劉 玉，陳 鳳，黃建明，魏祥泉，靳永強(qiáng)

(上海宇航系統(tǒng)工程研究所，上海201108)

1 引言

隨著空間技術(shù)的發(fā)展，各類航天器的構(gòu)造越來(lái)越復(fù)雜，造價(jià)也越來(lái)越昂貴。為節(jié)省航天任務(wù)費(fèi)用、延長(zhǎng)航天器工作壽命、提高靈活執(zhí)行多種任務(wù)的能力，在軌服務(wù)技術(shù)日益得到重視。目前，航天器、太空碎片等都是非合作目標(biāo)，即沒(méi)有安裝用于測(cè)量的合作標(biāo)志器和便于抓捕的手柄等，對(duì)此類非合作航天器在軌服務(wù)已成為近年來(lái)的研究熱點(diǎn)。

在軌服務(wù)飛行器(On-orbit Service Vehicle，OSV)是一種新概念的智能航天器，專用于對(duì)服務(wù)對(duì)象實(shí)施在軌服務(wù)，是自主式在軌服務(wù)系統(tǒng)的核心［1］。在軌服務(wù)(On-Orbit Servicing)是指針對(duì)在軌運(yùn)行的航天器進(jìn)行的各類空間操作［2-3］，在軌服務(wù)飛行器作為未來(lái)的新型航天器，主要完成空間在軌服務(wù)任務(wù)。目前，空間在軌服務(wù)任務(wù)主要包括在軌維修、在軌組裝、在軌救援、在軌加注、在軌探測(cè)與檢測(cè)、空間碎片清理、廢棄衛(wèi)星拖曳等。為實(shí)現(xiàn)航天器的自主在軌服務(wù)，必須首先實(shí)現(xiàn)兩航天器的安全可靠對(duì)接，即實(shí)現(xiàn)自主交會(huì)對(duì)接技術(shù)(RVD)。目前，國(guó)內(nèi)外在軌服務(wù)的成功案例大都是針對(duì)合作目標(biāo)的空間任務(wù)，即被服務(wù)航天器經(jīng)過(guò)特殊設(shè)計(jì)以配合完成在軌服務(wù)任務(wù)，而目前各國(guó)實(shí)際在軌運(yùn)行的航天器和在研型號(hào)，并沒(méi)有專門(mén)設(shè)計(jì)用于接受在軌服務(wù)的抓捕手柄和測(cè)量標(biāo)志器，即為非合作目標(biāo)［4］?；诤献髂繕?biāo)的在軌服務(wù)技術(shù)［5］無(wú)法適用于此類目標(biāo)，因此，基于非合作目標(biāo)的交會(huì)對(duì)接技術(shù)是目前迫切需要解決的關(guān)鍵技術(shù)之一。

根據(jù)對(duì)目前在軌航天器的調(diào)研，空間非合作目標(biāo)中可供識(shí)別和抓捕的部位主要包括星箭對(duì)接環(huán)、遠(yuǎn)地點(diǎn)發(fā)動(dòng)機(jī)噴管、太陽(yáng)帆板、對(duì)地通信天線支架等［4］。星箭對(duì)接環(huán)、發(fā)送機(jī)噴管等具有較為明顯的空間圓特征，相對(duì)較容易識(shí)別，也較為容易抓捕，因此，本文主要對(duì)該類目標(biāo)進(jìn)行研究;空間圓檢測(cè)技術(shù)是實(shí)現(xiàn)空間非合作目標(biāo)空間圓位置姿態(tài)測(cè)量技術(shù)的關(guān)鍵，為此，本文研究了一種非合作目標(biāo)空間圓檢測(cè)方法，通過(guò)Canny算子檢測(cè)邊緣、Freeman鏈碼法對(duì)邊緣進(jìn)行提取分類以及再利用RED算法進(jìn)行非合作目標(biāo)空間圓檢測(cè)，和傳統(tǒng)的RED算法相比，本文研究的算法在保證檢測(cè)精度的前提下，明顯降低了算法的耗時(shí)量。

