彭 楊，張翰墨，王兆龍，曹姝清，劉宗明，武海雷

(1.上海市空間智能控制技術(shù)重點(diǎn)實(shí)驗(yàn)室,上海 201109； 2.上海航天控制技術(shù)研究所,上海 201109)

非合作目標(biāo)超近距離光學(xué)相對(duì)導(dǎo)航方法及半物理仿真系統(tǒng)研究

彭 楊1,2，張翰墨1,2，王兆龍1,2，曹姝清1,2，劉宗明1,2，武海雷1,2

(1.上海市空間智能控制技術(shù)重點(diǎn)實(shí)驗(yàn)室,上海 201109； 2.上海航天控制技術(shù)研究所,上海 201109)

針對(duì)非合作目標(biāo)研究了一種可實(shí)時(shí)應(yīng)用的超近距離相對(duì)導(dǎo)航方法，用相機(jī)主動(dòng)獲取目標(biāo)飛行器圖像，對(duì)圖像進(jìn)行預(yù)處理得到有效的邊緣段信息。選取立方體衛(wèi)星作為非合作目標(biāo)的通用模型，用輪廓精化提取方法進(jìn)行輪廓的三維重建，并給出了輪廓三維位置和姿態(tài)估計(jì)信息獲取的具體步驟。建立了用四元數(shù)和相對(duì)歐拉角表示的追蹤器與目標(biāo)器相對(duì)姿態(tài)的軌道動(dòng)力學(xué)模型，設(shè)計(jì)了基于衰減擴(kuò)展卡爾曼濾波的相對(duì)導(dǎo)航算法。構(gòu)建了一套基于運(yùn)動(dòng)導(dǎo)軌的半物理仿真系統(tǒng)，以驗(yàn)證算法的有效性和可行性。給出了仿真系統(tǒng)的硬件組成和軟件功能。結(jié)果表明：所建仿真系統(tǒng)獲得的相對(duì)距離10～0.5 m內(nèi)非合作目標(biāo)相對(duì)位姿精度分別為0.03～0.15 m，0.5°～1.5°，可用于非合作目標(biāo)超近距離相對(duì)導(dǎo)航研究的相關(guān)驗(yàn)證；用所提方法可實(shí)現(xiàn)非合作目標(biāo)的實(shí)時(shí)超近距離相對(duì)導(dǎo)航，能同時(shí)獲得位姿及相關(guān)速度類導(dǎo)航信息，精度滿足工程要求。該仿真系統(tǒng)在工程中有較大的應(yīng)用價(jià)值。

非合作目標(biāo)； 超近距離； 光學(xué)相對(duì)導(dǎo)航； 輪廓精化； 相對(duì)位姿； 衰減卡爾曼濾波； 半物理仿真； 位姿精度

0 引言

空間技術(shù)的應(yīng)用領(lǐng)域在近一二十年中得到了快速發(fā)展，除在空間科學(xué)應(yīng)用方面得到繼續(xù)深入外，在空間對(duì)抗、空間服務(wù)等領(lǐng)域?qū)臻g技術(shù)提出了新的需求和任務(wù)，其中針對(duì)超近距離非合作目標(biāo)的在軌操作技術(shù)因其在民用等不同領(lǐng)域中的潛在價(jià)值，已被廣泛重視。利用在軌操作技術(shù)能對(duì)發(fā)生故障失效與燃料耗盡壽命終結(jié)的衛(wèi)星等非合作目標(biāo)實(shí)施在軌捕獲、元器件更換、燃料加注和助推離軌等操作，可極大地延長(zhǎng)衛(wèi)星的使用壽命，大幅節(jié)省衛(wèi)星的研制成本，有廣泛的應(yīng)用價(jià)值。文獻(xiàn)[1]對(duì)空間非合作目標(biāo)近程自主跟蹤的全局魯棒最優(yōu)滑?？刂品椒ㄟM(jìn)行了研究。但實(shí)現(xiàn)超近距離在軌操作的基礎(chǔ)是飛行器間的精確相對(duì)導(dǎo)航信息，從目前的研究現(xiàn)狀來(lái)看，國(guó)內(nèi)外基于光學(xué)的相對(duì)導(dǎo)航技術(shù)已日臻成熟，其中美國(guó)的自主交會(huì)驗(yàn)證試驗(yàn)(DART)通過先進(jìn)視覺制導(dǎo)敏感器(AVGS)測(cè)量距離200 m以內(nèi)合作目標(biāo)的相對(duì)距離、視線角和目標(biāo)相對(duì)姿態(tài)信息；中國(guó)的空間站計(jì)劃已實(shí)現(xiàn)了合作目標(biāo)的交會(huì)對(duì)接。但上述科學(xué)探測(cè)計(jì)劃多數(shù)配備LED燈或反射器。針對(duì)非合作目標(biāo)的光學(xué)導(dǎo)航，一種方法是采用二維影像與目標(biāo)的三維模型投影進(jìn)行匹配測(cè)量，無(wú)需目標(biāo)有主動(dòng)靶標(biāo)，可用于遠(yuǎn)小目標(biāo)的測(cè)量，但需事先測(cè)量目標(biāo)的三維模型，計(jì)算量巨大，難以進(jìn)行實(shí)時(shí)在軌應(yīng)用[2]。因此，亟需研究一種針對(duì)非合作目標(biāo)可實(shí)時(shí)應(yīng)用的超近距離相對(duì)導(dǎo)航方法，并通過半物理仿真平臺(tái)對(duì)其實(shí)時(shí)性進(jìn)行驗(yàn)證。

