一种利用事件相机作为星敏感器的飞行器姿态确定方法技术

本发明专利技术公开了一种利用事件相机作为星敏感器的飞行器姿态确定方法，首先通过安装在飞行器上的事件相机获得事件信息；然后将事件信息进行时空聚合；接下来通过星图匹配和求解PnP问题，得到相机的绝对位姿；之后应用五点法求解本质矩阵，得到相邻两帧的相对位姿；再利用相对位姿对绝对位姿进行优化；最后对求得的位姿进行全局优化，得到任意时刻相机位姿的三轴表示；采用本发明专利技术方法，可以使系统整体功耗更低，动态范围更高，灵敏度更高，并且能实现与现有同分辨率星敏感器更高的精度。现有同分辨率星敏感器更高的精度。现有同分辨率星敏感器更高的精度。

【技术实现步骤摘要】
一种利用事件相机作为星敏感器的飞行器姿态确定方法


[0001]本专利技术属于航天与计算机视觉
，具体涉及一种飞行器姿态确定方法。

技术介绍

[0002]星敏感器是通过识别和追踪恒星模式来估计航天器的姿态的光学设备，本研究中以事件相机来追踪恒星，可以以较传统的光学传感器更低的功耗和更快的运行速度来实现更高帧率的姿态确定。
[0003]传统星敏感器利用CCD相机作为光学传感器来获取图像信息，其工作原理为：使用光学传感器拍摄星图，利用获得的图像信息对星点质心进行定位，随后配合星图识别算法(与导航星库内的信息进行匹配)以及姿态解算算法(通过跟踪算法模块和局部位置星图提取/识别)获得最终飞行器的位姿信息。
[0004]目前在星敏感器这个方向相关技术主要集中于算法部分，包括星点质心算法、星图识别算法、星敏感器姿态解算算法、星敏感器在轨道标定算法等。其中，星点质心算法是一种计算恒星在CCD相机拍摄星图中的准确位置的算法，该算法的核心内容大致包括基于阈值的质心定位算法、提取星点的二元线性插值法、去除随机噪声和系统噪声的简化模型以及利用BP神经网路对误差进行补偿。星图识别算法部分包括利用三角形算法、使用线型数据库搜索的方式的基于星座特征的星图识别算法，基于字符模式的图像识别算法以及利用了遗传算法的智能行为的识别算法。上述星图识别算法中基于字符模式的图像识别算法以及基于只能行为的图像识别算法提出时间较晚，潜力较大。关于星敏感器的姿态解算算法，根据计算方法不同，姿态解算算法可分为确定性的姿态解算算法以及动态滤波估计算法两种。其中，确定性姿态解算算法一般为两种，一种是单点批量处理算法，通过求解特征向量的最优四元数解，运算效率高，应用最广泛。另一种是利用两个互不平行矢量计算姿态矩阵，得到解是非最优的。动态滤波估计算法有五种常用的算法，分别是EKF算法、UKF算法、滤波QUEST算法、RE
‑
QUEST算法和粒子滤波算法。上述五种算法中EKF算法发展成熟，应用广泛，但鲁棒性不强，易于发散，对强非线性估计问题不能得到最优解，服从高斯分布假设条件；UKF算法收敛性好，能够在大误差的初始条件下得到比较优化的结果，服从高斯分布假设条件；滤波QUEST算法的扩展，算法容易实现，但是精度较差；RE
‑
QUEST算法是QUEST算法的推广，在数学原理上与滤波QUEST算法等同；粒子滤波算法基于序列蒙特卡洛的方法，可以解决非线性、非高斯分布和非平稳状态的滤波估计问题，计算量大，实现比较困难。
[0005]本专利技术采用事件相机作为新型的星敏感器，有关事件相机也已经有部分相关研究。目前的技术可以通过事件相机提供的数据流分析解决问题。通过望远镜的实地试验，可以利用事件相机观测空间目标；使用基于事件的概率多重假设跟踪器，实现跟踪目标对象；通过基于事件的目标检测和跟踪算法，实现空间态势感知；利用事件相机的低功耗和高时间分辨率，通过建立一个包括新的旋转平均和光束平差公式的算法流程，实现了基于帧的恒星跟踪；通过基于事件的多分辨率异步Hough变换星跟踪处理方法，能够实现在资源受限的平台上异步高效处理事件流。
[0006]综上，现有的利用CCD相机作为星敏感器的方案的缺点是星敏感器存在的实时性难以保证、设备重量和体积较大、功耗较高、动态范围较小、灵敏度较差。现有技术也主要局限于对于传统基于图像CCD相机的星敏感器的算法研究，以及将事件相机应用到检测、跟踪、去模糊等传统计算机视觉领域。本专利技术结合航天应用背景，将事件相机作为星敏感器应用于飞行器的姿态确定，以充分利用事件相机的特点，提升飞行器姿态。