2 非合作目標(biāo)空間圓檢測(cè)技術(shù)在在軌服務(wù)中的應(yīng)用

近些年來(lái)，隨著航天技術(shù)的不斷發(fā)展，越來(lái)越多的航天器被發(fā)射入軌，空間逐步成為一個(gè)相當(dāng)擁擠的場(chǎng)所，空間各個(gè)軌道上都會(huì)殘留大量的太空碎片和失效衛(wèi)星，因此，各航天大國(guó)都迫切希望發(fā)射在軌服務(wù)航天器，實(shí)現(xiàn)與在軌衛(wèi)星交會(huì)對(duì)接(RVD)，對(duì)在軌衛(wèi)星提供在軌維修服務(wù)以延長(zhǎng)在軌運(yùn)行時(shí)間［3］。由于幾乎所有衛(wèi)星上都有星箭對(duì)接環(huán)，如圖1所示，因此，可將該接口部分作為識(shí)別和抓捕部位進(jìn)行研究。此外，地球靜止軌道失效衛(wèi)星長(zhǎng)期占據(jù)軌道資源，其累積效應(yīng)使得GEO軌道資源日益緊張。因此，捕獲并恰當(dāng)處理這些成為太空垃圾的GEO失效衛(wèi)星對(duì)可持續(xù)利用空間資源具有重要的意義和必要性［6］。發(fā)動(dòng)機(jī)噴管形狀特殊，圖2為示意圖，可作為在軌捕獲對(duì)象，利用抓捕裝置對(duì)其進(jìn)行抓捕，抓捕后與整個(gè)目標(biāo)形成組合體，通過(guò)拖曳等方式使其離軌。于此同時(shí)，遠(yuǎn)地點(diǎn)發(fā)動(dòng)機(jī)噴管還可用于在軌加注，為軌道飛行器延長(zhǎng)壽命提供依據(jù)。

圖1 星箭對(duì)接環(huán)示意圖Fig.1 The docking ring of satellite and rocket

圖2 發(fā)動(dòng)機(jī)噴管示意圖Fig.2 The engine nozzle on satellite

目前，國(guó)外已經(jīng)開(kāi)展了很多應(yīng)用到識(shí)別發(fā)動(dòng)機(jī)噴管或者星箭對(duì)接環(huán)的在軌服務(wù)系統(tǒng)，而國(guó)內(nèi)目前還處于理論研究階段。下面針對(duì)國(guó)外典型的應(yīng)用進(jìn)行介紹。

2.1 UHF-1衛(wèi)星在軌服務(wù)技術(shù)

UHF-1衛(wèi)星［7］非常昂貴，其研發(fā)費(fèi)用就接近20億美元，若在GTO軌道發(fā)生故障而無(wú)法按照要求進(jìn)入靜止軌道，則會(huì)造成巨大經(jīng)濟(jì)損失。為實(shí)現(xiàn)UHF-1衛(wèi)星在軌服務(wù)，David R等人［8］提出在GTO軌道實(shí)現(xiàn)UHF-1衛(wèi)星的交會(huì)對(duì)接，并通過(guò)服務(wù)系統(tǒng)的軌道機(jī)動(dòng)實(shí)現(xiàn)將目標(biāo)衛(wèi)星送入靜止軌道，并由輔助系統(tǒng)對(duì)UHF-1進(jìn)行軌道控制。

UHF-1衛(wèi)星的在軌服務(wù)延壽系統(tǒng)交會(huì)對(duì)接機(jī)構(gòu)方案如圖3和圖4所示［7］。圖4中的34(a)為導(dǎo)向椎，捕獲過(guò)程中該部分將進(jìn)入遠(yuǎn)地點(diǎn)發(fā)動(dòng)機(jī)尾噴管內(nèi)，并引導(dǎo)34(b)所示機(jī)構(gòu)包絡(luò)識(shí)別并捕獲衛(wèi)星的星箭對(duì)接環(huán)，最終使兩航天器構(gòu)成組合體。

圖3 UHF在軌服務(wù)系統(tǒng)方案Fig.3 On orbit service project for UHF

圖4 UHF在軌服務(wù)系統(tǒng)對(duì)接機(jī)構(gòu)Fig.4 Capture tool for UHF on orbit service system