本文將通用的立方體衛(wèi)星作為非合作目標(biāo)的通用模型，無(wú)需在目標(biāo)背景中建立測(cè)量標(biāo)志，通過相機(jī)主動(dòng)獲取其圖像信息，在經(jīng)過圖像處理獲得六維位置姿態(tài)信息的基礎(chǔ)上，結(jié)合光學(xué)相對(duì)導(dǎo)航算法，構(gòu)建一套半物理仿真系統(tǒng)，為飛行器在軌操控提供可靠的先驗(yàn)信息。

1 光學(xué)超近距離圖像處理技術(shù)

將立方星模型置于六自由度坐標(biāo)平移臺(tái)上，用光學(xué)相機(jī)對(duì)其成像并實(shí)時(shí)傳輸圖像至后端嵌入式計(jì)算機(jī)進(jìn)行相應(yīng)圖像處理。先對(duì)非合作目標(biāo)進(jìn)行圖像預(yù)處理，獲取有效的邊緣段，圖像預(yù)處理階段對(duì)所有非合作目標(biāo)具通用性。在獲得有效的邊緣段后，形成一個(gè)連續(xù)的輪廓信息，可以是圓形、方形、矩形或三角形等。本文采用了通用的立方星構(gòu)造，故為方形。目標(biāo)衛(wèi)星模型如圖1所示。

獲得輪廓信息后，用輪廓精化提取方法進(jìn)行輪廓的三維估計(jì)，從而可得到目標(biāo)的相對(duì)位置與姿態(tài)信息[3-4]。

1.1 輪廓三維估計(jì)(重建)方法

a)對(duì)目標(biāo)衛(wèi)星輪廓的角點(diǎn)按順時(shí)針方向排序，并以右下角的點(diǎn)作為起點(diǎn)，則左右影像上相同編號(hào)的輪廓角點(diǎn)即為同名點(diǎn)。通過前方交會(huì)可得4個(gè)角點(diǎn)的三維坐標(biāo)，令其分別為Ui=[XiYiZi],i=1,2,3,4。

c)計(jì)算矩陣

(1)

d)對(duì)N進(jìn)行奇異值分解，則分解所得的最小奇異值對(duì)應(yīng)的特征向量即為目標(biāo)衛(wèi)星輪廓的法向量，令其為

n=[nxnynz]T

(2)

其中nz>0。

e)根據(jù)目標(biāo)衛(wèi)星輪廓的兩個(gè)方向，可易估計(jì)與法向量垂直的和與衛(wèi)星輪廓盡可能平行的兩個(gè)單位向量p，q(兩個(gè)向量的方向選擇須保證與n構(gòu)成右手系)，p，q，n構(gòu)成目標(biāo)衛(wèi)星本體坐標(biāo)系的三個(gè)軸向，從而也確定了目標(biāo)衛(wèi)星的姿態(tài)。則目標(biāo)衛(wèi)星的姿態(tài)可表示為

