基于红外单目视觉识别的编队卫星姿态确定方法技术

本发明专利技术公开了一种基于红外单目视觉识别的编队卫星姿态确定方法，包括有：步骤一，在地面进行大气帆卫星的发热点设置，量取各个发热点之间的相对位置；利用红外相机获取各个发热点，并将发热点作为红外图像中的特征点；然后在红外图像中标定出各个特征点的像素位置；步骤二，依据饱和度和亮度从红外图像中获取特征点簇，然后采用加权算法从特征点簇中筛选出图像－总特征点；步骤三，将图像－总特征点的坐标映射到大气帆卫星的发热点的编号，然后采用卡尔曼滤波将图像－总特征点的坐标代入位姿解算中解算，输出图像－总特征点在相机坐标系中的坐标；步骤四，通过相机坐标系中的坐标计算大气帆卫星的姿态。算大气帆卫星的姿态。算大气帆卫星的姿态。

【技术实现步骤摘要】
基于红外单目视觉识别的编队卫星姿态确定方法


[0001]本专利技术涉及编队卫星姿态测控
，更特别地说，是指一种基于红外单目视觉识别的编队卫星姿态确定方法。

技术介绍

[0002]卫星编队飞行是目前航天领域常采用的一种形式，指多个航天器在飞行中维持一定相对位置和形状，相互之间通过星间链路相互通信、协同工作的一种形式。编队卫星能够大大提升航天任务效能，能够实现分布式InSAR编队卫星、三维立体成像、对地电子侦察等任务，目前正朝高精度、低成本的方向发展。
[0003]目前，编队多星的星间相对位姿测量方式主要有相对和绝对状态测量方法。前者包含GPS测量、类GPS测量、激光测距、地面站测控等方式，GPS、类GPS测量需要在编队卫星上搭载信号接发机，雷达测距也需搭载质量和体积较大的接收天线，地面站测控需要占用较多测控资源。后者是利用星敏感器、磁强计、惯性姿态敏感器等手段测得各卫星绝对位置后求差得到相对位姿。虽然上述方法在一定程度上能够满足现有卫星实际应用，但对于微小卫星多星编队、星座组网以及民营企业低成本编队卫星均有较大限制。所需的传感器设备将会增加编队卫星的质量和功耗预算，定位精度较高的设备也将大幅提升编队系统的研制成本。