技术实现思路

[0007]为了克服现有技术的不足，本专利技术提供了一种利用事件相机作为星敏感器的飞行器姿态确定方法，首先通过安装在飞行器上的事件相机获得事件信息；然后将事件信息进行时空聚合；接下来通过星图匹配和求解PnP问题，得到相机的绝对位姿；之后应用五点法求解本质矩阵，得到相邻两帧的相对位姿；再利用相对位姿对绝对位姿进行优化；最后对求得的位姿进行全局优化，得到任意时刻相机位姿的三轴表示；采用本专利技术方法，可以使系统整体功耗更低，动态范围更高，灵敏度更高，并且能实现与现有同分辨率星敏感器更高的精度。
[0008]本专利技术解决其技术问题所采用的技术方案包括如下步骤：
[0009]步骤1：通过安装在飞行器上的事件相机获得事件信息；
[0010]采用事件相机捕捉星体事件信息，根据星体亮度的变化输出一系列极性数据，当亮度增加时极性为正，标为正事件；当亮度减小时极性为负，标位负事件；
[0011]步骤2：将事件信息进行时空聚合；
[0012]获得事件信息后，将事件信息数据聚合到(n+m)
×
w
×
h的体素网格中，其中n为正事件个数，m为负事件个数，w为体素网格宽度，h为体素网格高度；通过聚合，将事件信息数据稀疏的时间数据流转化到图像平面上，得到一系列的图像其中Image
g
为第g张图像，g为图像帧的序号，在指定时间内共生成了N帧，用于后续位姿估计；
[0013]步骤3：求解相机的绝对位姿；
[0014]步骤3
‑
1：进行星图匹配；
[0015]对于步骤2获取的图像，将图像中星体的描述符与已有的星表数据库的描述符进行进行匹配与识别；
[0016]即通过星图匹配获取图像中的星体的二维坐标w∈R2与星表数据库中星体的三维姿态W∈R3的2D
‑
3D匹配：其中n为识别到的星体的数量，i为星体的序号，三轴角度向量W
i
＝(pitch
i
，yall
i
，roll
i
)；pitch
i
，yall
i
，roll
i
分别表示第i个星体位置的俯仰角、偏航角以及翻滚角；将图像中每个星体作为观测点；
[0017]步骤3
‑
2：通过解PnP问题来求解相邻两帧之间的旋转矩阵；
[0018]获取到图像中星体的2D与3D匹配后，在相邻两帧图像之间通过求解P3P问题来进行相机的位姿估计：将世界坐标系原点与相机坐标系原点重合，以初始位姿的相机坐标系三轴方向为世界坐标系三轴方向，并将星体的三轴角度映射到以相机坐标系原点为球心的球面上的点的三维坐标，即每一个观测点计算：
[0019]x＝cos(pitch)
×
sin(yaw)
[0020]y＝cos(pitch)
×
cos(yaw)
[0021]z＝sin(pitch)
[0022]将观测点三轴角度向量映射到球面上的点的三维坐标V＝(x，y，z)；
[0023]采用相邻两图像帧均识别到且在图像中所占像素面积最大的三个星体的中心点p作为特征点，求解当前时刻相机相对于初始状态的位姿：
[0024]P
m
＝{p1，p2，p3}，P本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用事件相机作为星敏感器的飞行器姿态确定方法，其特征在于，包括如下步骤：步骤1：通过安装在飞行器上的事件相机获得事件信息；采用事件相机捕捉星体事件信息，根据星体亮度的变化输出一系列极性数据，当亮度增加时极性为正，标为正事件；当亮度减小时极性为负，标位负事件；步骤2：将事件信息进行时空聚合；获得事件信息后，将事件信息数据聚合到(n+m)
×
w
×
h的体素网格中，其中n为正事件个数，m为负事件个数，w为体素网格宽度，h为体素网格高度；通过聚合，将事件信息数据稀疏的时间数据流转化到图像平面上，得到一系列的图像其中Image
g
为第g张图像，g为图像帧的序号，在指定时间内共生成了N帧，用于后续位姿估计；步骤3：求解相机的绝对位姿；步骤3
‑
1：进行星图匹配；对于步骤2获取的图像，将图像中星体的描述符与已有的星表数据库的描述符进行进行匹配与识别；即通过星图匹配获取图像中的星体的二维坐标w∈R2与星表数据库中星体的三维姿态W∈R3的2D
‑
3D匹配：其中n为识别到的星体的数量，i为星体的序号，三轴角度向量W
i
＝(pitch
i
，yall
i
，roll
i
)；pitch
i
，yall
i
，roll
i
分别表示第i个星体位置的俯仰角、偏航角以及翻滚角；将图像中每个星体作为观测点；步骤3
‑
2：通过解PnP问题来求解相邻两帧之间的旋转矩阵；获取到图像中星体的2D与3D匹配后，在相邻两帧图像之间通过求解P3P问题来进行相机的位姿估计：将世界坐标系原点与相机坐标系原点重合，以初始位姿的相机坐标系三轴方向为世界坐标系三轴方向，并将星体的三轴角度映射到以相机坐标系原点为球心的球面上的点的三维坐标，即每一个观测点计算：x＝cos(pitch)
×
sin(yaw)y＝cos(pitch)
×
cos(yaw)z＝sin(pitch)将观测点三轴角度向量映射到球面上的点的三维坐标V＝(x，y，z)；采用相邻两图像帧均识别到且在图像中所占像素面积最大的三个星体的中心点p 作为特征点，求解当前时刻相机相对于初始状态的位姿：P
m
＝{p1，p2，p3}，P
m+1
＝{p1′
，p2′
，p3′
}其中P
m
表示初始状态的位姿，P
m+1
表示当前状态的位姿；求解欧式变换R
h
、t
h
来使得：其中V
h
和V
h+1
分别表示前帧相机三轴位姿和后帧相机三轴位姿；由于相机坐标系与世界坐标系的原点重合，故平移矩阵t
h
忽略不计，由此求得将前帧相机三轴位姿转换至后帧相机三轴位姿的旋转矩阵R
h
；步骤3
‑
3：利用上述结果求解当前相机绝对位姿相机位姿由三轴角度向量X＝(pitch，yaw，roll)表示，与步骤3
‑
2中方法相同，建立X与
V的三轴角度
‑
单位球面点坐标映射；pitch，yaw，roll分别表示相机的俯仰角、偏航角以及翻滚角；规定相机初始位置的X0＝(1，0，0)，经过单位球面点...

【专利技术属性】
技术研发人员：戴玉超，王元淳，万哲雄，王涵，舒涵，王磊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：