CN107167145B - 一种自适应非接触式失效卫星的形态参数测算方法 - Google Patents

一种自适应非接触式失效卫星的形态参数测算方法 Download PDF

Info

Publication number
CN107167145B
CN107167145B CN201710380614.0A CN201710380614A CN107167145B CN 107167145 B CN107167145 B CN 107167145B CN 201710380614 A CN201710380614 A CN 201710380614A CN 107167145 B CN107167145 B CN 107167145B
Authority
CN
China
Prior art keywords
satellite
relative
failed satellite
quaternion
adaptive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710380614.0A
Other languages
English (en)
Other versions
CN107167145A (zh
Inventor
袁建平
侯翔昊
袁静
张博
孙冲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201710380614.0A priority Critical patent/CN107167145B/zh
Publication of CN107167145A publication Critical patent/CN107167145A/zh
Application granted granted Critical
Publication of CN107167145B publication Critical patent/CN107167145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/24Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M1/00Testing static or dynamic balance of machines or structures
    • G01M1/10Determining the moment of inertia
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M1/00Testing static or dynamic balance of machines or structures
    • G01M1/12Static balancing; Determining position of centre of gravity
    • G01M1/122Determining position of centre of gravity

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Astronomy & Astrophysics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种自适应非接触式失效卫星的形态参数测算方法,涉及航天领域的空间在轨服务技术下的失效卫星的形态参数测算技术。其原理为在所建立的基于对偶矢量四元数的相对运动学与动力学模型的基础上,根据测量输入设计自适应卡尔曼形态参数测算算法对所需要测算的失效卫星形态参数进行测算。所采用的自适应卡尔曼滤波器的观测量是用现有的观测技术获得的带有噪声的失效卫星姿态四元数以及相对距离的测量值。采用基于新息的自适应滤波测算算法能够处理在形态参数测算过程中出现的不确定性环境以及测量误差所带来的形态参数错误估计等问题,从而获得对失效卫星准确的形态参数测算。