2.2 MDA公司在軌延壽技術(shù)

MDA公司提出利用空間機(jī)械臂實(shí)現(xiàn)對(duì)壽命末期衛(wèi)星開(kāi)展燃料在軌加注延壽。圖5所示為該公司研制的在軌延壽系統(tǒng)［7］?？臻g機(jī)械臂系統(tǒng)首先檢測(cè)識(shí)別并抓捕到目標(biāo)衛(wèi)星遠(yuǎn)地點(diǎn)發(fā)動(dòng)機(jī)噴管，然后通過(guò)一定的方式打開(kāi)目標(biāo)衛(wèi)星注排閥門(mén)，最后插入軟管泵入適量燃料。

圖5 MDA公司的在軌延壽系統(tǒng)Fig.5 Life time extension system of MDA corporation

2.3 CX-OLEV在軌服務(wù)系統(tǒng)

CX-OLEV在軌服務(wù)系統(tǒng)由歐洲的ORC公司提出，并由荷蘭航天公司和德國(guó)宇航中心(DLR)進(jìn)行聯(lián)合研制［9］。該系統(tǒng)構(gòu)型及抓捕機(jī)構(gòu)如圖6所示［7］。OLEV航天器充分利用了靜止軌道衛(wèi)星遠(yuǎn)地點(diǎn)發(fā)動(dòng)機(jī)噴管和星箭對(duì)接環(huán)的結(jié)構(gòu)特點(diǎn)，設(shè)計(jì)了通用型對(duì)接機(jī)構(gòu)［10］，主要包括遠(yuǎn)地點(diǎn)發(fā)動(dòng)機(jī)噴嘴的對(duì)接裝置和星箭對(duì)接環(huán)鎖緊裝置組成。如圖7所示［7］為衛(wèi)星捕獲機(jī)構(gòu)實(shí)驗(yàn)，在近距離識(shí)別出發(fā)動(dòng)機(jī)噴管后，系統(tǒng)沿發(fā)動(dòng)機(jī)噴嘴軸線方向靠近目標(biāo)，絲杠機(jī)構(gòu)沿軸線方向伸展并伸入發(fā)動(dòng)機(jī)噴管，隨后膨脹結(jié)構(gòu)展開(kāi)并實(shí)現(xiàn)與目標(biāo)星連接;當(dāng)捕獲機(jī)構(gòu)將兩航天器拉近至鎖緊機(jī)構(gòu)的作業(yè)范圍之內(nèi)時(shí)，一旦識(shí)別到星箭對(duì)接環(huán)，鎖緊機(jī)構(gòu)便打開(kāi)并捕獲，然后分別從對(duì)接環(huán)內(nèi)部和外部收緊，兩星之間的相對(duì)位姿即被確定。

圖6 CX-OLEV系統(tǒng)Fig.6 CX-OLEV system

圖7 衛(wèi)星捕獲機(jī)構(gòu)實(shí)驗(yàn)Fig.7 Test of satellite capture tool

3 非合作目標(biāo)空間圓檢測(cè)方法

非合作目標(biāo)空間圓的圓形特征是二次曲線特征的一個(gè)特例，因?yàn)樗谌我夥较蛏系耐敢曂队岸际且粋€(gè)橢圓，從數(shù)字圖像中成功識(shí)別橢圓對(duì)非合作目標(biāo)空間圓的定位非常重要，因此，研究非合作目標(biāo)空間圓檢測(cè)方法本質(zhì)是研究橢圓檢測(cè)方法［11］。

