喬德治，于 丹，王 勇,2

0 引 言

作為地球唯一的天然衛(wèi)星，月球?qū)Φ厍蚝腿祟惖闹匾圆谎远?阿波羅飛船開展了載人手動(dòng)控制交會(huì)對(duì)接之后至今，從未規(guī)劃并實(shí)施月球軌道交會(huì)對(duì)接任務(wù)[1].在阿波羅交會(huì)對(duì)接過程中，人的智能在交會(huì)監(jiān)視和對(duì)接中發(fā)揮了重要作用.以人的充分訓(xùn)練為代價(jià)，降低了對(duì)制導(dǎo)、導(dǎo)航與控制系統(tǒng)智能化要求.自主交會(huì)需要制定高精度、高可靠，高安全交會(huì)策略，對(duì)制導(dǎo)、導(dǎo)航與控制系統(tǒng)的性能和智能化水平要求更高[2].

借鑒手動(dòng)控制交會(huì)對(duì)接中人的經(jīng)驗(yàn)，考慮在探月三期月球軌道自主交會(huì)對(duì)接任務(wù)的地面飛行控制過程中，利用追蹤器導(dǎo)航監(jiān)視相機(jī)的可見光遙測(cè)信息對(duì)目標(biāo)器圖像進(jìn)行特征匹配、提取和目標(biāo)分類.設(shè)計(jì)一種面向工程應(yīng)用的輔助預(yù)報(bào)系統(tǒng)，能夠提升飛行控制的智能化水平，有效協(xié)助地面人員進(jìn)行數(shù)據(jù)監(jiān)視與任務(wù)決策，提高任務(wù)成功率.

圖1 自主交會(huì)對(duì)接系統(tǒng)組成Fig.1 Autonomous rendezvous and docking system

本文第1部分明確了任務(wù)目標(biāo)，對(duì)需求和難點(diǎn)開展了分析，第2部分提出人機(jī)協(xié)同安全性自主判斷框架，給出了系統(tǒng)的功能劃分和設(shè)計(jì)方案，第3部分為系統(tǒng)的實(shí)驗(yàn)驗(yàn)證情況，第4部分為結(jié)論.

1 任務(wù)目標(biāo)及特點(diǎn)

1.1 任務(wù)目標(biāo)

在月球軌道進(jìn)行交會(huì)對(duì)接期間，采用追蹤器上配置的導(dǎo)航監(jiān)視相機(jī)，對(duì)兩飛行器交會(huì)對(duì)接過程進(jìn)行監(jiān)視與觀測(cè).當(dāng)進(jìn)入地面測(cè)控弧段后，利用遙測(cè)下傳的監(jiān)視相機(jī)圖像，對(duì)已知目標(biāo)器特征點(diǎn)提取、跟蹤和匹配及安全性預(yù)測(cè)，需解決以下問題：

1)不確定環(huán)境下的圖像特征檢測(cè)與匹配.利用圖像信息進(jìn)行目標(biāo)捕獲及相關(guān)特征點(diǎn)提取，進(jìn)一步可計(jì)算兩飛行器的相對(duì)位置、姿態(tài)[3]；

2)對(duì)接過程的安全性預(yù)測(cè)與判別.構(gòu)建安全性判斷知識(shí)庫(kù)，并預(yù)測(cè)當(dāng)前位姿狀態(tài)下可能的對(duì)接過程，評(píng)估對(duì)接成功的概率.

3)可視化數(shù)據(jù)，輔助飛行控制人員開展?fàn)顟B(tài)分析和任務(wù)決策.不僅需要輸出交會(huì)安全性判斷結(jié)果，還要將安全性判斷依據(jù)與準(zhǔn)則直觀顯示.

1.2 任務(wù)特點(diǎn)

空間交會(huì)對(duì)接光學(xué)導(dǎo)航采用合作目標(biāo)視覺測(cè)量方法得到目標(biāo)器坐標(biāo)系和追蹤器之間的相對(duì)位置和姿態(tài)[4-5]，計(jì)算方法為線形變換法或空間后方交會(huì)法[6].文獻(xiàn)[7-9]中說明，在空間環(huán)境中對(duì)目標(biāo)進(jìn)行特征提取與識(shí)別，不確定性及影響因素來自成像噪聲、幾何畸變、場(chǎng)景復(fù)雜度3個(gè)方面.成像噪聲可以通過地面測(cè)試，尋找恰當(dāng)?shù)膱D像濾波去噪算法.