Description

一种自适应非接触式失效卫星的形态参数测算方法
技术领域
本发明涉及航天领域的空间在轨服务技术,属于涉及翻滚卫星的位姿、转动惯量与目标质心位置的测量领域,特别涉及一种自适应非接触式失效卫星的形态参数测算方法。
背景技术
随着航天科技的发展与各类航天任务的开展,越来越多的卫星被应用于各种任务中。由于使用年限,未知故障以及空间环境影响等各种内外因素影响,有一定数量的卫星已经或正在结束其服务。然而,由于这类太空资产价值昂贵且占据宝贵的太空轨道资源,仅仅由于一些故障而使其不得不终止服务或任由其占据空间位置将会对后续空间任务产生重大影响并且造成资源大幅浪费。因此,对这类失效的卫星进行在轨服务是当前急需完成的任务,对其进行抓捕前的非接触式形态参数测算是亟待解决的问题之一。
对失效卫星的形态参数进行自适应非接触式测算有着重要意义:其一,测算出的形态参数能够对失效卫星的状态进行评估;其二,利用已经获得的形态参数能够对下一步的抓捕提供重要参考。
对失效卫星而言,现有的参数测算技术大多是接触式的参数辨识技术,这类技术虽然具有一定的精度,然而由于需要服务航天器与目标接触而限制了其使用范围。同时,对失效卫星进行参数测算的应用中,极少有对失效卫星的形态参数一并测算的技术。大多数只是对其姿态或者位置进行分开测算,而忽略其质量特性参数的测算。这样会造成参数测算不完全,并且参数测算效率较低。
发明内容
本发明要解决的技术问题是在非接触的情况对翻滚状态的失效卫星的形态参数进行一体化的测算,提供一种基于对偶矢量四元数的自适应非接触式失效卫星的形态参数测算方法,从而获得对失效卫星准确的形态参数测算。
本发明是通过以下技术方案来实现:
一种自适应非接触式失效卫星的形态参数测算方法,包括以下步骤:
1)基于矢量对偶四元数,建立失效卫星相对于服务航天器的运动学与动力学模型;
2)对失效卫星的姿态与相对距离做出带噪声的测量;
3)在建立基于对偶矢量四元数相对运动学与动力学模型的基础上,以测得的含有噪声的卫星姿态四元数以及相对距离数据作为观测量,构建自适应卡尔曼滤波算法,实时地估计出系统的形态参数信息。
所述的形态参数信息包括:相对位置参数、相对姿态参数、失效卫星的转动惯量比值参数及失效卫星的质心参数。
所述的自适应卡尔曼滤波算法是基于扩展卡尔曼滤波器,并且采用新息信息作为自适应输入,针对不确定的空间环境以及测量误差对失效卫星的形态参数做出测算。
所述的自适应扩展卡尔曼滤波算法具体步骤为:
a、初始化;
b、对偶矢量四元数扩展卡尔曼滤波;
c、新息计算;
d、故障检测;
e、若有故障,自适应对偶矢量四元数扩展卡尔曼滤波;
若无故障,卡尔曼增益计算;
f、对偶矢量卡尔曼滤波更新
h、返回步骤b。
采用激光成像系统对失效卫星的姿态与相对距离做出带噪声的测量。
基于对偶矢量四元数运动学方程为:
Figure BDA0001305091650000031
Figure BDA0001305091650000032
Figure BDA0001305091650000033
其中为
Figure BDA0001305091650000034
是失效卫星的相对距离,
Figure BDA0001305091650000035
是惯性系{I}相对于失效卫星本体系{B}的姿态四元数;
Figure BDA0001305091650000036
是卫星自转的角速度矢量,
Figure BDA0001305091650000037
是失效卫星的相对速度矢量。
对偶矢量四元数的动力学方程为:
Figure BDA0001305091650000038
定义运算:
Figure BDA0001305091650000039
以及:
Figure BDA00013050916500000310
其中,
Figure BDA00013050916500000311
为失效卫星三轴转动惯量矩阵,
Figure 1
并且
Figure BDA00013050916500000313
形态参数状态为:
Figure BDA00013050916500000314
Figure BDA00013050916500000315
Figure BDA00013050916500000316
其中,
Figure BDA0001305091650000041
为相对姿态对偶矢量四元数,
Figure BDA0001305091650000042
为相对姿态运动对偶矢量四元数,
Figure BDA0001305091650000043
为转动惯量比值对偶矢量四元数且
Figure BDA0001305091650000044
Figure BDA0001305091650000045
为失效卫星质心位置对偶矢量四元数且ρ=[ρx ρy ρz]为失效卫星质心位置矢量在失效卫星本体坐标系的表达。
测量相对距离的观测方程为:
Figure BDA0001305091650000046
其中,qm,rm为测量的失效卫星相对姿态四元数与相对距离v为观测噪声。
与现有技术相比,本发明具有以下有益的技术效果:
本发明的方法针对空间中的失效卫星采用对偶矢量四元数建立其运动学与动力学的模型,因此能够一体化获得有关失效卫星的形态参数;针对空间环境的复杂性以及测量的不确定性设计了自适应形态参数测算滤波算法,能够更利于实际应用。本发明所建立的基于对偶矢量四元数的相对运动学与动力学模型的基础上,根据测量输入设计自适应卡尔曼形态参数测算算法对所需要测算的失效卫星形态参数进行测算。所采用的自适应卡尔曼滤波器的观测量是用现有的观测技术获得的带有噪声的失效卫星姿态四元数以及相对距离的测量值。采用基于新息的自适应滤波测算算法能够处理在形态参数测算过程中出现的不确定性环境以及测量误差所带来的形态参数错误估计等问题,构建新型自适应卡尔曼滤波算法,实时地估计出系统的位姿参数,质量参数等形态参数信息,从而获得对失效卫星准确的形态参数测算。
