CN107655473B - 基于slam技术的航天器相对自主导航系统 - Google Patents
基于slam技术的航天器相对自主导航系统 Download PDFInfo
- Publication number
- CN107655473B CN107655473B CN201710850340.7A CN201710850340A CN107655473B CN 107655473 B CN107655473 B CN 107655473B CN 201710850340 A CN201710850340 A CN 201710850340A CN 107655473 B CN107655473 B CN 107655473B
- Authority
- CN
- China
- Prior art keywords
- spacecraft
- target
- autonomous navigation
- lidar
- point cloud
- 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
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000004088 simulation Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 230000001360 synchronised effect Effects 0.000 claims abstract description 10
- 230000033001 locomotion Effects 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000005188 flotation Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 3
- 239000004579 marble Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000004807 localization Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 108091092878 Microsatellite Proteins 0.000 description 1
- 241000255588 Tephritidae Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/24—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于SLAM技术的航天器相对自主导航系统，包括同步定位与建图部分、目标位姿估计部分、航天器自主导航规划部分和地面仿真系统。本发明的有益效果为：在空间复杂场景下的目标逼近、服务阶段，采用激光雷达作为位姿获取的传感器，精度高、适用范围广，可以解决服务航天器和非合作目标的相对位置姿态测量问题。
Description
技术领域
本发明涉及空间服务技术领域，尤其是一种基于SLAM技术的航天器相对自主导航系统。
背景技术
随着人类探索、开发和利用外层空间的深入，对航天技术提出了更高的要求。太空成为战略竞争新的制高点，纷纷开展对各项空间服务技术的研究，如故障航天器的在轨捕获与维修、空间垃圾清理等方面的研究。然而，空间环境复杂多变，如目标非合作、目标航天器翻滚、无光照、存在障碍物(空间碎片)等。在这种复杂条件下，如何保证航天器相对于目标航天器进行自主导航已成为目前航天技术领域亟待解决的重要问题。
空间服务可以通过空间机器人或微小卫星靠近、操控目标航天器来实现，为未来空间维护、空间攻防等提供有效手段。根据待捕获的目标飞行器能否提供有效的合作信息，空间目标捕获技术分为合作目标捕获技术和非合作目标捕获技术这两类。非合作指的是目标航天器没有合作的轨道和姿态控制、或者没有专门的用于对接的接口、或是没有基于视觉导航的识别标志等。目前的航天技术发展情况下，空间合作目标已相对成熟，并已成功应用于一些航天器的空间服务项目；而空间非合作目标的服务技术还不是很成熟，现在还没有国家能够实现空间非合作目标服务的在轨演示验证。
空间非合作目标服务技术的难点在于：如何对目标运动情况和空间机构未知的非合作目标进行准确的位置姿态参数获取以及超近距离的操控技术。目前，国内外已有学者对空间非合作目标的自主识别与位姿测量问题进行了相关研究，但是问题还未能得到很好的解决。目前相对位姿获取方法主要有：卫星导航定位、单目视觉、立体视觉、激光雷达等。比较几种方法：传统的卫星导航定位有时延、操作不够灵活；基于光学成像测量方法，受光照条件的影响大、测量范围有限；激光雷达测量精度高、应用范围广,自带光源，受光照影响小，信息丰富。
航天器在轨期间，面临的空间环境非常复杂，如不同于地面散射的光照条件、失效目标周围空间碎片的干扰等。本发明针对如下场景：相比目标飞行器尺寸，进行空间操作的微小卫星或空间机器人尺寸较小，其所处的环境有可能是在目标飞行器的包络以内。因此在对空间环境未知的场景下，航天器如何对环境进行感知，规避危险，然后识别出服务目标特征，并进行准确相对自主导航是需要解决的关键问题。