幾何畸變是影響測(cè)量精度的關(guān)鍵問題，考慮到發(fā)射前后成像環(huán)境的變化，這種畸變難以在地面進(jìn)行準(zhǔn)確標(biāo)定，需要在測(cè)量過程中，根據(jù)成像目標(biāo)的結(jié)構(gòu)信息進(jìn)行自適應(yīng)標(biāo)定，可以在一定程度上克服畸變影響.

如何區(qū)分目標(biāo)前景與復(fù)雜多變的背景是目標(biāo)識(shí)別研究的一個(gè)重要問題.空間目標(biāo)所處的場(chǎng)景相對(duì)來說比較簡(jiǎn)單，目標(biāo)前景與背景之間存在著明顯的區(qū)分.但空間目標(biāo)在場(chǎng)景中的尺度和姿態(tài)變化較大.在飛行器交會(huì)對(duì)接過程中，目標(biāo)器在場(chǎng)景中的距離可以從幾千千米變化到不到1米之內(nèi)，且目標(biāo)的亮度受太陽(yáng)方向、視線方向、目標(biāo)表面法線方向以及自遮擋影響，呈現(xiàn)出大范圍、不均勻的亮度變化.另一方面，由于空間環(huán)境、功耗和體積等因素的約束，組成航天器上計(jì)算平臺(tái)的器件和處理器的可靠性高，但工作頻率低.為滿足控制系統(tǒng)實(shí)時(shí)性，對(duì)圖像處理和分析算法的效率有很高的要求.

2 人機(jī)協(xié)同安全性自主判斷框架

2.1 系統(tǒng)框架設(shè)計(jì)

交會(huì)對(duì)接安全性自主判斷流程分為兩個(gè)部分，即安全性知識(shí)庫(kù)構(gòu)建和安全性預(yù)報(bào).

安全性知識(shí)庫(kù)構(gòu)建是知識(shí)庫(kù)的學(xué)習(xí)過程，訓(xùn)練樣本生成主要依據(jù)航天器相對(duì)動(dòng)力學(xué)模型生成的六自由度相對(duì)位置和姿態(tài).對(duì)于月球軌道交會(huì)對(duì)接，仿真過程中在理想情況下，主要建立了多體航天器姿態(tài)動(dòng)力學(xué)模型和月球軌道動(dòng)力學(xué)模型.在每一個(gè)相對(duì)位置、姿態(tài)條件下，根據(jù)相機(jī)的內(nèi)參數(shù)和目標(biāo)器對(duì)接面的機(jī)械結(jié)構(gòu)生成圖像序列.經(jīng)過特征選擇與匹配后，得到可以用于安全性知識(shí)庫(kù)決策樹訓(xùn)練用的規(guī)則集合，訓(xùn)練得到安全性判斷知識(shí)庫(kù).

安全性預(yù)報(bào)過程中，將相機(jī)拍攝的圖像特征與模擬圖像特征形成匹配，經(jīng)對(duì)特征匹配進(jìn)行人工評(píng)估，如果有多于6個(gè)特征點(diǎn)形成有效匹配，則用這些特征和安全性知識(shí)庫(kù)判斷交會(huì)對(duì)接安全性等級(jí).

交會(huì)對(duì)接安全性自主判斷框架如圖2所示.

2.2 目標(biāo)圖像特征選擇與匹配

由圖2可知，對(duì)目標(biāo)圖像特征提取和選擇是系統(tǒng)設(shè)計(jì)的一個(gè)關(guān)鍵問題.監(jiān)視相機(jī)為單目無標(biāo)定可見光相機(jī).相機(jī)分辨率2048pixel×2048pixel，像元尺寸5.5 um×5.5 um，焦距20mm，視場(chǎng)20°×20°，每秒10幀，在成像過程中，能夠根據(jù)被測(cè)對(duì)象的已知結(jié)構(gòu)模型進(jìn)行自標(biāo)定.目標(biāo)相對(duì)工作距離100～0.3 m，速度0.3 m/s.由于景深限制，相機(jī)對(duì)距離20 m以外可用于計(jì)算的目標(biāo)特征不明顯，因此通過傳統(tǒng)的幾何點(diǎn)線面提取方法，難以保證匹配精度.