目前關(guān)于橢圓檢測(cè)方法大致分為投票和最優(yōu)化兩大類。標(biāo)準(zhǔn)Hough變換(SHT)是一種基于投票思想實(shí)現(xiàn)橢圓檢測(cè)的方法。該法通過(guò)在參數(shù)空間檢測(cè)峰值獲得最優(yōu)橢圓參數(shù)，因此，存在存儲(chǔ)空間大、計(jì)算復(fù)雜度大等問(wèn)題［12］。最優(yōu)化方法則主要包括最小二乘擬合、遺傳算法等。在該類方法中，最典型的當(dāng)屬Li等［13-14］提出的隨機(jī)橢圓檢測(cè)(RED)方法，它將最小二乘法與隨機(jī)Hough變化結(jié)合實(shí)現(xiàn)對(duì)橢圓最優(yōu)擬合，該法無(wú)需大量?jī)?nèi)存空間，對(duì)噪聲不敏感，但存在過(guò)于依賴參數(shù)閾值和無(wú)效采樣問(wèn)題。為減少無(wú)效采樣，本文提出一種改進(jìn)RED方法，首先進(jìn)行邊緣檢測(cè)，通過(guò)Canny算子對(duì)邊緣進(jìn)行初步檢測(cè)，采用Freeman鏈碼法對(duì)邊緣進(jìn)行提取分類，得到獨(dú)立的邊緣，然后對(duì)每個(gè)邊緣再利用RED算法進(jìn)行檢測(cè)，這樣能明顯減少隨機(jī)選擇的邊緣點(diǎn)數(shù)落在不同橢圓上的概率，從而提高檢測(cè)橢圓的效率，減少算法的耗時(shí)量。

3.1 邊緣檢測(cè)

目前，邊緣檢測(cè)方法有很多，其中Canny算法［15］具有精確定位，抗噪能力強(qiáng)的優(yōu)勢(shì)，因此本文主要采用該法實(shí)現(xiàn)邊緣檢測(cè)。Canny算子提取邊緣信息主要包括以下幾個(gè)步驟:①利用高斯平滑濾波器來(lái)平滑圖像以除去噪聲;②采用一階偏導(dǎo)的有限差分計(jì)算梯度的幅值和方向;③對(duì)梯度幅值進(jìn)行非極大值抑制;④采用雙閾值法檢測(cè)和連接邊緣。

為實(shí)現(xiàn)有效的橢圓擬合，需要將邊緣檢測(cè)結(jié)果進(jìn)行分類，同時(shí)進(jìn)行邊緣點(diǎn)序列化處理。由于Freeman鏈碼法［16］具有原理簡(jiǎn)單、耗時(shí)量少等優(yōu)勢(shì)，因此，本文主要采用該法實(shí)現(xiàn)邊緣分類與序列化處理。根據(jù)二維線條的不同走勢(shì)方向，分別用{0，1，… ，7}8個(gè)標(biāo)志分別表示八鄰域像素，一個(gè)連續(xù)的平面線條圖像都可以用一串由{0，1，… ，7}中的元素組成的鏈碼來(lái)近似描述。圖8(a)所示為八方向鏈碼。針對(duì)一個(gè)閉合區(qū)域，從某個(gè)起點(diǎn)開(kāi)始，將邊界的走向按Freeman鏈碼的編碼方式記錄下來(lái)，可形成連續(xù)的序列即為邊界鏈碼，即實(shí)現(xiàn)獨(dú)立邊緣的分類，圖8(b)為一邊界鏈碼示例，鏈碼序列010707645443422組成一個(gè)邊緣鏈碼，用離散化的點(diǎn)序列進(jìn)行表示。

圖8 Freeman鏈碼示意圖Fig.8 The schematic diagram of Freeman chain

由于邊緣點(diǎn)序列化后，表征同一邊緣的邊緣點(diǎn)分布十分密集，會(huì)明顯增加后續(xù)橢圓擬合的耗時(shí)量，因此，提出邊緣點(diǎn)間距約束準(zhǔn)則，去掉過(guò)于密集的邊緣點(diǎn)。

假設(shè) {p1，p2，p3，……，pn－1，pn} 為邊緣點(diǎn)集合，設(shè)兩個(gè)邊緣點(diǎn)之間的最小約束距離為dmin，約束準(zhǔn)則為:遍歷邊緣點(diǎn)序列，若兩個(gè)邊緣點(diǎn)之間距離小于dmin，則去掉其中對(duì)應(yīng)點(diǎn)處梯度值較小的邊緣點(diǎn)，在一定程度上減少了橢圓擬合耗時(shí)量，同時(shí)不影響擬合精度。一般情況下，dmin取為2。