附图说明
图1为服务航天器与失效卫星的相对模型;
图2为设计的自适应对偶矢量四元数形态参数滤波算法流程图;
图3为位姿参数估计值的误差收敛实例图;
图4为质量特性参数(转动惯量比值)估计值的误差收敛过程的实例图;
图5为质量特性参数(失效卫星的质心位置)估计值的误差收敛过程的实例图。
图中,1为航天服务器,2为视觉敏感器,3为识别位置,4为空间非合作目标。
具体实施方式
本发明首先采用新型的对偶矢量四元数对失效卫星进行运动学与动力学的建模;其次,采用激光成像系统对失效卫星的姿态与相对距离做出带噪声的测量。随即,在上述模型和测量的基础上,设计基于对偶矢量四元数自适应形态参数滤波算法,在外界干扰下对失效卫星的位置参数,姿态参数,转动惯量比值与失效卫星的质心位置进行一体化的自适应参数测算。具体包括以下步骤:
步骤一:建立基于对偶矢量四元数运动学方程:
Figure BDA0001305091650000051
Figure BDA0001305091650000052
Figure BDA0001305091650000053
其中为
Figure BDA0001305091650000054
是失效卫星的相对距离,
Figure BDA0001305091650000055
是惯性系{I}相对于失效卫星本体系{B}的姿态四元数;
Figure BDA0001305091650000056
是卫星自转的角速度矢量,
Figure BDA0001305091650000057
是失效卫星的相对速度矢量。
步骤二:建立对偶矢量四元数的动力学方程:
Figure BDA0001305091650000058
定义运算:
Figure BDA0001305091650000059
以及:
Figure BDA0001305091650000061
其中,
Figure BDA0001305091650000062
为失效卫星三轴转动惯量矩阵,
Figure 1
Figure BDA0001305091650000063
并且
Figure BDA0001305091650000064
步骤三:建立形态参数状态:
Figure BDA0001305091650000065
Figure BDA0001305091650000066
Figure BDA0001305091650000067
其中,
Figure BDA0001305091650000068
为相对姿态对偶矢量四元数,
Figure BDA0001305091650000069
为相对姿态运动对偶矢量四元数,
Figure BDA00013050916500000610
为转动惯量比值对偶矢量四元数且
Figure BDA00013050916500000611
Figure BDA00013050916500000612
为失效卫星质心位置对偶矢量四元数且ρ=[ρx ρy ρz]为失效卫星质心位置矢量在失效卫星本体坐标系的表达。
步骤四:考虑到失效卫星的翻滚,其姿态四元数以及相对服务航天器的距离可以借助现有的技术直接观测到,建立观测方程:
Figure BDA00013050916500000613
其中,qm,rm为测量的失效卫星相对姿态四元数与相对距离v为观测噪声。
步骤五:结合基于对偶矢量四元数的运动学与动力学方程以及观测方程,设计针对失效卫星基于对偶矢量四元数的形态参数测算滤波算法。
步骤六:在上一步得到的滤波算法基础上,针对失效卫星所处的空间环境干扰以及测量误差进行分析,设计基于对偶矢量四元数的自适应参数测算滤波算法。翻滚卫星的形态参数中,位姿参数与质量参数同时测算,并且形态参数包括:相对位置参数,相对姿态参数,失效卫星的转动惯量比值参数,失效卫星的质心参数。
为了更好地说明本发明的目的和优点,下面结合附图和实例对本发明内容做进一步说明。
图1展示了服务航天器与失效卫星的相对模型。其中{I}为惯性坐标系,{B} 为失效卫星本体坐标系,失效卫星的姿态四元数所反映的就是从惯性坐标系到本体坐标系的旋转。服务航天器使用立体视觉设备或激光测距仪可以测得姿态四元数四个变量随时间变化的函数。由于干扰力矩和观测误差的影响,测量结果是受噪声污染的。应用本方法,可以利用这些观测噪声实时地估计出该失效卫星的形态参数(转动惯量比值以及失效卫星的质心位置),具体包括以下步骤:
步骤一:基于矢量对偶四元数,建立失效卫星相对于服务航天器的运动学与动力学模型。详见方程(0.1)~(0.9)。
步骤二:令X表示失效卫星将被估计的形态参数,以姿态四元数q以及相对距离rI m的实时观测量为输入,构建基于对偶矢量四元数的扩展卡尔曼滤波算法。
步骤三:利用步骤二所设计的基于对偶矢量四元数的扩展卡尔曼滤波算法时所获得的新息信息,针对不确定空间环境以及观测误差,设计基于对偶矢量四元数的自适应扩展卡尔曼滤波算法,算法流程图如图2所示。
a、初始化;
b、对偶矢量四元数扩展卡尔曼滤波;
c、新息计算;
d、故障检测;
e、若有故障,自适应对偶矢量四元数扩展卡尔曼滤波;
若无故障,卡尔曼增益计算;
f、对偶矢量卡尔曼滤波更新
h、返回步骤b。
步骤四:利用步骤三所设计的算法得到有关x的测算结果如图3、图4、图 5所示,可见估计值与真实值的相对误差随着观测量的增加而趋近于零。
本实例中采用的系统真实初始参数值如表1所示。
表1
Figure BDA0001305091650000081
本实例中采用的系统仿真初始参数的值如表2所示。
表2
Figure BDA0001305091650000082
本发明保护范围不仅局限于实施例,实施例用于解释本发明,凡与本发明在相同原理和构思下的变更或修改均在本发明公开的保护范围之内。