发明内容
本发明所要解决的技术问题在于，提供一种基于SLAM技术的航天器相对自主导航系统，能够解决空间复杂条件下服务航天器和非合作目标的相对位置姿态测量问题。
为解决上述技术问题，本发明提供一种基于SLAM技术的航天器相对自主导航系统，包括：同步定位与建图部分、目标位姿估计部分、航天器自主导航规划部分和地面仿真系统；同步定位与建图部分包括激光雷达和惯性测量单位，激光雷达采集空间环境的点云数据，惯性测量单位采集航天器自身的运动数据，融合传感器数据，对航天器进行定位，并构建全局地图；目标位姿估计部分对激光雷达获取的点云进行特征点提取、目标识别、位姿估计，并对目标未来时刻的状态进行预测；航天器自主导航规划部分构建航天器在空间环境中进行相对自主导航的坐标系，结合对目标的位姿估计和预测的姿态信息，针对目标任务问题进行数学描述，规划航天器移动到目标的最优路径并在自主移动过程中实时避障，最后超近距离控制目标；地面仿真系统搭建多自由度的气浮台模拟服务航天器，并模拟目标的运动，验证自主导航路径规划的算法。
优选的，选用三维激光雷达Velodyne-16采集空间环境的信息，惯性测量单元STIM300采集航天器自身的运动信息。
优选的，计算机融合激光雷达与惯性测量单元的数据，进行定位与构建全局地图，具体包括如下步骤：(a)传感器信息读取，并进行预处理；(b)激光雷达里程计，估算相邻点云的运动以及局部地图的样子；(c)后端非线性优化；后端接受不同时刻激光雷达的点云以及回环检测的信息，对它们进行优化，得到全局一致的轨迹和地图；(d)回环检测；回环检测判断航天器是否到达过先前的位置，如果检测到回环，它会把信息提供给后端进行处理；(e)建图；它根据估计的轨迹，建立与任务要求对应的地图。
优选的，位姿估计具体包括如下步骤：(1)特征提取；通过将点云中离散的点连接起来，建立离散点间的拓扑关系以及实现基于邻域关系的快速查找；计算法线变化和曲率变化，提取特征边界点，再利用最小梯度轮廓线，形成封闭的边界；(2)识别目标，通过基于随机抽样一致性的算法，进行点云分割和初配准；(3)计算出非合作目标和航天器的相对位姿，根据识别出来的目标点云，和环境点云进行ICP算法匹配，从而计算出当前目标的相对位姿。
优选的，在地面上搭建全物理仿真实验平台，由3m*3m大理石平台和模拟星组成；其中，模拟星包括微型计算机、传感器、电源模块、执行机构和气浮部件；通过该气浮台模拟航天器在空间的运动特性。
本发明的有益效果为：在空间复杂场景下的目标逼近、服务阶段，采用激光雷达作为位姿获取的传感器，精度高、适用范围广，可以解决服务航天器和非合作目标的相对位置姿态测量问题。
附图说明
图1为本发明的基于SLAM技术的航天器相对自主导航系统的结构示意图。
图2为本发明的系统实物示意图。
图3为本发明的同步构建地图与定位的流程示意图。
图4为本发明的目标位姿估计的流程示意图。
图5为本发明的自主导航的流程示意图。
图6为本发明的地面仿真系统的示意图。
具体实施方式
如图1所示，一种基于SLAM技术的航天器相对自主导航系统，包括：同步定位与建图部分、目标位姿估计部分、航天器自主导航规划部分和地面仿真系统；同步定位与建图部分包括激光雷达和惯性测量单位，激光雷达采集空间环境的点云数据，惯性测量单位采集航天器自身的运动数据，融合传感器数据，对航天器进行定位，并构建全局地图；目标位姿估计部分对激光雷达获取的点云进行特征点提取、目标识别、位姿估计，并对目标未来时刻的状态进行预测；航天器自主导航规划部分构建航天器在空间环境中进行相对自主导航的坐标系，结合对目标的位姿估计和预测的姿态信息，针对目标任务问题进行数学描述，规划航天器移动到目标的最优路径并在自主移动过程中实时避障，最后超近距离控制目标；地面仿真系统搭建多自由度的气浮台模拟服务航天器，并模拟目标的运动，验证自主导航路径规划的算法。
如图2所示，为本发明的系统实物示意图。航天器是服务航天器，执行空间操作的主体；目标是非合作航天器的典型机构，例如太阳帆板的支架；障碍物是非合作目标(失效航天器)周围散落的空间碎片。
如图3所示，为同步定位与建图的流程示意图。采用激光雷达(LIDAR)对空间环境进行三维扫描，通过以太网传输给导航计算机，惯性测量单元(IMU)采集航天器自身的运动数据。导航计算机融合传感器的数据，构建数学模型，描述为SLAM问题，并采用非线性优化进行求解，对空间环境构建地图，同时对航天器自身进行定位，为后续处理打下基础。
搭建系统软件框架，运行SLAM算法。在Linux环境下，安装机器人操作系统ROS，利用C++搭建软件系统框架。ROS系统框架，提供多种功能包，采用消息机制传输信息。具体而言，ROS创建一个连接到所有进程的网络。在系统中的任何节点都可以访问网络，并通过该网络与其他节点交互，获取其他节点发布的消息，并将自身数据发布到网络上。其中，节点，主要的计算执行进程；消息，节点之间传输数据的类型；主题，每条消息都要发布到相应的主题；服务，单节点对单节点之间的请求或应答。基于这样的软件框架，创建多个节点，主要涉及每个传感器的采集任务、数据处理任务等。