3.2 橢圓檢測(cè)

橢圓的一般方程可寫(xiě)為如式(1)所示形式。

(1)式中，A、B、C、D、E 為待定參數(shù)，邊緣點(diǎn)(u，v)到橢圓邊界的代數(shù)距離可用公式(2)表示:

上式寫(xiě)成矩陣形式為式(3)。

采用最小二乘法進(jìn)行擬合橢圓，假設(shè)( xi，yi)，i=1，…，N為橢圓上的數(shù)據(jù)點(diǎn)，橢圓擬合即估計(jì)橢圓方程中的各個(gè)參數(shù)。于是有公式(4)，通過(guò)非線性最小二乘法即可解算出未知參數(shù) A、B、C、D、E。

RED算法主要通過(guò)隨機(jī)選取3個(gè)邊緣點(diǎn)，并確保三個(gè)邊緣點(diǎn)間距離大于閾值Ta，然后分別以這三邊緣點(diǎn)為中心，定義一定大小鄰域，將這三個(gè)鄰域中所有邊緣點(diǎn)用于最小二乘擬合得到橢圓參數(shù)，然后通過(guò)選取第4個(gè)邊緣點(diǎn)來(lái)計(jì)算該點(diǎn)到橢圓邊界的代數(shù)距離D，若符合閾值要求，則繼續(xù)判斷剩余點(diǎn)集合中每個(gè)邊緣點(diǎn)到橢圓邊界的距離，統(tǒng)計(jì)符合距離閾值要求的點(diǎn)數(shù)記為n，則判斷n與擬合橢圓的周長(zhǎng)的比值是否符合殘缺率閾值要求，若符合，則認(rèn)為是真實(shí)存在的一個(gè)橢圓，否則，重新隨機(jī)選取邊緣點(diǎn)擬合橢圓［13-14］。

整個(gè)算法的具體步驟如下:

1)初始化 Tt，Tem，Ta，Td，Tt為最大迭代次數(shù)，Tem為橢圓殘缺率，Ta為隨機(jī)選取邊緣點(diǎn)間最小距離Td為邊緣點(diǎn)到橢圓邊界最大距離。設(shè)初始迭代次數(shù)F=0，并統(tǒng)計(jì)總邊緣點(diǎn)數(shù)為N0，邊緣點(diǎn)集合記為V。

2)從V中隨機(jī)選符合Ta約束的三個(gè)邊緣點(diǎn)，并以三點(diǎn)為中心，定義相同鄰域窗口，用最小二乘法將窗口內(nèi)所有邊緣點(diǎn)擬合橢圓，記為E。隨機(jī)選第四點(diǎn)，計(jì)算邊界距離，若D ＞Td則轉(zhuǎn)向(7)，否則執(zhí)行(3)。

3)統(tǒng)計(jì)V中滿足到E邊界距離點(diǎn)數(shù)為N1，這些點(diǎn)集合記為V1，若N1≥Tr*C，其中C為可能橢圓周長(zhǎng)，則轉(zhuǎn)向(4)，否則轉(zhuǎn)向(5)。

4)可能存在的橢圓E被證實(shí)是真實(shí)存在的一個(gè)橢圓，保存橢圓參數(shù)信息，并將剩余特征點(diǎn)集合修改為V=V－V1，重置迭代次數(shù)F=0，并轉(zhuǎn)向(2)。

5)F=F+1，且統(tǒng)計(jì)集合V中剩余邊緣點(diǎn)數(shù)記為N，若F≥Tt或N/N0≤Tem，則結(jié)束算法，否則轉(zhuǎn)向(2)。

3.3 算法流程

一般情況下，通過(guò)攝像機(jī)成像得到的圖像都存在一定的噪聲，因此，在進(jìn)行橢圓檢測(cè)算法之前，需要對(duì)源圖像進(jìn)行預(yù)處理，主要進(jìn)行一些濾波算法，去掉高斯噪聲等影響。圖9為本文改進(jìn)的RED橢圓檢測(cè)算法的主要流程。首先，通過(guò)邊緣檢測(cè)和分類，得到多個(gè)邊緣;然后，分別對(duì)每個(gè)邊緣采用RED算法進(jìn)行橢圓擬合;最后，分別顯示最終擬合好的橢圓信息。

