本发明专利技术公开了一种基于重建模型的空间目标精确相对位姿估计方法，包括以下步骤，空间目标三维重建、双目视觉局部重建、三维点云匹配、对追踪航天器与目标航天器之间的相对位姿实时估计，利用非合作目标三维重建模型尺度信息，对非合作目标近距离操控阶段的精确相对位姿进行实时估计。
【技术实现步骤摘要】
本专利技术涉及航天器导航、制导与控制方法的，特别是涉及一种基于重建模型的空间目标精确相对位姿估计方法。
技术介绍
1、对于空间目标的相对运动状态估计问题，在早期由于受到技术发展水平限制，大多侧重于运动估计中的位姿估计问题，通常需要空间目标的先验信息，如在目标上布署已知标签，或给定目标结构模型。
2、利用机器视觉中的经典的正交投影迭代变换算法、透视n点(perspective-n-point，pnp)算法等，通过对目标上的强几何特征检测和识别，解算其相对于相机坐标系的位姿。通过对目标上的固定位置并已知大小的特征物进行识别，利用四点估计平移和旋转矩阵的迭代解法对目标的位置和姿态进行求解。该方法的优势是计算量小，有利于工程化设计，不足是进行目标解算时需要四个圆状特征同时被检测到。此外，还通过选取空间目标的太阳帆板支架和发动机喷嘴等作为识别对象，建立基于直线和圆交叉特征的目标位姿解算方法，该方法可以实现较为精确的测量，但是非常依赖于目标上的强几何特征。
3、基于模型匹配的方法也常用于非合作目标的位姿估计问题，而这通常需要已知目标的三维外结构模型，根据实际观测的目标建立它的三维模型，然后对图像中目标的边缘轮廓特征进行检测，再将这些轮廓特征与目标的三维模型向二维图像平面投影得到的轮廓进行匹配，通过最小化误差函数来实现对目标的实时位姿的求解，基于模型匹配的方法的优点在于以较低的计算量达到了较高的求解精度，而缺点则为需要目标的三维模型作为先验知识，而在非合作目标运动估计中，通常无法获得空间目标三维模型先验信息。
<
br/>技术实现思路
1、本专利技术主要解决的技术问题是提供一种基于重建模型的空间目标精确相对位姿估计方法，通过对非合作目标近距离绕飞，根据采集的视觉和激光数据对非合作空间目标的外轮廓进行三维重建，获得目标星精确的三维结构和尺寸数据信息，在此基础上对两卫星近距离操控阶段的实时相对位姿进行精确测量估计。
2、为解决上述技术问题，本专利技术采用的技术方案是提供一种基于重建模型的空间目标精确相对位姿估计方法，包括以下步骤：
3、(1)空间目标三维重建：获取目标航天器不同角度的视觉图像，并结合每帧视觉图像对应的相对位姿，对目标航天器进行三维外形稠密点云进行重建；
4、1)特征点检测和匹配：在不同的尺度空间上查找特征点，并计算出特征点的方向；
5、2)运动恢复稀疏点云：采用运动恢复方法来恢复摄像机的内参和外参，并由三角化得到三维点坐标，使用联合校正方法进行优化，输出稀疏三维点云；
6、3)建立稠密点云：采用基于图像的方法获取稠密点云，基于图像特征点的多目立体视觉算法直接通过特征提取和匹配，获取稠密点云模型；
7、(2)双目视觉局部重建：利用追踪航天器和目标航天器上两个不同位置的相机成像后对图像内重叠的三维空间区域中的同名像素点进行查找配对，再通过三角测量原理还原二维图像中像素点的三维空间坐标信息；
8、1)匹配代价计算：通过代价函数计算视差范围内两个待匹配基元的代价作为它们的相似性测度值，相似性测度值越小为同名点的概率越大；
9、2)匹配效果优化：对匹配代价计算中得出的相似性测度值进行优化以方便计算初始视差图；
10、3)视差图生成：选取每个像素点中使该点匹配代价值最小的视差作为该点的视差，求解使能量函数值最小的视差值作为像素点的最终视差，得出图像的初始视差图；
11、(3)三维点云匹配：获取当前双目视觉局部重建三维点云和目标航天器三维的稠密点云模型数据，采用正态分布变换算法进行点云与地图的匹配，获得追踪航天器与目标航天器之间的精确位姿变换关系；
12、(4)对追踪航天器与目标航天器之间的相对位姿实时估计。
13、本专利技术的一个具体实施例中，在特征点检测和匹配中还包括以下步骤：
14、a)提取关键点：搜索所有尺度空间上的图像位置，通过高斯微分函数来识别潜在的具有尺度和旋转不变的兴趣点；
15、b)定位关键点并确定特征方向：在每个候选的位置上，通过拟合精细的模型确定位置和尺度，基于图像局部的梯度方向，分配给每个关键点位置一个方向或多个方向；
16、c)通过各关键点的特征向量，进行两两比较找出相互匹配的若干对特征点，建立景物间的对应关系。