M=[pqn]

目標(biāo)衛(wèi)星的姿態(tài)可用三個(gè)角度表示，即

M=M(φ,ω,κ)

式中：φ,ω,κ分別為繞p，q，n所在軸旋轉(zhuǎn)的角度[5]。

f)根據(jù)前面的4個(gè)角點(diǎn)可進(jìn)一步估計(jì)目標(biāo)衛(wèi)星輪廓4個(gè)角點(diǎn)構(gòu)成的正方形的半邊長(zhǎng)(邊長(zhǎng)的一半)。

g)根據(jù)以上計(jì)算，能估計(jì)目標(biāo)衛(wèi)星輪廓的所有參數(shù)，4個(gè)角點(diǎn)可表示為

(3)

W1=[h-h0]T

W2=[-h-h0]T

W3=[-hh0]T

W4=[hh0]T

式中：[txtytz]T為目標(biāo)衛(wèi)星坐標(biāo)系與相機(jī)固聯(lián)坐標(biāo)系間的坐標(biāo)平移量。此處：h為衛(wèi)星輪廓邊長(zhǎng)的一半。

h)將式(3)代入共線方程，可得誤差方程為

(4)

式中：a1,a2,a3,b1,b2,b3,c1,c2,c3為攝影坐標(biāo)系與相機(jī)固聯(lián)坐標(biāo)系間的旋轉(zhuǎn)系數(shù)；Xs，Ys，Zs為攝影坐標(biāo)系原點(diǎn)在相機(jī)固聯(lián)坐標(biāo)系中的坐標(biāo)；f為鏡頭焦距[6]。

i)分析上述的誤差方程可知：式(4)狀態(tài)量為φ，ω，κ，h，tx，ty，tz。則可令上述誤差方程為

Vi=Fi(φ,ω,κ,h,tx,ty,tz)

(5)

對(duì)式(5)用泰勒級(jí)數(shù)展開并作線性化處理。

j)對(duì)4個(gè)輪廓角點(diǎn)，考慮左右影像，可列出線性化誤差方程共8個(gè)，則用矩陣形式表示的誤差方程為

V=F+AΔX

(6)

式中：ΔX為誤差方程的狀態(tài)量(待求量)；F為式(5)泰勒展開式中的一階項(xiàng)；A為狀態(tài)轉(zhuǎn)移矩陣[7]。

k)用最小二乘法求解式(6)，可得

ΔX=-(ATA)-1ATF

(7)

l)由此可修正衛(wèi)星輪廓的參數(shù)。若修正量已很小，則可認(rèn)為已得到了衛(wèi)星輪廓參數(shù)的最優(yōu)估值，否則需返回進(jìn)行下一次的迭代計(jì)算。

1.2 位姿信息獲取方法

a)通過左右影像的相機(jī)參數(shù)和核線約束方式獲得初始的同名點(diǎn)數(shù)個(gè)，再用攝影測(cè)量前方交會(huì)方法，即可得若干個(gè)點(diǎn)的三維坐標(biāo)[8]。

b)計(jì)算求得的若干個(gè)點(diǎn)的三維坐標(biāo)的重心，可得輪廓所在平面的法向量，再確定一個(gè)與所在平面法向量垂直的平面向量，叉乘后得到第三個(gè)向量。由這三個(gè)向量可確定衛(wèi)星的姿態(tài)角信息[9]。

c)通過輪廓提取與幾何解算獲得提取點(diǎn)在輪廓所在坐標(biāo)系中的坐標(biāo)，并根據(jù)相對(duì)姿態(tài)信息獲得的旋轉(zhuǎn)矩陣表示出在空間的三維坐標(biāo)。

d)用共線方程多次迭代對(duì)空間輪廓信息的參數(shù)進(jìn)行修正，從而獲得位姿信息。

2 光學(xué)超近距離相對(duì)導(dǎo)航技術(shù)