圖9 本文改進(jìn)RED橢圓檢測(cè)算法流程Fig.9 The process of the improved RED algorithm

4 仿真與分析

本文描述的算法的仿真結(jié)果均在配置為Intel(R)Core(TM)2 Duo CPU，2.99 GHz，內(nèi)存為1.98 GB的PC機(jī)上運(yùn)行所得。操作系統(tǒng)為Windows XP，開(kāi)發(fā)平臺(tái)為VC++6.0。

圖10為邊緣檢測(cè)過(guò)程，(a)為原圖，(b)為Canny算子檢測(cè)邊緣結(jié)果，邊緣由非常密集點(diǎn)組成;(c)為利用Freeman鏈碼法得到邊緣分類結(jié)果，并通過(guò)邊緣點(diǎn)間距約束去掉過(guò)于密集邊緣點(diǎn)，如圖所示，總共得到6個(gè)獨(dú)立邊緣，分別用離散化的序列點(diǎn)進(jìn)行表征，邊緣檢測(cè)結(jié)果為后續(xù)橢圓檢測(cè)奠定基礎(chǔ)。

圖11～13為不同情況下的橢圓檢測(cè)對(duì)比結(jié)果。其中，擬合好的橢圓邊界用綠色線條表示，紅色線條表示橢圓的長(zhǎng)半軸和短半軸，RED算法和本文改進(jìn)算法的擬合精度相當(dāng)，如圖14所示為立體十字標(biāo)志器中橢圓提取效果，由于邊緣較為復(fù)雜，直接采用RED算法提取橢圓時(shí)存在明顯的擬合誤差，而采用先進(jìn)行邊緣檢測(cè)分類，再利用RED算法后能夠得到高精度的擬合效果。表1所示為圖像1到4分別采用RED算法和本文改進(jìn)RED算法提取橢圓的耗時(shí)量。從中可看出，對(duì)于干擾邊緣較少的情況下，兩種算法耗時(shí)量相近，對(duì)于邊緣較復(fù)雜或者存在干擾邊緣的情況下，和直接采用RED算法相比，本文算法在保證橢圓擬合精度同時(shí)，算法耗時(shí)量明顯減少。

圖10 邊緣檢測(cè)結(jié)果Fig.10 The results of edge detection

圖11 簡(jiǎn)單幾何圖形中橢圓檢測(cè)結(jié)果Fig.11 The detection results of simple geometry

圖12 多個(gè)獨(dú)立橢圓檢測(cè)結(jié)果Fig.12 The detection results of many independent ellipses

圖13 存在很多干擾的多個(gè)獨(dú)立橢圓檢測(cè)結(jié)果Fig.13 The detection results of many independent ellipses under background interference

為進(jìn)一步驗(yàn)證本文算法在非合作目標(biāo)空間圓上的檢測(cè)效果，本文仿真生成了如圖15～16所示的空間非合作目標(biāo)圖像，其上都有空間圓存在，圖15顯示了在仿真生成的立方體上提取空間圓的效果，圖16顯示了應(yīng)用本文算法提取衛(wèi)星上星箭對(duì)接環(huán)的效果，綠色線條表示應(yīng)用本文算法提取到的空間圓的橢圓邊界，紅色的線條表示提取到橢圓的長(zhǎng)短軸。

圖14 標(biāo)志器上空間圓投影橢圓檢測(cè)結(jié)果Fig.14 The detection results of many ellipses on cooperation marker

圖15 空間圓檢測(cè)Fig.15 Space circle detection

衛(wèi)星上星箭對(duì)接環(huán)檢測(cè)結(jié)果Fig.16 The detection results of the docking ring