17、本专利技术的一个具体实施例中，在视差图生成中还包括：对所述初始视差图进行视差修正得到精准视差图的过程，获取精准视差图如下：采用左右一致性检查算法剔除错误视差、采用剔除小连通区域来移除异常点、采用中值滤波或双边滤波算法对初始视差图进行滤波平滑、采用二次曲线拟合实现亚像素求精得到精准视差图。
18、本专利技术的一个具体实施例中，在步骤(3)三维点云匹配中，匹配用到的点云为：
19、xi＝[xi,yi,zi]t,i＝{0,1,2,…,m-1}
20、其中，xki为第i个三维点，xi,yi,zi为该点对应的三轴坐标值，m为三维点的数量，将这些点云分配到标准正态分布的三维体素网格中，对于每一个体素网格，里面有mk个3d点，该网格的ndt分布的均值和方差为：
21、
22、
23、在获取到每个标准正态分布的三维体素网格的均值和方差之后，获取每个网格的估计值：
24、
25、通过寻找合适的坐标变换参数使得当前帧点云对应的ndt概率密度之和最大，从而解算出对应的姿态变换矩阵，从而实现点云匹配。
26、本专利技术的一个具体实施例中，步骤(4)相对位姿实时估计中还包括以下步骤：
27、将目标航天器质心位置、速度、旋转中心位置、姿态四元数和旋转角速度等变量组成状态向量，目标平移和旋转运动的状态向量分别为xt＝[dt vt rt]t、xr＝[qt ωt]t，设状态向量则目标运动学状态方程为：
28、xm,k＝fm(xm,k-1)+wk
29、其中，fm(xm,k-1)为动力学方程，wk为系统噪声；
30、假设tk时刻通过三维点云匹配，获得两航天器相对位姿估计量为zk，xk为该时刻真实的相对运动状态变量，非线性的观测函数可表示为h(xk)，则系统观测方程可整理为如下表达式：
31、zk＝h(xm,k,xs,k)+nk；
32、根据上述状态方程和观测方程，可实现追踪航天器与目标航天器相对运动状态的实时估计。
33、本专利技术的一个具体实施例中，获取追踪航天器和目标航天器的视觉图像采用双目视觉相机，所述双目视觉相机图像采集帧率为14帧/秒，图像分辨率为500万像素。
34、本专利技术的有益效果是：本专利技术的一种基于重建模型的空间目标精确相对位姿估计方法，通过构建两飞行器的相对位置和相对姿态动力学状态空间模型，构建空间目标相对状态估计的扩展卡尔曼滤波算法，利用惯性测量单元数据实现相对位姿的递推解算，采用点云匹配得到的位姿数据对状态进行更新，在完成非合作本文档来自技高网
...
【技术保护点】
1.一种基于重建模型的空间目标精确相对位姿估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于重建模型的空间目标精确相对位姿估计方法，其特征在于，在特征点检测和匹配中还包括以下步骤：
3.根据权利要求1所述的基于重建模型的空间目标精确相对位姿估计方法，其特征在于，在视差图生成中还包括：对所述初始视差图进行视差修正得到精准视差图的过程，获取精准视差图如下：采用左右一致性检查算法剔除错误视差、采用剔除小连通区域来移除异常点、采用中值滤波或双边滤波算法对初始视差图进行滤波平滑、采用二次曲线拟合实现亚像素求精得到精准视差图。
4.根据权利要求1所述的基于重建模型的空间目标精确相对位姿估计方法，其特征在于，在步骤(3)三维点云匹配中，匹配用到的点云为：
5.根据权利要求1所述的基于重建模型的空间目标精确相对位姿估计方法，其特征在于，步骤(4)相对位姿实时估计中还包括以下步骤：
6.根据权利要求1所述的基于重建模型的空间目标精确相对位姿估计方法，其特征在于，获取追踪航天器和目标航天器的视觉图像采用双目视觉相机，所述双目视觉相机图像采集帧率为14帧/秒，图像分辨率为500万像素。
...
【技术特征摘要】
1.一种基于重建模型的空间目标精确相对位姿估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于重建模型的空间目标精确相对位姿估计方法，其特征在于，在特征点检测和匹配中还包括以下步骤：
3.根据权利要求1所述的基于重建模型的空间目标精确相对位姿估计方法，其特征在于，在视差图生成中还包括：对所述初始视差图进行视差修正得到精准视差图的过程，获取精准视差图如下：采用左右一致性检查算法剔除错误视差、采用剔除小连通区域来移除异常点、采用中值滤波或双边滤波算法对初始视差图进行滤波平滑、采用二次曲线拟...
【专利技术属性】
技术研发人员：李九人，赖春生，
申请(专利权)人：苏州智联宇信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。