技术实现思路

[0004]本专利技术为了解决传统测控方式质量大、体积大、功耗大、成本高等一系列问题，提供一种基于红外单目视觉识别的编队卫星姿态确定方法。
[0005]本专利技术的一种基于红外单目视觉识别的编队卫星姿态确定方法，其包括有下列步骤：
[0006]步骤一，在地面上进行大气帆卫星的发热点设置，以及发热点与图像特征点的映射；
[0007]步骤11，大气帆卫星在地面进行发热源设置；
[0008]在地面上进行大气帆卫星上的多个发热点设置，记为发热点集HOTS；其中，任意一个发热点hot
a
的位置记为(x_hot
a
,y_hot
a
)；
[0009]步骤12，利用地面红外相机进行发热点图像获取；
[0010]将大气帆卫星放置在红外相机的有效拍摄距离里，获取大气帆卫星上各个发热点在图像中的特征点；红外相机拍摄的大气帆卫星图像称为卫星红外图像；
[0011]红外相机获取的大气帆卫星图像中的特征点，记为图像特征点集PC_HOTS；其中，任意一个图像特征点的像素位置记为
[0012]步骤13，利用卫星红外图像反向标定红外相机的尺度因子；
[0013]为了实现图像物理坐标系S
p
中各个发热点与图像像素坐标系S
uv
中各个图像特征点的映射，采用坐标系转换关系进行红外相机的内外参重新标定；标定结果可得相机坐标
系S
C1
上x
C1
轴、y
C1
轴两个方向上的尺度因子；即x
C1
轴方向上的内参像素坐标系尺度因子记为y
C1
轴方向上的内参像素坐标系尺度因子记为
[0014]步骤二，地面对大气帆卫星特征点的标定；
[0015]步骤21，读取卫星红外图像；
[0016]在星载计算机上使用Python语言进行编程，运用Opencv库函数读取单帧图像作为卫星红外图像；即读取PC_HOTS；
[0017]步骤22，利用HSV空间获取特征点簇；
[0018]HSV空间中饱和度记为BHD，HSV空间中饱和度阈值记为BHD
阈值
；
[0019]HSV空间中亮度记为LD，HSV空间中亮度阈值记为LD
阈值
；
[0020]特征点簇形成条件(BHD＞BHD
阈值
)or(LD＞LD
阈值
)；
[0021]将卫星红外图像PC_HOTS定义在HSV空间中，然后筛选HSV空间中饱和度与亮度都大于设定阈值的像素点，输出这些像素点的坐标，形成特征点簇集合，记为HOTS
簇
；其中，任意一个特征点簇中存在有多个像素点，则有
[0022]特征点簇的HSV空间中饱和度为
[0023]特征点簇的HSV空间中亮度为；
[0024]归类特征点簇集合HOTS
簇
中各个特征点簇的饱和度，记为特征点－饱和度集合MBHD；
[0025]归类特征点簇集合HOTS
簇
中各个特征点簇的亮度，记为特征点－亮度集合MLD；
[0026]步骤23，赋予饱和度与亮度权值的特征点簇－像素点筛选；
[0027]饱和度与亮度的权值计算公式为
[0028]采用饱和度与亮度的权值计算公式对特征点簇集合HOTS
簇
中各个特征点簇进行计算，得到卫星红外图像中特征点簇－像素点集合，记为MHOT；
[0029]步骤24，以簇圆心和簇半径进行权值－特征点簇的更新；
[0030]簇条件更新：特征点簇的像素点范围为簇半径，记为为簇圆心，记为以和进行更新特征点簇；
[0031]对特征点簇－像素点集合MHOT中的各个权值－特征点簇进行簇条件更新处理，得到更新－特征点簇－像素点集合MHOT
new
；
[0032]步骤25，饱和度与亮度的最大值选取；
[0033]采用选取饱和度和亮度最大值对应的像素点来更新MHOT
new
中的各个特征点簇，得到图像－总特征点集，记为HHOT；
[0034]步骤三，图像－总特征点在的相机坐标系下的坐标计算；
[0035]步骤31，图像－总特征点映射至发热点；
[0036]通过坐标转换的几何关系对图像－总特征点集HHOT中的各个图像－总特征点与大气帆卫星上的实际发热点HOTS进行编号匹配；
[0037]步骤32，卡尔曼滤波保证总特征点连续运动；
[0038]对图像－总特征点集HHOT进行卡尔曼滤波计算，排除突发图像－总特征点产生的噪音，使图像－总特征点在图像中的运动是连续的；
[0039]步骤33，PNP位姿解算；
[0040]利用位姿解算矩阵进行解算图像－总特征点集HHOT，然后结合PNP算法得到在相机坐标系中的总特征点位姿，记为HHOT
C1
；其中位姿解算矩阵中的参数已经由地面相机标定过程中得到确定；
[0041]步骤四，通过相机坐标系中的图像－总特征点的坐标计算大气帆卫星姿态；
[0042]步骤41，确定图像－总特征点在相机坐标系中位置；
[0043]在相机坐标系下计算总特征点位姿HHOT
C1
的几何参数η；
[0044]步骤42，确定大气帆卫星相对于主星的位置和姿态；
[0045]从几何参数η中提取相机坐标系S
C1
中卫星位姿相对位置与欧拉角参数，进一步结合相机安装方式，确定主星坐标系S
C
中卫星相对位姿相对位置与欧拉角参数，进而进行后续姿态控制。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外单目视觉识别的编队卫星姿态确定方法，其特征在于包括有下列步骤：步骤一，在地面上进行大气帆卫星的发热点设置，以及发热点与图像特征点的映射；步骤11，大气帆卫星在地面进行发热源设置；在地面上进行大气帆卫星上的多个发热点设置，记为发热点集其中，任意一个发热点hot
a
的位置记为(x_hot
a
,y_hot
a
)；步骤12，利用地面红外相机进行发热点图像获取；将大气帆卫星放置在红外相机的有效拍摄距离里，获取大气帆卫星上各个发热点在图像中的特征点；红外相机拍摄的大气帆卫星图像称为卫星红外图像；红外相机获取的大气帆卫星图像中的特征点，记为图像特征点集其中，任意一个图像特征点的像素位置记为步骤13，利用卫星红外图像反向标定红外相机的尺度因子；为了实现图像物理坐标系S
p
中各个发热点与图像像素坐标系S
uv
中各个图像特征点的映射，采用坐标系转换关系进行红外相机的内外参重新标定；标定结果可得相机坐标系S
C1
上x
C1
轴、y
C1
轴两个方向上的尺度因子；即x
C1
轴方向上的内参像素坐标系尺度因子记为y
C1
轴方向上的内参像素坐标系尺度因子记为步骤二，地面对大气帆卫星特征点的标定；步骤21，读取卫星红外图像；在星载计算机上使用Python语言进行编程，运用Opencv库函数读取单帧图像作为卫星红外图像；即读取步骤22，利用HSV空间获取特征点簇；HSV空间中饱和度记为BHD，HSV空间中饱和度阈值记为BHD
阈值
；HSV空间中亮度记为LD，HSV空间中亮度阈值记为LD
阈值
；特征点簇形成条件(BHD＞BHD
阈值
)or(LD＞LD
阈值
)；将卫星红外图像定义在HSV空间中，然后筛选HSV空间中饱和度与亮度都大于设定阈值的像素点，输出这些像素点
的坐标，形成特征点簇集合，记为其中，任意一个特征点簇中存在有多个像素点，则有中存在有多个像素点，则有表示特征点簇中的第1个簇－像素点；表示特征点簇中的第i个簇－像素点；表示特征点簇中的最后一个簇－像素点；特征点簇的HSV空间中饱和度为且特征点簇的HSV空间中亮度为且且为像素点的HSV空间的饱和度；为像素点的HSV空间的饱和度；为像素点的HSV空间的饱和度；为像素点的HSV空间的亮度；为像素点的HSV空间的亮度；为像素点的HSV空间的亮度；归类特征点簇集合HOTS
簇
中各个特征点簇的饱和度，记为特征点－饱和度集合归类特征点簇集合HOTS
簇
中各个特征点簇的亮度，记为特征点－亮度集合步骤23，赋予饱和度与亮度权值的特征点簇－像素点筛选；饱和度与亮度的权值计算公式为：
i表示特征点簇中的像素点标识号；n表示特征点簇的像素点总个数；q
i
表示饱和度权值系数；p
i
表示亮度权值系数；采用公式(5)对特征点簇进行计算，得到卫星红外图像中的特征点簇的权值－特征点簇，记为的权值－特征点簇，记为表示权值－特征点簇的第1个权值－像素点；表示权值－特征点簇的第i个权值...

【专利技术属性】
技术研发人员：徐明，丁纪昕，罗杰，王一舟，彭振邦，和星吉，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：