Claims (3)

1.一种自适应非接触式失效卫星的形态参数测算方法,其特征在于,包括以下步骤:
1)基于矢量对偶四元数,建立失效卫星相对于服务航天器的运动学与动力学模型;
2)采用激光成像系统对失效卫星的姿态与相对距离做出带噪声的测量;
3)在建立基于对偶矢量四元数相对运动学与动力学模型的基础上,以测得的含有噪声的卫星姿态四元数以及相对距离数据作为观测量,构建自适应卡尔曼滤波算法,实时地估计出系统的形态参数信息;
所述的形态参数信息包括:相对位置参数、相对姿态参数、失效卫星的转动惯量比值参数及失效卫星的质心参数;
所述的自适应卡尔曼滤波算法是基于扩展卡尔曼滤波器,并且采用新息信息作为自适应输入,针对不确定的空间环境以及测量误差对失效卫星的形态参数做出测算;
在上述模型和测量的基础上,设计基于对偶矢量四元数自适应形态参数滤波算法,在外界干扰下对失效卫星的相对位置参数、相对姿态参数、失效卫星的转动惯量比值参数及失效卫星的质心参数,进行一体化的自适应形态参数测算;
所述的自适应扩展卡尔曼滤波算法具体步骤为:
a、初始化;
b、对偶矢量四元数扩展卡尔曼滤波;
c、新息计算;
d、故障检测;
e、若有故障,自适应对偶矢量四元数扩展卡尔曼滤波;
若无故障,卡尔曼增益计算;
f、对偶矢量卡尔曼滤波更新
h、返回步骤b;基于对偶矢量四元数运动学方程为:
Figure FDA0002416361250000021
Figure FDA0002416361250000022
Figure FDA0002416361250000023
其中,
Figure FDA0002416361250000024
是失效卫星与服务航天器之间的相对距离在失效卫星本体系中的表达;
Figure FDA0002416361250000025
是失效卫星与服务航天器之间的相对距离在惯性系中的表达;
Figure FDA0002416361250000026
是惯性系{I}相对于失效卫星本体系{B}的姿态四元数;
Figure FDA0002416361250000027
是失效卫星相对于服务航天器的相对速度对偶矢量四元数在失效卫星本体系中的表达;
Figure FDA0002416361250000028
是失效卫星相对于服务航天器的相对角速度矢量在失效卫星本体系中的表达;
Figure FDA0002416361250000029
是失效卫星相对于服务航天器的相对速度矢量在失效卫星本体系中的表达;
对偶矢量四元数的动力学方程为:
Figure FDA00024163612500000210
定义运算:
Figure FDA00024163612500000211
以及:
Figure FDA00024163612500000212
其中,
Figure FDA00024163612500000213
Figure FDA00024163612500000214
为失效卫星三轴转动惯量矩阵;
Figure FDA00024163612500000215
2.根据权利要求1所述的自适应非接触式失效卫星的形态参数测算方法,其特征在于:形态参数状态为:
Figure FDA0002416361250000031
Figure FDA0002416361250000032
Figure FDA0002416361250000033
其中,
Figure FDA0002416361250000034
为转动惯量比值对偶矢量四元数,
Figure FDA0002416361250000035
JBx、JBy、JBz分别为失效卫星三轴转动惯量;
Figure FDA0002416361250000036
为失效卫星质心位置对偶矢量四元数,ρ=[ρxρy ρz]为失效卫星质心位置矢量在失效卫星本体系的表达。
3.根据权利要求2所述的自适应非接触式失效卫星的形态参数测算方法,其特征在于:测量相对距离的观测方程为:
Figure FDA0002416361250000037
其中,qm、rm为测量的失效卫星相对服务航天器的相对姿态四元数与相对距离,νm为观测噪声。
CN201710380614.0A 2017-05-25 2017-05-25 一种自适应非接触式失效卫星的形态参数测算方法 Active CN107167145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710380614.0A CN107167145B (zh) 2017-05-25 2017-05-25 一种自适应非接触式失效卫星的形态参数测算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710380614.0A CN107167145B (zh) 2017-05-25 2017-05-25 一种自适应非接触式失效卫星的形态参数测算方法