选用激光雷达Velodyne-16采集空间环境的信息,惯性测量单元STIM300采集航天器自身的运动信息。计算机融合两种传感器的数据，进行同步定位与建图(SLAM)。同步定位与建图，具体步骤：(1)传感器信息读取，并进行预处理(滤波)；(2)激光雷达里程计，其任务是估算相邻点云的运动，以及局部地图的样子；(3)后端非线性优化。后端接受不同时刻激光雷达的点云，以及回环检测的信息，对它们进行优化，得到全局一致的轨迹和地图；(4)回环检测。回环检测判断航天器是否到达过先前的位置。如果检测到回环，它会把信息提供给后端进行处理；(5)建图。它根据估计的轨迹，建立与任务要求对应的地图。
SLAM问题的数学表述：航天器携带一个测量自身运动的传感器，如IMU，构建运动方程；由激光雷达观测的数据，构建观测方程。两个方程构成的方程组，就描述了最基本的SLAM问题：当知道运动测量的读数，以及传感器的读数时，如何求解定位问题和图节点问题。这时，SLAM问题建模成了一个状态估计问题：如何通过带有噪声的测量数据，估计内部的、隐藏着的状态变量。上述两个方程组成的方程组的求解，与噪声服从哪种分布有关。求解方法，包括卡尔曼滤波和非线性优化两大类。在工程实践过程中，采用图优化的办法求解。
如图4所示，为目标位姿估计的流程示意图。针对非合作目标，研究航天器本身典型的结构，如直线特征、多边形边界、圆形特征等，对激光雷达获取的点云进行特征提取，通过快速点云匹配算法确定估计的初值，然后基于ICP算法等进行位姿估计，并根据牛顿第二定律和欧拉转动定理，对目标在未来时刻的状态进行预测并仿真研究。位姿估计的具体过程：(1)特征提取；通过将点云中离散的点连接起来，计算法线变化和曲率变化，提取特征边界点，再利用最小梯度轮廓线，形成封闭的边界；点云数据处理的核心问题，建立离散点间的拓扑关系，以及实现基于邻域关系的快速查找；(2)识别目标，通过基于随机抽样一致性的算法，进行点云分割和初配准；(3)计算出非合作目标的相对位姿，根据识别出来的目标点云，和环境点云进行ICP匹配，从而计算出当前目标的相对位姿。
如图5所示，为自主导航的流程示意图。构建服务航天器在空间环境中进行相对自主导航的坐标系，结合对非合作目标的位姿估计和预测的姿态信息，基于SLAM建立服务航天器和非合作目标的相对位置、相对姿态运动学模型，针对目标捕获等问题进行数学描述，然后设计路径规划的算法和捕获策略。通过喷气和动量轮，实现位置和姿态控制。并在移动过程，实时避障处理。
导航算法的作用是寻找一条可以从起点到终点的路径的算法，寻路算法，是在检测到障碍物的前提下，寻找可行的路径使航天器能够越过障碍物到达目标位置。在搜索过程中，需要把搜索区域划分成小块区域，便于计算机处理。通过划分，将需要搜寻路径的区域划分并简化成一组可以量化的节点坐标后，构造路径的代价函数。那么全局的最优路径，可以通过计算代价函数获得。其中，寻路过程中要注意避开凹型障碍区域。在局部定位与导航过程中，利用果蝇算法，推导一种局部最优路径和避障处理并通过MATLAB进行算法的仿真。
如图6所示，为地面仿真系统的示意图。针对非合作目标的空间服务任务(靠近、捕获目标)，在地面上搭建物理仿真实验平台。全物理仿真实验平台，由3m*3m大理石平台、模拟星组成。其中，模拟星，包括微型计算机、传感器(LIDAR、IMU)、电源模块、执行机构(动量轮、喷气)、气浮等部件构成。通过该气浮台可以模拟航天器在空间的运动特性。并搭建一套转动的三角架或圆形框架来模拟目标上的典型机构(例如，太阳帆板的支架)的运动。微型计算机运行控制算法，实现模拟星在实验平台上对非合作目标的识别、全局路径规划、避障处理，靠近非合作目标并捕获。通过该实验来验证航天器自主导航规划系统的算法，并对方案和控制精度进行评估。
本发明以三维激光雷达为位姿获取传感器，通过SLAM算法(SimultaneousLocalization and Mapping，同步定位与建图)实时地检测周围环境，在移动过程中根据位置估计和地图进行自身定位，同时在自身定位的基础上建造增量式地图，从而实现服务航天器的自主定位和导航。通过对激光雷达获取的点云进行处理，获取非合作目标的运动参数以及障碍物信息，然后实现航天器的自主导航规划任务。在空间复杂环境(光照变化、碎片干扰等)下，基于SLAM技术的航天器相对自主导航系统的研究，可对非合作航天器的捕获以及空间服务的发展，提供一条新的思路。
尽管本发明就优选实施方式进行了示意和描述，但本领域的技术人员应当理解，只要不超出本发明的权利要求所限定的范围，可以对本发明进行各种变化和修改。
Claims (4)
1.一种基于SLAM技术的航天器相对自主导航系统，其特征在于，包括：同步定位与建图部分、目标位姿估计部分、航天器自主导航规划部分和地面仿真系统；同步定位与建图部分包括激光雷达和惯性测量单位，激光雷达采集空间环境的点云数据，惯性测量单位采集航天器自身的运动数据，通过融合传感器数据，对航天器进行定位，并构建全局地图；目标位姿估计部分对激光雷达获取的点云进行特征点提取、目标识别、位姿估计，并对目标未来时刻的状态进行预测；航天器自主导航规划部分构建航天器在空间环境中进行相对自主导航的坐标系，结合对目标的位姿估计和预测的姿态信息，针对目标任务问题进行数学描述，规划航天器移动到目标的最优路径并在自主移动过程中实时避障，最后超近距离控制目标；地面仿真系统搭建多自由度的气浮台模拟服务航天器，并模拟目标的运动，然后通过实验验证自主导航路径规划的算法；
