关系，进行空间非合作目标姿态测量，获得空间非合作目标的姿态初始值。本发明专利技术的算法高效、快速，适用于在轨应用，实现了在计算资源受限条件下，对空间非合作目标初始姿态的实时测量，且对目标不同质量的点云输入数据，具有较好的鲁棒性。

【技术实现步骤摘要】
一种空间非合作目标点云初始姿态测量方法
本专利技术涉及一种空间非合作目标点云初始姿态测量方法，适用于在轨条件下，对于在轨计算资源有限、姿态测量实时性要求高的约束和应用需求，给出一种高效、快速的非合作目标初始姿态测量方法。
技术介绍
随着航天技术的进步和空间任务的多样化发展，对于空间非合作目标姿态的测量需求越来越迫切。应用激光获取空间非合作目标的点云，具有作用距离远、测距精度高、受外部光照环境影响小，具备全天时工作能力等特点，是空间非合作目标位姿测量的常用测量体制。利用激光的方法获取空间非合作目标点云后，需要对点云进行匹配计算处理，获得测量点云与模型点云之间的姿态关系，或者是获得当前帧测量点云与前一时刻测量点云之间的姿态关系，以此来获得空间非合作目标的相对空间姿态。常规的目标初姿态测量算法有主成份分析的方法、基于哈希索引表的方法和基于局部几何特征的方法等。但是主成份分析的方法对于卫星目标的姿态区分度不高，测量结果过于粗糙；基于哈希索引表的方法，与算法设计密切相关，计算复杂度较高，对于在轨应用的环境，初姿态获取的实时性较差；基于局部几何特征的方法对于点云数据的精度依赖较高，在较差的点云数据输入下，容易产生初始姿态估计的粗大误差。
技术实现思路
本专利技术技术解决问题是：为克服现有技术的不足，本专利技术提供一种空间非合作目标点云初始姿态测量方法，该方法能够在计算资源有限的在轨条件下，满足空间非合作目标位姿测量中，对于目标初始姿态的实时、可靠、稳定的测量需求；本方法对目标的不同质量的点云输入数据，具有较好的鲁棒性，工程应用效果好；本专利技术解决空间非合作目标测量中的初始姿态确定问题，尤其是在空间应用中，给出一种计算资源消耗低、实时性好、稳定可靠的空间非合作目标初始姿态确定方法。本专利技术的技术解决方案是：一种空间非合作目标点云初始姿态测量方法，步骤如下：(1)建立测量系统的坐标系，包括空间目标仿真模型本体坐标系和虚拟位姿敏感器测量坐标系；(2)建立空间目标的仿真模型与工况，在虚拟环境中，根据空间目标的结构尺寸与表面材质，建立空间目标仿真模型，根据位姿敏感器的实际测量精度和扫描参数，构建虚拟位姿敏感器，设定空间目标仿真模型与虚拟位姿敏感器间的相对位姿关系；(3)利用步骤(2)的空间目标仿真模型与虚拟位姿敏感器，通过虚拟位姿敏感器进行点云数据测量，获得空间目标仿真模型全方位点云数据与对应的姿态标签；(4)对步骤(3)获得的空间目标仿真模型全方位点云数据进行特征提取，按照给定的规则，提取空间目标仿真模型全方位点云数据的特征；(5)根据步骤(4)空间目标仿真模型全方位姿态特征与步骤(2)空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的对应关系，利用神经网络学习的方法，建立空间目标仿真模型全方位姿态特征与空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的映射关系模型；(6)根据步骤(5)的空间目标仿真模型全方位姿态特征与空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的映射关系模型，进行空间非合作目标初始姿态测量，获得空间非合作目标的初始姿态。进一步的，步骤(1)中，设定空间目标仿真模型本体坐标系相对于虚拟位姿敏感器测量坐标系的姿态为零位，空间目标仿真模型本体坐标系相对于虚拟位姿敏感器测量坐标系的姿态从零位起算。