表1 兩種算法耗時(shí)情況Table 1 The time-consuming of the two algorithms

5 結(jié)論

本文主要對(duì)空間在軌服務(wù)中具有較為明顯的空間圓特征的星箭對(duì)接環(huán)或發(fā)動(dòng)機(jī)噴管等目標(biāo)提出一種檢測(cè)方法。該方法主要通過(guò)Canny算子檢測(cè)邊緣、Freeman鏈碼法對(duì)邊緣進(jìn)行提取分類以及利用RED算法進(jìn)行非合作空間圓目標(biāo)檢測(cè)，并對(duì)仿真的空間圓投影橢圓和立體空間圓目標(biāo)進(jìn)行了實(shí)驗(yàn)驗(yàn)證。結(jié)果表明，和傳統(tǒng)的RED算法相比，本文提出的方法能夠明顯降低耗時(shí)量，同時(shí)保證了一定的檢測(cè)精度。非合作目標(biāo)空間圓的檢測(cè)是實(shí)現(xiàn)非合作空間圓目標(biāo)的精確定位、在軌捕獲的前提，該項(xiàng)檢測(cè)技術(shù)具有較為廣闊的空間在軌服務(wù)應(yīng)用前景，為將來(lái)實(shí)現(xiàn)非合作航天器的在軌服務(wù)技術(shù)奠定了良好基礎(chǔ)。

［1］李巖，蔡遠(yuǎn)文，崔曉陽(yáng).在軌服務(wù)飛行器總體技術(shù)分析［J］. 兵工自動(dòng)化，2011，30(4):1-5.

［2］崔乃剛，王平，郭繼峰，等.空間在軌服務(wù)技術(shù)發(fā)展綜述［J］.宇航學(xué)報(bào)，2007，28(4):805-811.

［3］譚春林，劉永健，于登云.在軌維護(hù)與服務(wù)體系研究［J］.航天器工程，2008，17(3):45-50.

［4］梁斌，杜曉東，李成，等.空間機(jī)器人非合作航天器在軌服務(wù)研究進(jìn)展［J］.機(jī)器人，2012，34(2):242-256.

［5］魏祥泉，黃建明，陳鳳，等.合作目標(biāo)超近距離自主影像導(dǎo)航技術(shù)研究［J］.載人航天，2012，18(2):28-39.

［6］Nascimento J M.Hazard evaluation of the space debris in the geostationary orbit［C］//In:Proceedings of AAS/AIAA Astrodynamics Specialist Conference.Pittsburgh:Univelt Inc.2010.

［7］翟光，張景瑞，周志成.靜止軌道衛(wèi)星在軌延壽技術(shù)研究進(jìn)展［J］.宇航學(xué)報(bào)，2012，33(7):849-859.

［8］Scott D R.Method for extending the useful life of a space satellite:USA，US5511748 A［P］.1996-04-30.

［9］Tarabini L，Gil J，Gandia F，et al.Ground guided CX-OLEV rendezvous with uncooperative geostationary satellite［J］.Acta Astronautica，2007，61:312-325.

［10］Cura D，Manuel J.Conexpress orbital life extension vehicle(CX-OLEV)GNC［C］//AIAA Int.Astronaut Congress，Valencia，Spain，2006:4720-4733.

［11］李良福，馮祖仁，賀凱良，等.一種基于隨機(jī)Hough變換的橢圓檢測(cè)算法研究［J］.模式識(shí)別與人工智能，2005，18(4):459-464.

［12］Hough Paul V C.Method and means for recognizing Complex Patterns:USA，US3069654 A［P］.1962-12-18.

［13］LI Liang-fu，F(xiàn)ENG Zu-ren，HE Kai-liang.A randomized algorithm for detecting multiple ellipses based on least square approach［J］.Opto-electronics Review，2005，13(1):61-67.

［14］李良福，馮祖仁，賀凱良.一種基于隨機(jī)Hough變化的橢圓檢測(cè)算法研究［J］.模式識(shí)別與人工智能，2005，18(4):459-464.

［15］宗露艷，吳陳.一種改進(jìn)的Canny算子邊緣檢測(cè)算法［J］.現(xiàn)代電子技術(shù):2011，34(4):104-106.

［16］裘鎮(zhèn)宇，危輝.基于Freeman鏈碼的邊緣跟蹤算法及直線段檢測(cè)［J］.微型電腦應(yīng)用，2008，24(1):17-20.