计算机融合激光雷达与惯性测量单元的数据，进行定位与构建全局地图，具体包括如下步骤：(a)传感器信息读取，并进行预处理；(b)激光雷达里程计，估算相邻点云的运动以及局部地图的样子；(c)后端非线性优化；后端接受不同时刻激光雷达的点云以及回环检测的信息，对它们进行优化，得到全局一致的轨迹和地图；(d)回环检测；回环检测判断航天器是否到达过先前的位置，如果检测到回环，它会把信息提供给后端进行处理；(e)建图；根据估计的轨迹，建立与任务要求对应的地图。
2.如权利要求1所述的基于SLAM技术的航天器相对自主导航系统，其特征在于，选用三维激光雷达Velodyne-16采集空间环境的信息，惯性测量单元STIM300采集航天器自身的运动信息。
3.如权利要求1所述的基于SLAM技术的航天器相对自主导航系统，其特征在于，位姿估计具体包括如下步骤：(1)特征提取；通过将点云中离散的点连接起来，建立离散点间的拓扑关系以及实现基于邻域关系的快速查找；计算法线变化和曲率变化，提取特征边界点，再利用最小梯度轮廓线，形成封闭的边界；(2)识别目标，通过基于随机抽样一致性的算法，进行点云分割和初配准；(3)计算非合作目标和航天器的相对位姿，根据识别出的目标点云和环境点云进行ICP算法匹配来计算相对位置和姿态。
4.如权利要求1所述的基于SLAM技术的航天器相对自主导航系统，其特征在于，在地面上搭建全物理仿真实验平台，由3m*3m大理石平台和模拟星组成；其中，模拟星包括微型计算机、传感器、电源模块、执行机构和气浮部件；通过该气浮台模拟航天器在空间的运动特性，通过实验验证算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710850340.7A CN107655473B (zh) | 2017-09-20 | 2017-09-20 | 基于slam技术的航天器相对自主导航系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710850340.7A CN107655473B (zh) | 2017-09-20 | 2017-09-20 | 基于slam技术的航天器相对自主导航系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107655473A CN107655473A (zh) | 2018-02-02 |
| CN107655473B true CN107655473B (zh) | 2020-07-28 |
Family
ID=61130373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710850340.7A Active CN107655473B (zh) | 2017-09-20 | 2017-09-20 | 基于slam技术的航天器相对自主导航系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107655473B (zh) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108564625B (zh) * | 2018-04-27 | 2019-08-23 | 百度在线网络技术（北京）有限公司 | 图优化方法、装置、电子设备及存储介质 |
| CN109005108B (zh) * | 2018-06-29 | 2022-10-25 | 全球能源互联网研究院有限公司 | 一种空间网络路由规划方法及系统 |
| CN109085605A (zh) * | 2018-08-29 | 2018-12-25 | 长春博立电子科技有限公司 | 全自动探索未知空间并建立地图的方法及系统 |
| CN109341705A (zh) * | 2018-10-16 | 2019-02-15 | 北京工业大学 | 智能探测机器人同时定位与地图构建系统 |
| CN109522832B (zh) * | 2018-11-06 | 2021-10-26 | 浙江工业大学 | 基于点云片段匹配约束和轨迹漂移优化的回环检测方法 |
| CN109709801B (zh) * | 2018-12-11 | 2024-02-02 | 智灵飞（北京）科技有限公司 | 一种基于激光雷达的室内无人机定位系统及方法 |
| CN109945856B (zh) * | 2019-02-18 | 2021-07-06 | 天津大学 | 基于惯性/雷达的无人机自主定位与建图方法 |
| CN110007324A (zh) * | 2019-02-21 | 2019-07-12 | 南京航空航天大学 | 一种基于slam的故障卫星相对导航方法 |
| CN111679663A (zh) * | 2019-02-25 | 2020-09-18 | 北京奇虎科技有限公司 | 三维地图构建方法、扫地机器人及电子设备 |
| CN113490973B (zh) * | 2019-03-13 | 2022-08-30 | 千叶工业大学 | 信息处理装置以及移动机器人 |
| CN110111356B (zh) * | 2019-03-21 | 2021-05-28 | 西安交通大学 | 运动旋转物体的转动轴方向与转动角速度解算方法 |
| CN110348473A (zh) * | 2019-05-27 | 2019-10-18 | 南京航空航天大学 | 基于ransac的非合作航天器自主识别方法 |
| CN110796728B (zh) * | 2019-09-20 | 2023-05-12 | 南京航空航天大学 | 一种基于扫描式激光雷达的非合作航天器三维重建方法 |
| CN113740355B (zh) * | 2020-05-29 | 2023-06-20 | 清华大学 | 一种射线检测机器人的边界防护方法及系统 |
| CN111707274B (zh) * | 2020-05-29 | 2022-01-18 | 南京航空航天大学 | 能量最优的航天器连续动态避障轨迹规划方法 |
| CN112082565B (zh) * | 2020-07-30 | 2022-12-09 | 西安交通大学 | 一种无依托定位与导航方法、装置及存储介质 |
| CN112215312B (zh) * | 2020-09-17 | 2024-05-14 | 北京卫星制造厂有限公司 | 一种在轨多目标体射频身份识别与位姿测量系统 |
| CN112577500B (zh) * | 2020-11-27 | 2024-12-31 | 北京迈格威科技有限公司 | 定位与地图构建方法、装置、机器人及计算机存储介质 |
| CN113587924B (zh) * | 2021-06-16 | 2024-03-29 | 影石创新科技股份有限公司 | 拍摄系统标定方法、装置、计算机设备和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
| CN104932493A (zh) * | 2015-04-01 | 2015-09-23 | 上海物景智能科技有限公司 | 一种自主导航的移动机器人及其自主导航的方法 |
| CN106324616A (zh) * | 2016-09-28 | 2017-01-11 | 深圳市普渡科技有限公司 | 一种基于惯性导航单元与激光雷达的地图构建方法 |
| CN106681330A (zh) * | 2017-01-25 | 2017-05-17 | 北京航空航天大学 | 基于多传感器数据融合的机器人导航方法及装置 |
| CN106886219A (zh) * | 2017-03-06 | 2017-06-23 | 上海悦合自动化技术有限公司 | 机器人自动导航系统 |
| CN106969784A (zh) * | 2017-03-24 | 2017-07-21 | 中国石油大学(华东) | 一种并发建图定位与惯性导航的组合误差融合系统 |
-
2017
- 2017-09-20 CN CN201710850340.7A patent/CN107655473B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
| CN104932493A (zh) * | 2015-04-01 | 2015-09-23 | 上海物景智能科技有限公司 | 一种自主导航的移动机器人及其自主导航的方法 |
| CN106324616A (zh) * | 2016-09-28 | 2017-01-11 | 深圳市普渡科技有限公司 | 一种基于惯性导航单元与激光雷达的地图构建方法 |
| CN106681330A (zh) * | 2017-01-25 | 2017-05-17 | 北京航空航天大学 | 基于多传感器数据融合的机器人导航方法及装置 |
| CN106886219A (zh) * | 2017-03-06 | 2017-06-23 | 上海悦合自动化技术有限公司 | 机器人自动导航系统 |
| CN106969784A (zh) * | 2017-03-24 | 2017-07-21 | 中国石油大学(华东) | 一种并发建图定位与惯性导航的组合误差融合系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于激光成像雷达的空间非合作目标相对导航技术;陈凤等;《红外与激光工程》;20161031;第45卷(第10期);1-8页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107655473A (zh) | 2018-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107655473B (zh) | 基于slam技术的航天器相对自主导航系统 | |
| Xuexi et al. | SLAM algorithm analysis of mobile robot based on lidar | |
| Peng et al. | Pose measurement and motion estimation of space non-cooperative targets based on laser radar and stereo-vision fusion | |
| Gao et al. | Review of wheeled mobile robots’ navigation problems and application prospects in agriculture | |
| Panahandeh et al. | Vision-aided inertial navigation based on ground plane feature detection | |
| Wang et al. | A simple and parallel algorithm for real-time robot localization by fusing monocular vision and odometry/AHRS sensors | |
| CN107450577A (zh) | 基于多传感器的无人机智能感知系统和方法 | |
| CN113238554A (zh) | 一种基于激光与视觉融合slam技术的室内导航方法及系统 | |
| CN110929402A (zh) | 一种基于不确定分析的概率地形估计方法 | |
| Guo et al. | Real-time measurement and estimation of the 3D geometry and motion parameters for spatially unknown moving targets | |
| CN112068152A (zh) | 使用3d扫描仪同时进行2d定位和2d地图创建的方法和系统 | |
| Park et al. | Design and performance validation of integrated navigation system based on geometric range measurements and GIS map for urban aerial navigation | |
| CN114972668A (zh) | 基于高度信息的激光slam方法和系统 | |
| CN113960614A (zh) | 一种基于帧-地图匹配的高程图构建方法 | |
| Karam et al. | Integrating a low-cost mems imu into a laser-based slam for indoor mobile mapping | |
| Guo et al. | The usefulness of sensor fusion for unmanned aerial vehicle indoor positioning | |
| Revanth et al. | Simultaneous localization and mapping of mobile robot using GMapping algorithm | |
| Chen et al. | Aerial robots on the way to underground: An experimental evaluation of VINS-mono on visual-inertial odometry camera | |
| CN110309883A (zh) | 一种基于视觉slam的无人机自主定位方法 | |
| Shaheer et al. | Robot localization using situational graphs and building architectural plans | |
| Amiri Atashgah et al. | An integrated virtual environment for feasibility studies and implementation of aerial MonoSLAM | |
| CN118758287A (zh) | 一种基于无先验地图的建筑巡检机器人导航方法及系统 | |
| Nguyen et al. | A Novel Framework of Visual Detection, Tracking and Landing for UAVs Utilizing AR Markers | |
| Quan et al. | Simulation Platform for Autonomous Aerial Manipulation in Dynamic Environments | |
| Bajracharya et al. | Target tracking, approach, and camera handoff for automated instrument placement |
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 |