进一步的，步骤(2)中，根据实际工作工况，在相距空间目标50m±1m距离处，进行空间目标的位姿测量，设定空间目标仿真模型与虚拟位姿敏感器间的相对位姿关系。进一步的，步骤(3)中，姿态标签为虚拟位姿敏感器计算得到的空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标，根据空间目标初始姿态测量的精度δ要求，设定空间目标仿真模型旋转运动的步长ΔR，记录空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标Ri和与其对应的空间目标仿真模型全方位点云数据Di。进一步的，形成空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标Ri与对应的空间目标仿真模型全方位点云数据Di间的对应关系表：Ri＝Ri-1+ΔR，(i＝1…n)，其中，i为空间目标仿真模型全方位点云数据每帧点云数据的序号，n为空间目标仿真模型全方位点云数据中包含的点云帧数目。进一步的，姿态测量角度的精度δ≤1，ΔR≤δ/3。进一步的，步骤(4)中，点云数据特征的提取公式为其中，M代表某一帧点云数据提取的特征，Cov()代表两列点云坐标值进行协方差运算，A、B、C分别代表一帧点云数据中X轴方向的坐标值向量、Y轴方向的坐标值向量、Z轴方向的坐标值向量。进一步的，其中，Ai表示列向量A的第i个元素值，Bi表示列向量B的第i个元素值，μA是列向量A的均值，μB是列向量B的均值，N为一帧点云中的扫描点的数量，用空间目标仿真模型全方位点云数据的特征，代表空间目标仿真模型全方位点云数据，实现空间目标仿真模型全方位点云数据的压缩变换。进一步的，映射关系模型具有一个六参数的输入层，至少一个中间层和一个单参数的输出层，层单元与层单元间用线性方程进行连接。进一步的，步骤(6)中，获得空间非合作目标的初始姿态方法为：获得空间非合作目的一帧点云数据，进行该点云数据的特征提取，利用骤(5)的空间目标仿真模型全方位姿态特征与空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的映射关系模型，计算出当前空间非合作目标的初始姿态。本专利技术与现有技术相比的优点在于：(1)本专利技术通过构造并提取空间目标点云特征的方法，实现了点云数据的压缩变换，有利于降低数据的运算量，降低对在轨计算资源的需求量；(2)本专利技术通过建立空间目标姿态与其点云数据特征间的映射关系，实现了只包含加法和乘法的目标姿态与其点云数据特征间的映射，可有效降低计算量，提高空间目标姿态测量的实时性；(3)本专利技术中提出的点云特征提取方法，综合考虑了点云数量、点云噪声对特征提取的影响，提取方法对点云数量的变化、点云噪声的干扰不敏感，实现了对目标姿态的可靠、稳定测量；(4)本专利技术考虑了工程应用中计算资源、实时性、抗噪声性能、空间获取点云数据量的不稳定性等的实际情况，具有工程应用的价值。附图说明图1为本专利技术的流程图；图2为测量系统的坐标系；图3为本专利技术构建的网络学习结构。具体实施方式下面结合附图对本专利技术具体实现方式进行详细阐述。一种空间非合作目标点云初始姿态测量方法，如图1所示，步骤如下：(1)建立测量系统的坐标系，包括空间目标仿真模型本体坐标系、和虚拟位姿敏感器测量坐标系，设定空间目标仿真模型本体坐标系相对于虚拟位姿敏感器测量坐标系的姿态为零位，空间目标仿真模型本体坐标系相对于虚拟位姿敏感器测量坐标系的姿态从零位起算；(2)建立空间目标的仿真模型与工况，在虚拟环境中，根据空间目标的结构尺寸与表面材质，建立空间目标仿真模型，根据位姿敏感器的实际测量精度和扫描参数，构建虚拟位姿敏感器，根据实际工作工况，在相距空间目标特定距离处,进本文档来自技高网...