對(duì)相機(jī)采集的圖像用圖像，處理算法生成相對(duì)位姿信息，將相對(duì)位姿信息作為量測(cè)量，待求的相對(duì)位置、速度，相對(duì)姿態(tài)及角速度信息作為狀態(tài)量，用卡爾曼濾波算法獲得其最優(yōu)值。為實(shí)現(xiàn)星上應(yīng)用，需考慮運(yùn)算量，一般卡爾曼濾波時(shí)刻k最優(yōu)估計(jì)需用到時(shí)刻k前全部觀測(cè)數(shù)據(jù)，隨著觀測(cè)時(shí)間的增加，數(shù)據(jù)解算量大幅增加。為此，本文引入衰減因子增大當(dāng)前數(shù)據(jù)的權(quán)系數(shù)，可一定程度克服歷史數(shù)據(jù)龐大的問題，同時(shí)不斷更新的新觀測(cè)數(shù)據(jù)能使誤差對(duì)狀態(tài)估值的影響有效一致。

2.1 相對(duì)姿態(tài)軌道動(dòng)力學(xué)建模

追蹤星與目標(biāo)星的相對(duì)姿態(tài)可用相對(duì)四元數(shù)描述，有

(8)

(9)

為使相對(duì)導(dǎo)航描述更直觀，將相對(duì)四元數(shù)轉(zhuǎn)換至相對(duì)歐拉角描述，并對(duì)角度奇異性進(jìn)行分析。有

(10)

(11)

若cosψ=0，則

(12)

式中：φ為滾動(dòng)角；θ為俯仰角；ψ為偏航角。

定義相對(duì)角速度為追蹤星本體相對(duì)目標(biāo)星本體的相對(duì)旋轉(zhuǎn)角速度在追蹤星本體系中的表示，有

ωr=ωc-Ccb/ctωt

(13)

式中：Ccb/ct為由目標(biāo)星本體系至追蹤星本體系的轉(zhuǎn)換矩陣；ωr為相對(duì)角速度；ωc，ωt分別為追蹤星和目標(biāo)星角速度。

對(duì)式(6)求導(dǎo)并用矩陣形式表示，有

(14)

簡(jiǎn)化可得

(Ic)-1[Tc-(ωc)×Icωc+Dc]+(ωr)×ωc

(15)

式中：Ic為追蹤星轉(zhuǎn)動(dòng)慣量矩陣；Tc，Dc分別為作用于追蹤星的控制力矩和干擾力矩；上標(biāo)“×”表示斜對(duì)稱矩陣。

相對(duì)軌道動(dòng)力學(xué)采用簡(jiǎn)化的CW方程表示[10]。則有

(16)

2.2 相對(duì)導(dǎo)航算法

因系統(tǒng)本身的非線性特性，理論上難以獲得嚴(yán)格的遞推濾波公式，故目前常采用近似方法研究非線性濾波的線性化。為解決這類問題，現(xiàn)有的方法有擴(kuò)展卡爾曼濾波、近似條件均值濾波、迭代濾波和非線性最小二乘濾波等。本文采用衰減記憶擴(kuò)展卡爾曼濾波方法。隨著增益的增大，傳統(tǒng)卡爾曼濾波中的歷史數(shù)據(jù)比重增大，而新數(shù)據(jù)比重變小，當(dāng)系統(tǒng)存在模型誤差和計(jì)算誤差時(shí)，新觀測(cè)數(shù)據(jù)對(duì)狀態(tài)估計(jì)的作用過小，不能有效抑制誤差對(duì)狀態(tài)估值的影響，從而導(dǎo)致濾波發(fā)散。針對(duì)模型誤差引起的濾波發(fā)散，應(yīng)增大新觀測(cè)數(shù)據(jù)的作用，引入觀測(cè)數(shù)據(jù)的權(quán)重因子[11]。

非線性連續(xù)系統(tǒng)方程可表示為

(17)

式中：ω(t)為系統(tǒng)狀態(tài)噪聲。

若相對(duì)歐拉角較小，可簡(jiǎn)化為

(18)

u=U(Ic)-1(Tc-(ωc)×Icωc+Dc)-

式中：μ為相對(duì)歐拉角速度；ucx，ucy，ucz為追蹤星三軸控制力。對(duì)式(17)作線性離散化，可得

Xk+1=ΦXk+ωk

(19)

式中：Φ為狀態(tài)一步轉(zhuǎn)移矩陣；ωk為隨機(jī)過程噪聲序列。

將圖像處理所得的相機(jī)的相對(duì)位姿輸出值作為觀測(cè)量，雙目視覺測(cè)量模型為

(20)

式中：Δμm為相對(duì)角度測(cè)量值；Δρm為相對(duì)位置測(cè)量值；v(t)為測(cè)量噪聲。

線性觀測(cè)模型離散化后可得

綜合上述相對(duì)導(dǎo)航動(dòng)力學(xué)模型、觀測(cè)模型，經(jīng)線性化處理，由擴(kuò)展卡爾曼濾波可給出衰減記憶擴(kuò)展卡爾曼濾波模型[12]。

式中：s為大于1的實(shí)數(shù)，即衰減因子。此處s的上標(biāo)-(N-k)為冪指數(shù)，可得狀態(tài)估計(jì)、狀態(tài)一步預(yù)測(cè)、濾波增益、一步預(yù)測(cè)誤差方差矩陣，以及估計(jì)誤差方差矩陣分別為

式中：T為采樣周期。

由此可知：衰減記憶的濾波器中因引入s(s>1)使新的量測(cè)值的利用權(quán)重加大，但s的值不宜選取過大，否則會(huì)引起濾波器的振蕩，必須合理選擇。

3 相對(duì)導(dǎo)航半物理仿真系統(tǒng)設(shè)計(jì)

實(shí)時(shí)高精度的地面半物理試驗(yàn)是驗(yàn)證光學(xué)導(dǎo)航方法可靠性的一種有用途徑，本文在圖像處理與相對(duì)導(dǎo)航算法設(shè)計(jì)的基礎(chǔ)上構(gòu)建了一套基于運(yùn)動(dòng)導(dǎo)軌的相對(duì)導(dǎo)航半物理系統(tǒng)。

3.1 系統(tǒng)組成

3.1.1 硬件

相對(duì)導(dǎo)航半物理仿真系統(tǒng)主要由高精度六自由度坐標(biāo)平移臺(tái)、高精度可拼接導(dǎo)軌和相機(jī)平移轉(zhuǎn)臺(tái)等部分組成，如圖2所示。

立方星安裝在固定位置，相機(jī)安裝在六自由度坐標(biāo)平移臺(tái)上，相機(jī)的姿態(tài)和位置運(yùn)動(dòng)由六自由度坐標(biāo)平移臺(tái)實(shí)現(xiàn)，并通過六自由坐標(biāo)平移臺(tái)相應(yīng)自由度的碼盤讀取相機(jī)的姿態(tài)與位置運(yùn)動(dòng)信息。通過可拼接導(dǎo)軌擴(kuò)展坐標(biāo)平移臺(tái)沿相機(jī)光軸方向(Z向)的測(cè)量范圍，坐標(biāo)平移臺(tái)在可拼接導(dǎo)軌上以移動(dòng)工位的方式工作，測(cè)量過程中Z向的運(yùn)動(dòng)主要由六自由度坐標(biāo)平移臺(tái)實(shí)現(xiàn)，坐標(biāo)平移臺(tái)在可拼接導(dǎo)軌上的具體位置通過磁尺進(jìn)行測(cè)量。相機(jī)平移轉(zhuǎn)臺(tái)實(shí)現(xiàn)相機(jī)所在坐標(biāo)系X向的移動(dòng)和繞Z軸的轉(zhuǎn)動(dòng)，從而擴(kuò)展并覆蓋視覺測(cè)量系統(tǒng)所達(dá)到的視場(chǎng)范圍，X向移動(dòng)和Z軸轉(zhuǎn)動(dòng)的位移信息由磁尺與碼盤測(cè)得。

3.1.2 軟件

根據(jù)實(shí)施過程中設(shè)計(jì)和調(diào)整的數(shù)據(jù)解算方案，設(shè)計(jì)的軟件包括通信交互、圖像鏡頭畸變糾正與圖像增強(qiáng)、邊緣檢測(cè)與特征提取、衛(wèi)星輪廓三維估計(jì)、目標(biāo)衛(wèi)星位置與姿態(tài)解算、數(shù)據(jù)轉(zhuǎn)換，以及存儲(chǔ)與顯示等模塊。其中：通信交互模塊實(shí)現(xiàn)各模塊間數(shù)據(jù)傳輸；圖像鏡頭畸變糾正與圖像增強(qiáng)模塊完成目標(biāo)圖像預(yù)處理；邊緣檢測(cè)與特征提取模塊負(fù)責(zé)目標(biāo)特征檢測(cè)；衛(wèi)星輪廓三維估計(jì)模塊進(jìn)行目標(biāo)相對(duì)位姿測(cè)量。

3.2 試驗(yàn)流程

試驗(yàn)流程如下。

a)精確標(biāo)定視覺敏感器各參數(shù)。

b)動(dòng)力學(xué)目標(biāo)機(jī)將動(dòng)力學(xué)信息下載到主機(jī)目標(biāo)機(jī)構(gòu)原型環(huán)境(XPC)，并實(shí)時(shí)傳輸至導(dǎo)軌控制臺(tái)，模擬相對(duì)運(yùn)動(dòng)的過程。

c)導(dǎo)軌運(yùn)動(dòng)過程中，相機(jī)采集的圖像經(jīng)圖像處理軟件生成位姿信息，實(shí)時(shí)傳輸至嵌入式計(jì)算機(jī)。嵌入式計(jì)算機(jī)根據(jù)預(yù)先寫入的相對(duì)導(dǎo)航軟件解算。

d)嵌入式計(jì)算機(jī)的相對(duì)導(dǎo)航信息接入姿態(tài)軌道控制中，形成整套閉環(huán)系統(tǒng)。其中姿態(tài)軌道控制系統(tǒng)無(wú)實(shí)物，只用C語(yǔ)言寫入嵌入式計(jì)算機(jī)。

e)通過顯示終端顯示相對(duì)導(dǎo)航精度曲線。

3.3 半物理仿真

3.3.1 仿真試驗(yàn)系統(tǒng)標(biāo)定

綜合考慮相對(duì)測(cè)量光學(xué)敏感器仿真試驗(yàn)系統(tǒng)測(cè)試標(biāo)定精度和成本，將全站儀或經(jīng)緯儀作為外測(cè)精密設(shè)備，在經(jīng)緯儀/全站儀坐標(biāo)系中，比較相對(duì)測(cè)量光學(xué)敏感器和經(jīng)緯儀/全站儀的六自由度數(shù)據(jù)，完成相對(duì)測(cè)量光學(xué)敏感器仿真試驗(yàn)系統(tǒng)的標(biāo)定[13]。所得仿真試驗(yàn)系統(tǒng)性能參數(shù)為行程10 m；X、Y、Z軸精度分別為0.1，0.1，0.5 mm；X、Y、Z軸轉(zhuǎn)動(dòng)精度分別為0.02°，0.024°，0.005°。

3.3.2 仿真試驗(yàn)結(jié)果

令航天器初始軌道要素見表1。設(shè)仿真中追蹤航天器從目標(biāo)航天器正后方10 m接近至目標(biāo)0.5 m，仿真試驗(yàn)所得10～0.5 m范圍內(nèi)圖像處理獲得的相對(duì)位姿測(cè)量精度如圖3所示。根據(jù)測(cè)量數(shù)據(jù)，用本文濾波及相對(duì)導(dǎo)航算法所得相對(duì)位姿及其相應(yīng)速度如圖4所示。圖4中：R為兩航天器相對(duì)距離。

軌道要素半長(zhǎng)軸/m偏心率軌道傾角/(°)升交點(diǎn)赤經(jīng)/(°)近地點(diǎn)幅角/(°)真近點(diǎn)角/(°)目標(biāo)航天器6945140000197654697830561253601追蹤航天器69451400001976546978305612536

由圖3可知：用本文搭建的相對(duì)導(dǎo)航半物理仿真系統(tǒng)，可實(shí)時(shí)獲得相對(duì)距離10～0.5 m非合作目標(biāo)的相對(duì)位姿信息，其中相對(duì)位置的測(cè)量精度可達(dá)0.03～0.15 m，相對(duì)姿態(tài)角的測(cè)量精度優(yōu)于0.5°～1.5°。由圖4可知：由本文的基于衰減記憶擴(kuò)展卡爾曼濾波的相對(duì)導(dǎo)航算法，可獲得相對(duì)距離10～0.5 m非合作目標(biāo)的相對(duì)位姿及相關(guān)速度信息，其中相對(duì)位置三軸導(dǎo)航精度、相對(duì)速度三軸導(dǎo)航精度、相對(duì)姿態(tài)精度(三軸)，以及相對(duì)姿態(tài)角速度精度(三軸)分別優(yōu)于

0.05+0.006(R-0.5) m

0.005+0.000 6(R-0.5) m/s

1+0.04(R-0.5) (°)

0.2+0.008(R-0.5) (°)/s

綜上，采用衰減記憶卡爾曼濾波算法，在有效降低運(yùn)算量的基礎(chǔ)上，不僅可得到與半物理仿真系統(tǒng)精度相當(dāng)?shù)南鄬?duì)位姿信息，而且能獲得速度類導(dǎo)航信息，所提的相對(duì)導(dǎo)航算法有效；構(gòu)建的半物理仿真系統(tǒng)可用于非合作目標(biāo)超近距離相對(duì)導(dǎo)航研究的驗(yàn)證。但本文半物理仿真系統(tǒng)尚存在一定的局限性：受平移臺(tái)移動(dòng)范圍及性能的限制，非合作目標(biāo)的運(yùn)動(dòng)范圍較小且僅為平行移動(dòng)；本文是僅采用立方星模型作為非合作目標(biāo)的原型獲取的半物理仿真結(jié)果。針對(duì)以上局限性，后續(xù)將針對(duì)實(shí)際空間運(yùn)行，對(duì)該套仿真系統(tǒng)作進(jìn)一步改造。

4 結(jié)束語(yǔ)

非合作目標(biāo)的超近距離相對(duì)導(dǎo)航是空間在軌操控的核心，直接關(guān)系任務(wù)的成敗。本文對(duì)非合作目標(biāo)的超近距離相對(duì)導(dǎo)航方法進(jìn)行了研究，并搭建了光學(xué)超近距離相對(duì)導(dǎo)航半物理仿真系統(tǒng)。研究表明：用本文的非合作目標(biāo)超近距離光學(xué)相對(duì)導(dǎo)航方法可獲得非合作目標(biāo)的相對(duì)位姿及其速度類信息，精度滿足要求，能實(shí)現(xiàn)非合作目標(biāo)的實(shí)時(shí)超近距離相對(duì)導(dǎo)航；半物理仿真系統(tǒng)能對(duì)非合作目標(biāo)進(jìn)行實(shí)時(shí)圖像識(shí)別及導(dǎo)航，可用于非合作目標(biāo)超近距離相對(duì)導(dǎo)航算法研究的驗(yàn)證。目前，該系統(tǒng)已用于民用航天、國(guó)家863等多個(gè)項(xiàng)目的驗(yàn)證。與前人成果相比，本文算法的計(jì)算量小，能用于嵌入式計(jì)算機(jī)，搭建的半物理仿真系統(tǒng)可模擬空間運(yùn)動(dòng)及日照環(huán)境，有一定的工程實(shí)用性[14]。研究為后續(xù)空間技術(shù)發(fā)展和應(yīng)用提供了重要支撐。

[1] 王洪宇, 楊雪勤, 貢鑫. 空間非合作目標(biāo)近程自主跟蹤的全局魯棒最優(yōu)滑?？刂蒲芯縖J]. 上海航天, 2017, 34(3): 88-94.

[2] 蔡偉, 柯文貢, 堅(jiān)習(xí)飛. 一種基于模型的單相機(jī)姿態(tài)估計(jì)方法[J]. 中國(guó)圖象圖形學(xué)報(bào), 2008, 13(3): 513-518.

[3] 崔亞奇, 宋強(qiáng), 何友. 系統(tǒng)偏差情況下的目標(biāo)跟蹤技術(shù)[J]. 儀器儀表學(xué)報(bào), 2010, 31(8): 1848-1854.

[4] 魏建勇, 王進(jìn)花, 曹潔, 等. 基于ISPF與異類信息融合的視覺目標(biāo)跟蹤[J]. 國(guó)外電子測(cè)量技術(shù), 2009, 28(9): 26-28+34.

[5] 張慶君, 胡修林, 葉斌, 等. 基于雙目視覺的航天器間相對(duì)位置和姿態(tài)的測(cè)量方法[J]. 宇航學(xué)報(bào), 2008, 29(1): 156-161.

[6] 丁尚文, 王惠南, 劉海穎, 等. 基于對(duì)偶四元數(shù)的航天器交會(huì)對(duì)接位姿視覺測(cè)量[J]. 宇航學(xué)報(bào), 2009, 30(6): 2145-2150.

[7] TSAI R Y. A versatile camera calibration technique for high accuracy 3D machine vision metrology using off the shelf TV cameras and lenses[J]. IEEE Journal of Robotics and Automation, 1987, 3(4): 323-344.

[8] 鄭南寧. 計(jì)算機(jī)視覺與模式識(shí)別[M]. 北京: 國(guó)防工業(yè)出版社, 1998.

[9] 張廣軍. 視覺測(cè)量[M]. 北京: 科學(xué)出版社, 2008.

[10] 朱仁璋. 航天器交會(huì)對(duì)接技術(shù)[M]. 北京: 國(guó)防工業(yè)出版社, 2007.

[11] 張世界. 一種新的檢測(cè)方法在目標(biāo)跟蹤中的應(yīng)用[J]. 電子測(cè)量技術(shù), 2009, 32(5): 82-84+123.

[12] 宋文堯, 張牙. 卡爾曼濾波[M]. 北京: 科學(xué)出版社, 1991.

[13] 張智強(qiáng). 基于靶標(biāo)成像雙目視覺坐標(biāo)測(cè)量技術(shù)的研究[D]. 上海: 上海大學(xué), 2004.

[14] 王久龍. 基于動(dòng)態(tài)實(shí)時(shí)立體匹配的立體視覺系統(tǒng)[D]. 杭州: 浙江大學(xué), 2008.

StudyonRelativeVisionNavigationMethodandSemiPhysicalTestSystemforNonCooperativeTarget

PENG Yang1, 2， ZHANG Han-mo1, 2， WANG Zhao-long1, 2，CAO Shu-qing1, 2， LIU Zong-ming1, 2， WU Hai-lei1, 2

(1. Shanghai Key Laboratory of Aerospace Intelligent Control Technology, Shanghai 201109, China;2. Shanghai Institute of Spaceflight Control Technology, Shanghai 201109, China)

A relative navigation method was studied for the non cooperative target with close distance in real time in this paper. The image of the target was acquired by the camera actively. The image was pretreated to obtain the effective information of the target edge. The cube satellite was selected as the general model of the non cooperative target. The three dimension estimation (reconstruction) of the edge was carried out to obtain the relative position and attitude between the tracker and target by the outline refinement method. The steps to acquire the three dimension estimation of the edge and the estimation of the relative position and attitude were given. The orbit dynamic model of the relative attitude of the tracker and target was established by quaternion and relative Euler angles. The relative navigation algorithm was designed based on fading Kalman filter. A semi-physical simulation test system was constructed based on motion guide rail, which was used for verifying the effectiveness and feasibility of the algorithm proposed. The hardware and software of the semi-physical test system were presented. The results show that the accuracies of the relative position and attitude obtained by the simulation system constructed can reach 0.03～0.15 m and 0.5°～1.5° respectively for the relative distance of the non cooperative target from 10 to 0.5 m. The semi physical test system can be used for the verification of the relative navigation study for non cooperative target with close distance. The close distance navigation of the non cooperative target can be realized in real time by the algorithm proposed. The relative pose informationn and their velocity information can be obtained at the same time. This semi physical simulation test system has its application value in the engineering.

non cooperative target; close distance; relative navigation based on vision; outline refinement; relative position and attitude; fading Kalman filter algorithm; semi-physical simulation test; accuracy of position and attitude

1006-1630(2017)06-0076-07

V448.2

A

10.19328/j.cnki.1006-1630.2017.06.012

2017-07-12；

2017-11-30

上海市科技人才計(jì)劃項(xiàng)目資助(14QB1401800)

彭 楊(1985—)，女，碩士，主要研究方向?yàn)楹教炱鲗?dǎo)航、制導(dǎo)與控制。