圖2 交會(huì)對(duì)接安全性自主判斷框架Fig.2 Self evaluation framing for safety of RVD

對(duì)此，本文將從航天器整體出發(fā)，目標(biāo)器圖像上的特征提取、匹配及其應(yīng)用包括以下幾個(gè)步驟：

1)在目標(biāo)器端面的機(jī)械結(jié)構(gòu)模型上人工選擇若干個(gè)位置點(diǎn)，這些位置點(diǎn)在機(jī)械結(jié)構(gòu)圖紙上有精確的坐標(biāo)，并能夠被SIFT(scale-invariant feature transform)特征提??；

2)將在機(jī)械結(jié)構(gòu)圖紙上指定的位置點(diǎn)，用動(dòng)力學(xué)仿真數(shù)據(jù)生成的旋轉(zhuǎn)矩陣和位移向量轉(zhuǎn)換到模擬圖像上的(子)像素位置；

3)在試驗(yàn)環(huán)境中采集的圖像和模擬圖像上提取SIFT特征，并形成特征點(diǎn)對(duì)；

4)在試驗(yàn)環(huán)境中采集的圖像和模擬圖像中，以精確匹配點(diǎn)對(duì)為聚類中心，將人工指定的特征點(diǎn)按距離分配在各聚類中.在兩圖像的對(duì)應(yīng)聚類中尋找人工指定位置特征點(diǎn)的對(duì)應(yīng)，即恢復(fù)人工指定位置的特征點(diǎn)匹配

在試驗(yàn)過程中采集的圖像和模擬圖像之間用SIFT特征-聚類方法得到的特征點(diǎn)對(duì)應(yīng)，在試驗(yàn)過程中采集的圖像中特征點(diǎn)的數(shù)量和位置在追蹤器接近目標(biāo)器的過程中是變化的，而且這些特征點(diǎn)的位置在目標(biāo)器坐標(biāo)系下的坐標(biāo)位置已知(由機(jī)械結(jié)構(gòu)設(shè)計(jì)和加工安裝精度保障)，使用這些特征點(diǎn)可以精確計(jì)算目標(biāo)器與追蹤器之間的相對(duì)6自由度.

圖3 追蹤器向目標(biāo)器接近過程中，用特征聚類檢測(cè)和匹配的特征點(diǎn)(圖片經(jīng)過馬賽克處理)Fig.3 The feature points are detected and matched feature clustering in the process of tracking the target closer to the target (the pictures are processed by mosaic)

2.3 安全性判斷知識(shí)庫(kù)

構(gòu)建安全性判斷知識(shí)庫(kù)包括兩個(gè)步驟，分別是安全性等級(jí)劃分和決策樹訓(xùn)練.

1)安全性等級(jí)劃分

利用航天器動(dòng)力學(xué)仿真生成軌跡序列和交會(huì)對(duì)接結(jié)果偏差，其中交會(huì)對(duì)接結(jié)果偏差包括3個(gè)位移偏差和3個(gè)姿態(tài)角度偏差.假設(shè)這6個(gè)隨機(jī)量分別服從不同參數(shù)的正態(tài)分布，將這6個(gè)偏差量根據(jù)其分布的標(biāo)準(zhǔn)差設(shè)置為4個(gè)等級(jí)，l1,2,3,4.航天器動(dòng)力學(xué)仿真得到1500組交會(huì)對(duì)接偏差及其±σ,±2σ,±3σ范圍如圖4和圖5所示，各偏差量的均值和標(biāo)準(zhǔn)差于表1中.

交會(huì)對(duì)接結(jié)果的6自由度的安全等級(jí)l1,2,3,4由下式計(jì)算：

(1)

取最大值得到交會(huì)對(duì)接的安全等級(jí)：

L=max(lex,ley,lez,lef,leq,leY)

(2)

圖4 交會(huì)對(duì)接結(jié)果X偏差分布及±σ,±2σ,±3σ范圍Fig.4 X deviation of rendezvous and docking results and distribution of ±σ,±2σ,±3σ

圖5 交會(huì)對(duì)接結(jié)果滾動(dòng)角度偏差分布及±σ,±2σ,±3σ范圍Fig.5 Roll angle deviation of rendezvous and docking results and distribution of ±σ,±2σ,±3σ

6自由度偏差量分布均值分布標(biāo)準(zhǔn)差ex-0.4520.010ey0.3710.007ez0.0190.007eφ0.0210.400eθ0.0080.393eφ0.2390.201

2)決策樹訓(xùn)練

通過對(duì)航天器動(dòng)力學(xué)仿真輸出6自由度序列驅(qū)動(dòng)下生成的圖像序列提取特征，得到與軌跡和交會(huì)對(duì)接結(jié)果偏差對(duì)應(yīng)的特征-偏差序列，將偏差用式(1)轉(zhuǎn)換為安全性等級(jí)，形成特征-安全性等級(jí)作為決策樹訓(xùn)練樣本集合，其過程見式(3)所示.

{[(I1,1,I1,2,…,I1,tn)?e1],[(I2,1,I2,2,…,I2,tn)?e2],…[(In,1,In,2,…,In,tn)?en]}

↓(1)

{[(F1,1,F1,2,…,F1,tn)?e1],[(F2,1,F2,2,…,F2,tn)?e2],…[(Fn,1,Fn,2,…,Fn,tn)?en]}

↓(2)

{[(F1,1,F1,2,…,F1,tn)?L1],[(F2,1,F2,2,…,F2,tn)?L2],…[(Fn,1,Fn,2,…,Fn,tn)?Ln]}

(3)

其中，式(1)為特征提??；式(2)安全等級(jí)映射.

由式(3)中的最后一個(gè)表達(dá)式構(gòu)造安全判斷知識(shí)庫(kù).在交會(huì)對(duì)接實(shí)驗(yàn)中，安裝在追蹤器上的安全監(jiān)視相機(jī)拍攝到目標(biāo)器對(duì)接面圖像后，經(jīng)過特征提取后，用安全性判斷知識(shí)庫(kù)判斷當(dāng)前狀態(tài)對(duì)應(yīng)的安全性等級(jí).

安全判斷知識(shí)庫(kù)使用OBCT(ordinary binary classification tree)構(gòu)造.將樣本集分為訓(xùn)練集(90%)和驗(yàn)證集(10%)，在決策樹的構(gòu)建過程中使用交叉驗(yàn)證技術(shù)作為分支停止準(zhǔn)則，直到對(duì)于驗(yàn)證集的分類誤差最小化為止.在訓(xùn)練時(shí)使用熵不純度下降(信息增益)最大策略來選擇最優(yōu)的特征分量.在決策樹的節(jié)N處?kù)夭患兌葹閕(N),選用特征Fij得到的信息增益為Δi(N).

(4)

Δi(N)=i(N)-PLi(NL)-(1-PL)i(NR)

(5)

其中P(Lj)表示在節(jié)點(diǎn)N處屬于Lj類別的樣本占總樣本數(shù)的頻度，NL,NR分別是節(jié)點(diǎn)N的左右子節(jié)點(diǎn)，i(NL),i(NR)是相應(yīng)的不純度，PL是選用特征Fij時(shí)，樹由N生長(zhǎng)到NL的概率.

決策樹訓(xùn)練的算法流程如下：

圖6 決策樹訓(xùn)練算法流程Fig.6 Decision tree training algorithm process

3 系統(tǒng)驗(yàn)證過程

利用九自由度轉(zhuǎn)臺(tái)系統(tǒng)模擬兩飛行器相對(duì)距離30 m至0.3 m的接近過程，實(shí)驗(yàn)系統(tǒng)組成如圖7所示.

圖7 半物理試驗(yàn)系統(tǒng)組成Fig.7 Diagram of a semi-physical experiment system

將目標(biāo)器對(duì)接面模型安裝至目標(biāo)臺(tái)上，相機(jī)安裝在追蹤臺(tái)上，圖像信號(hào)通過光端機(jī)傳輸至控制計(jì)算機(jī)，控制計(jì)算機(jī)實(shí)時(shí)將收到的視頻數(shù)據(jù)模擬飛行控制網(wǎng)絡(luò)協(xié)議進(jìn)行封裝后再采用局域網(wǎng)絡(luò)轉(zhuǎn)發(fā)到輔助預(yù)報(bào)計(jì)算機(jī).此外，實(shí)驗(yàn)中模擬真實(shí)環(huán)月軌道下的陽(yáng)光入射角，采用帶有三自由度伺服的太陽(yáng)模擬器產(chǎn)生平行光，照射整個(gè)目標(biāo)器平面.