【技术保护点】
1.一种空间非合作目标点云初始姿态测量方法，其特征在于，步骤如下：/n(1)建立测量系统的坐标系，包括空间目标仿真模型本体坐标系和虚拟位姿敏感器测量坐标系；/n(2)建立空间目标的仿真模型与工况，在虚拟环境中，根据空间目标的结构尺寸与表面材质，建立空间目标仿真模型，根据位姿敏感器的实际测量精度和扫描参数，构建虚拟位姿敏感器，设定空间目标仿真模型与虚拟位姿敏感器间的相对位姿关系；/n(3)利用步骤(2)的空间目标仿真模型与虚拟位姿敏感器，通过虚拟位姿敏感器进行点云数据测量，获得空间目标仿真模型全方位点云数据与对应的姿态标签；/n(4)对步骤(3)获得的空间目标仿真模型全方位点云数据进行特征提取，按照给定的规则，提取空间目标仿真模型全方位点云数据的特征；/n(5)根据步骤(4)空间目标仿真模型全方位姿态特征与步骤(2)空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的对应关系，利用神经网络学习的方法，建立空间目标仿真模型全方位姿态特征与空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的映射关系模型；/n(6)根据步骤(5)的空间目标仿真模型全方位姿态特征与空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的映射关系模型，进行空间非合作目标初始姿态测量，获得空间非合作目标的初始姿态。/n...

【技术特征摘要】
1.一种空间非合作目标点云初始姿态测量方法，其特征在于，步骤如下：
(1)建立测量系统的坐标系，包括空间目标仿真模型本体坐标系和虚拟位姿敏感器测量坐标系；
(2)建立空间目标的仿真模型与工况，在虚拟环境中，根据空间目标的结构尺寸与表面材质，建立空间目标仿真模型，根据位姿敏感器的实际测量精度和扫描参数，构建虚拟位姿敏感器，设定空间目标仿真模型与虚拟位姿敏感器间的相对位姿关系；
(3)利用步骤(2)的空间目标仿真模型与虚拟位姿敏感器，通过虚拟位姿敏感器进行点云数据测量，获得空间目标仿真模型全方位点云数据与对应的姿态标签；
(4)对步骤(3)获得的空间目标仿真模型全方位点云数据进行特征提取，按照给定的规则，提取空间目标仿真模型全方位点云数据的特征；
(5)根据步骤(4)空间目标仿真模型全方位姿态特征与步骤(2)空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的对应关系，利用神经网络学习的方法，建立空间目标仿真模型全方位姿态特征与空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的映射关系模型；
(6)根据步骤(5)的空间目标仿真模型全方位姿态特征与空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标间的映射关系模型，进行空间非合作目标初始姿态测量，获得空间非合作目标的初始姿态。


2.如权利要求1所述的一种空间非合作目标点云初始姿态测量方法，其特征在于，步骤(1)中，设定空间目标仿真模型本体坐标系相对于虚拟位姿敏感器测量坐标系的姿态为零位，空间目标仿真模型本体坐标系相对于虚拟位姿敏感器测量坐标系的姿态从零位起算。


3.如权利要求1所述的一种空间非合作目标点云初始姿态测量方法，其特征在于，步骤(2)中，根据实际工作工况，在相距空间目标50m±1m距离处，进行空间目标的位姿测量，设定空间目标仿真模型与虚拟位姿敏感器间的相对位姿关系。


4.如权利要求1所述的一种空间非合作目标点云初始姿态测量方法，其特征在于，步骤(3)中，姿态标签为虚拟位姿敏感器计算得到的空间目标仿真模型相对于虚拟位姿敏感器的姿态坐标，根据空间目标初始姿态测量的精度δ要求，设定空间目标仿真模型旋转运动的步长ΔR，记录空间...

【专利技术属性】
技术研发人员：顾营迎，王立，华宝成，吴云，刘达，尹芳，
申请(专利权)人：北京控制工程研究所，
类型：发明
国别省市：北京;11