Publications (2)

Publication Number Publication Date
CN107167145A CN107167145A (zh) 2017-09-15
CN107167145B true CN107167145B (zh) 2020-05-12

Family

ID=59820684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710380614.0A Active CN107167145B (zh) 2017-05-25 2017-05-25 一种自适应非接触式失效卫星的形态参数测算方法

Country Status (1)

Country Link
CN (1) CN107167145B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108820253B (zh) * 2018-04-16 2020-10-02 上海微小卫星工程中心 一种轨道短时失效情况下对地定向姿态的计算方法
CN110081906B (zh) * 2019-03-28 2022-11-22 西北工业大学 基于吸附过程的非合作目标惯性特征参数的两步辨识方法
CN110186465B (zh) * 2019-07-03 2022-08-05 西北工业大学 一种基于单目视觉的空间非合作目标相对状态估计方法
CN114894199B (zh) * 2022-06-16 2023-04-11 中国科学院空间应用工程与技术中心 一种地月空间航天器的天基测定轨方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103676941A (zh) * 2013-12-24 2014-03-26 北京控制工程研究所 基于运动学和动力学模型的卫星控制系统故障诊断方法
KR101517391B1 (ko) * 2013-12-27 2015-05-06 한국항공우주연구원 단일 입출력 제어기를 이용한 인공위성의 3축 자세 제어 시스템
CN104950900A (zh) * 2015-06-23 2015-09-30 南京航空航天大学 卫星姿态控制系统执行器驱动符号不确定性的自适应补偿方法
CN105512391A (zh) * 2015-12-04 2016-04-20 上海新跃仪表厂 基于对偶四元数的多星姿轨动力学建模方法及其验证系统
CN106054613A (zh) * 2016-06-28 2016-10-26 西北工业大学 一种自主安全逼近翻滚故障卫星的轨迹规划方法
CN106468554A (zh) * 2016-09-29 2017-03-01 西北工业大学 一种非接触式的翻滚卫星的惯性参数的测算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103676941A (zh) * 2013-12-24 2014-03-26 北京控制工程研究所 基于运动学和动力学模型的卫星控制系统故障诊断方法
KR101517391B1 (ko) * 2013-12-27 2015-05-06 한국항공우주연구원 단일 입출력 제어기를 이용한 인공위성의 3축 자세 제어 시스템
CN104950900A (zh) * 2015-06-23 2015-09-30 南京航空航天大学 卫星姿态控制系统执行器驱动符号不确定性的自适应补偿方法
CN105512391A (zh) * 2015-12-04 2016-04-20 上海新跃仪表厂 基于对偶四元数的多星姿轨动力学建模方法及其验证系统
CN106054613A (zh) * 2016-06-28 2016-10-26 西北工业大学 一种自主安全逼近翻滚故障卫星的轨迹规划方法
CN106468554A (zh) * 2016-09-29 2017-03-01 西北工业大学 一种非接触式的翻滚卫星的惯性参数的测算方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Extended Kalman Filter for Spacecraftpose Estimation Using Dual Quaternions;Nuno Filipe 等;《Journal of Guidance Control and Dynamics》;20150930;第38卷(第9期);第1625-1641页 *
基于容积卡尔曼滤波的卫星姿态估计;魏喜庆 等;《宇航学报》;20130228;第34卷(第2期);第193-200页 *
对偶四元数在航天器相对导航中的应用;李静 等;《应用科学学报》;20120531;第30卷(第3期);第311-316页 *
自适应扩展卡尔曼滤波在卫星姿态确定系统中的应用;戴路 等;《吉林大学学报(工学版)》;20080331;第38卷(第02期);第466-470页 *