數(shù)據(jù)顯示與人機(jī)交互界面如圖8所示.圖中綠色區(qū)域是數(shù)學(xué)仿真得到的交會(huì)對(duì)接過程中各個(gè)時(shí)刻的6自由度偏差數(shù)據(jù).當(dāng)一次交會(huì)對(duì)接操作結(jié)束(無論正常結(jié)束還是異常結(jié)束)時(shí)，得到的一個(gè)交會(huì)對(duì)接偏差，在對(duì)應(yīng)式(3)中第一個(gè)表達(dá)式的ei.在交會(huì)對(duì)接過程中每個(gè)時(shí)刻數(shù)學(xué)仿真輸出的6自由度，根據(jù)小孔成像模型和相機(jī)的內(nèi)參數(shù)，由目標(biāo)器端面機(jī)械模型生成仿真圖像，對(duì)應(yīng)式(3)中第一個(gè)表達(dá)式的Ii,j，Ii,j表示在第i次交會(huì)對(duì)接操作中第j時(shí)刻的仿真圖像，經(jīng)過特征提取得到的式(3)中第二個(gè)表達(dá)式的Fij.由式(2)將交會(huì)對(duì)接偏差ei映射為安全等級(jí)lk(k=1,2,3,4),得到式(3)中的第三個(gè)表達(dá)式，用這個(gè)表達(dá)式訓(xùn)練決策樹，實(shí)現(xiàn)從圖像Ii,j到交會(huì)對(duì)接安全性等級(jí)Ik的變換.在實(shí)驗(yàn)時(shí)，監(jiān)視相機(jī)拍攝目標(biāo)器的圖像，如圖8左側(cè)所示，作為決策樹的輸入，決策樹預(yù)測(cè)交會(huì)對(duì)接的安全等級(jí)，用文字顯示在圖8中，4個(gè)安全性等級(jí)分別對(duì)應(yīng)“正?！薄ⅰ邦A(yù)警”、“警告”、“異?！?為了直觀地顯示交會(huì)對(duì)接的實(shí)時(shí)狀態(tài)，將半物理試驗(yàn)系統(tǒng)轉(zhuǎn)臺(tái)6自由度輸出用紅色十字在圖8中.

使用九自由度轉(zhuǎn)臺(tái)運(yùn)行了50組交會(huì)對(duì)接軌跡，用上述方法進(jìn)行安全性判斷的結(jié)果見表2.

圖8 數(shù)據(jù)顯示與人機(jī)交互頁(yè)面Fig.8 Data display and human-computer interaction page

驗(yàn)證試驗(yàn)次數(shù)L=1的次數(shù)L=2的次數(shù)L=3的次數(shù)L=4的次數(shù)5045(90.0%)2(4.0%)3(6.0%)0(0%)

4 結(jié) 論

本文設(shè)計(jì)一種基于人機(jī)協(xié)同框架的月球軌道自主交會(huì)對(duì)接過程輔助預(yù)報(bào)系統(tǒng)：可在飛行控制環(huán)節(jié)利用監(jiān)視相機(jī)遙測(cè)信息，對(duì)目標(biāo)器進(jìn)行特征捕獲及目標(biāo)跟蹤，并對(duì)追蹤器與目標(biāo)器的相對(duì)關(guān)系進(jìn)行辨識(shí)，分析飛行器相對(duì)位置及姿態(tài)是否滿足對(duì)接安全范圍，輔助預(yù)報(bào)對(duì)接過程的安全性.

通過相關(guān)地面實(shí)驗(yàn)表明該系統(tǒng)可直觀、全面的指示兩飛行器相對(duì)關(guān)系，提高飛行控制環(huán)節(jié)的人機(jī)協(xié)同效果，有效協(xié)助GNC系統(tǒng)地面飛行控制人員進(jìn)行狀況分析與任務(wù)決策.