Also Published As

Publication number Publication date
CN107167145A (zh) 2017-09-15

Similar Documents

Publication Publication Date Title
CN107421541B (zh) 一种容错非接触式失效卫星的形态参数测算方法
CN107167145B (zh) 一种自适应非接触式失效卫星的形态参数测算方法
Kottas et al. On the consistency of vision-aided inertial navigation
Hesch et al. Towards consistent vision-aided inertial navigation
CN107421534B (zh) 一种冗余式捷联惯导系统多故障隔离方法
Du et al. Online serial manipulator calibration based on multisensory process via extended Kalman and particle filters
Kelly et al. Visual-inertial simultaneous localization, mapping and sensor-to-sensor self-calibration
Campos et al. Fast and robust initialization for visual-inertial SLAM
WO2020253260A1 (zh) 时间同步处理方法、电子设备及存储介质
Kneip et al. Deterministic initialization of metric state estimation filters for loosely-coupled monocular vision-inertial systems
CN111707261A (zh) 一种微型无人机高速感知和定位方法
CN110146224B (zh) 一种辨识组合体航天器质量、质心位置和惯性张量的方法
Eckenhoff et al. Sensor-failure-resilient multi-imu visual-inertial navigation
CN111238535A (zh) 一种基于因子图的imu误差在线标定方法
CN109093620A (zh) 一种双目相机辅助的空间非合作目标动力学参数辨识方法
Pfeiffer et al. A computationally efficient moving horizon estimator for ultra-wideband localization on small quadrotors
Panahandeh et al. IMU-camera self-calibration using planar mirror reflection
CN112284381B (zh) 视觉惯性实时初始化对准方法及系统
Biondi et al. Kinematic registration and shape analysis for locating center of mass in large passive spacecraft
Zachariah et al. Joint calibration of an inertial measurement unit and coordinate transformation parameters using a monocular camera
Al Bitar et al. Neural networks aided unscented Kalman filter for integrated INS/GNSS systems
CN110081906B (zh) 基于吸附过程的非合作目标惯性特征参数的两步辨识方法
Irmisch et al. Simulation framework for a visual-inertial navigation system
Aghili et al. Adaptive motion estimation of a tumbling satellite using laser-vision data with unknown noise characteristics
Schill et al. Estimating ego-motion in panoramic image sequences with inertial measurements

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant