CN108519083B - 一种空间非合作多目标捕获与跟踪算法 - Google Patents
一种空间非合作多目标捕获与跟踪算法 Download PDFInfo
- Publication number
- CN108519083B CN108519083B CN201810182821.XA CN201810182821A CN108519083B CN 108519083 B CN108519083 B CN 108519083B CN 201810182821 A CN201810182821 A CN 201810182821A CN 108519083 B CN108519083 B CN 108519083B
- Authority
- CN
- China
- Prior art keywords
- frame
- star
- queue
- target
- noncooperative
- 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
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
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
- G01C21/025—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means with the use of startrackers
Abstract
本发明一种空间非合作多目标捕获与跟踪算法,基于捕获及观测相机恒星惯性空间位置不变性,通过连续帧图像数据比对实现恒星目标和非恒星目标分离完成非恒星目标识别与跟踪。首先通过非合作目标与恒星判别阈值实现候选非合作目标队列建立,其次通过非合作目标帧间比对阈值以及比对的帧间隔阈值对连续间隔帧数据进行比对以实现非恒星目标和背景星点的分离,通过帧间距离综合值对队列里随机的伪星点进行剔除以建立非合作目标队列,最后设置动态窗口并进行窗口预报来更新非合作目标队列以实现非合作多目标的稳定跟踪与测量。本发明算法解决了大视场范围空间非合作多目标捕获、跟踪与测量的技术难题,相关算法已在轨应用。
Description
技术领域
本发明涉及一种空间非合作多目标捕获与跟踪算法,属于空间目标捕获与跟踪技术领域。
背景技术
卫星在侦查过程中,需要在运行轨道上观察未知的其他航天器即为空间非合作目标,利用现有的星敏感器技术远距离提供对空间非合作目标的导引,可以实现抵近侦查。
由于空间目标捕获及测量的星敏感器视场内空间非合作目标通常不唯一,同时多个非合作目标其光学特性和运动特性皆有不同,而且其与背景恒星像点有极高的形态相似性,给空间非合作多目标跟踪与测量制造了较大的困难。需要剔除恒星、行星目标以及随机图像噪声的干扰。
如何针对大视场范围空间非合作多目标捕获、跟踪与测量,是本领域亟待解决的技术问题。
发明内容
为了克服现有技术的不足,本发明提出了一种融合基于背景星图多帧序列比对技术、目标运动特性预估技术与多阈值动态调节技术于一体的非合作多目标自动跟踪算法,解决了大视场范围空间以及航天器姿态机动条件下的非合作多目标捕获、跟踪与测量的技术难题。
本发明的技术方案是:
提供一种空间非合作多目标捕获与跟踪算法,其特征在于,步骤如下:
(1)星敏感器更新一帧星图,经过星图处理,得到星点,提取每个星点在星敏感器像面的位置(u,v),长delRow,宽delCol以及能量energy,将所有满足delRow/delCol>0.2并且delRow/delCol<5的星点结构体nodes存入非合作目标候选队列QueueCur,结构体nodes表示为{u,v,energy,ra,dec},ra和dec分别为位置(u,v)对应的赤经,赤纬;
(2)判断能否计算姿态矩阵Cij,如果能够计算则进入步骤(3),否则返回步骤(1);
(3)星敏感器更新一帧星图,经过星图处理,得到星点,提取每个星点在星敏感器像面的位置(u,v),长delRow,宽delCol以及能量energy,将所有满足delRow/delCol>0.2并且delRow/delCol<5的星点结构体nodes存入非合作目标候选队列QueueCur;将不满足delRow/delCol>0.2或delRow/delCol<5条件的星点按能量energy大小进行排序,将能量energy排序在阈值之后的星点结构体nodes存入候选队列QueueCur;
(4)判断能否计算姿态矩阵Cij,如果能够计算则进入步骤(5),否则返回步骤(1);
(5)候选队列QueueCur中的任一星点在惯性坐标系下的矢量Vsi与星敏感器星表中的恒星矢量Vi进行比对,当满足二者的夹角小于设定阈值时,将该星点结构体nodes剔除候选队列QueueCur;
(6)如果候选队列QueueCur所含候选非合作的个数nodeNum=0,则返回步骤(3);否则判断识别成功帧计数frameNum是否小于设定阈值,如果小于,则星敏感器连续更新s+1帧星图后,进行一次帧间比对,将帧间距大于设定阈值的星点结构体nodes从第s+1帧候选队列QueueCur中剔除,将剔除后候选队列QueueCur累积存入队列RecogQueue,并将识别成功帧计数frameNum值加1,直至识别成功帧计数frameNum等于设定阈值时,进入步骤(7);
(7)执行帧间距离综合值确认算法,对队列RecogQueue进行滤波;
(8)从目标队列RecogQueue中提取最后一次更新存入的非合作多目标信息队列RecogLast;
(9)从非合作多目标信息队列RecogLast中选择非合作目标或者指令制定的非合作目标输出,并计算输出非合作目标的天顶角α和方位角β;根据非合作多目标信息队列RecogLast预报下一次多个非合作目标在星图中的位置,以这些位置为中心设置窗口;
(10)星敏感器更新一帧星图,判断RecogLast中的非合作目标个数是否大于0,如果大于0,在窗口位置提取星点结构体nodes,并更新多目标信息队列RecogLast,返回步骤(9);否则返回步骤(3)。
优选的,赤经、赤纬的计算方法如下:
(1.1)将星点在星敏感器像面的位置(u,v)利用标定系数K向星敏感器基准镜坐标系映射,获得星敏感器基准镜坐标系下的矢量Vsj=K(u,v),矢量Vsj表示为(xsj,ysj,zsj);
(1.2)假定在星敏感器基准镜坐标系下,计算出的姿态矩阵为Cij,则该星点在惯性坐标系下的表示为矢量Vsi=Cij*Vsj,矢量Vsi表示为(xsi,ysi,zsi);
(1.3)赤经ra=arcsin(zsi);赤纬dec=arctan(ysi/xsi)。
优选的,步骤(6)中进行帧间比对的具体方法如下:
假定间隔s+1帧的P1帧和P2帧各有m,n个非合作目标光点,分别各任取一光点i,j,则帧间距表示为:
其中rai为光点i的赤经,raj为光点j的赤经,deci为光点i的赤纬,decj为光点j的赤纬;
如果Fij小于阈值,则将目标点从P2帧中非合作目标队列中剔除,标记为恒星,将剔除后的P2帧对应的候选队列QueueCur累积保存于队列RecogQueue,frameNum计数加1,对recogCount清零;处于P1帧和P2帧之间的每一帧,每更新一帧,通过开窗方式更新候选队列QueueCur,将recogCount计数加1;当recogCount到达阈值时,重新进行帧间比对算法。
优选的,步骤(7)中所述的帧间距离综合值确认算法如下:
获取帧间距离综合值Fvar:
var{F1,F2,F3,...}表示F1,F2,F3,...的方差;
将帧间距离综合值Fvar超过阈值的非合作目标从非合作多目标信息队列RecogQueue中剔除。
优选的,从非合作多目标信息队列RecogLast中选择非合作目标的方法为:获取帧间距离综合值最小的候选星点,作为选择非合作目标。
优选的,如果帧间距离综合值最小的点不唯一,则选择其中能量最高的候选星点,作为备选的捕获的非合作目标nopsRes。
优选的,步骤(9)还包括:当星敏感器连续更新s+1帧星图后,进行一次帧间比对,将帧间距小于设定阈值的星点结构体nodes从第s+1帧非合作多目标信息队列RecogLast中剔除。
优选的,帧间距的计算方法如下:间隔s+1帧的P1帧,P2帧各有m,n个非合作目标光点,分别任取一光点i,j,则帧间距表示为:
其中rai为光点i的赤经,raj为光点j的赤经,deci为光点i的赤纬,decj为光点j的赤纬。
优选的,如果非合作多目标信息队列RecogLast连续为空10次,则返回步骤(3)。
优选的,计算输出非合作目标的天顶角α和方位角β的方法如下:
本发明与现有技术相比的有益成果是:
(1)本发明算法依托已有的APS星敏感器技术,不增加额外的单机和硬件负担,可拓展应用于其他类型的星敏感器或空间监视相机,使其同时具备姿态计算和非合作目标监视功能,工程应用价值显著。
(2)本发明算法对于空间操作和中高轨道空间攻防的远距离导引段,视线指引精度高。
(3)本发明利用星表比对,初步剔除恒星;设置帧间比对算法,利用恒星在惯性空间静止的特性剔除恒星和行星目标;利用帧间距离综合值,剔除随机噪声,保证了识别的准确性。
(4)本发明在跟踪过程中,利用帧间比对算法剔除跟踪过程中引入的随机噪声或者恒星,保证了跟踪的有效性。
(5)本发明设置动态窗口并进行窗口预报来更新非合作目标队列,以实现非合作多目标的稳定跟踪与测量。
附图说明
图1为本发明的整体算法流程图;
图2为本发明的非合作多目标队列建立算法;
图3为本发明的非合作多目标识别算法;
图4为本发明的非合作多目标跟踪算法。
具体实施方式
如图1所示,为本发明方法所涉及的一种空间非合作多目标捕获与跟踪算法的整体流程图。
本发明继承现有APS星敏感器成熟的软件算法,继承原有的控制模式A,B和C。控制模式A完成自主全天区恒星识别功能,控制模式B完成局部天区恒星识别功能,在模式C中,利用窗口跟踪方式进行正常姿态预报与姿态计算。
在模式A和模式B星图识别的质心提取算法部分,增加星点长宽比判断条件,更新非合作目标候选队列QueueCur,在模式B局部天区星图识别后,设置恒星与非合作比对阈值,与星表比对,将QueueCur未识别的恒星剔除,模式B转入模式C前完成非合作多目标的捕获。在模式C中,先利用窗口跟踪方式提取非合作目标候选光点,再完成正常姿态预报与姿态计算后,最后进入非合作目标识别与跟踪算法以完成对非合作多目标的跟踪与测量。
(1)利用模式A和模式B建立非合作目标候选队列QueueCur;
非合作目标队列建立算法,整体流程如图2所示。该算法涉及如下两种坐标系,定义如下:
地心赤道惯性坐标系J2000.0(Ci)─以地心为原点,xi轴指向春分点,zi轴指向北天极,yi轴由右手定则确定。
星敏感器基准镜坐标系CJ─该坐标系与对应的测量坐标系仅存在一个旋转矩阵,恒星在像面的位置(u,v)坐标转换成单位矢量在该坐标系下表示,标定系数K矩阵在该坐标系下表示。计算的姿态指该坐标系下惯性指向的方向余弦矩阵。
星敏感器输出一幅帧星图,经过星图处理,得到星点,包括恒星,伪星点(随机噪点),行星目标以及非合作目标。提取星点在星敏感器像面的位置(u,v)和长delRow,宽delCol以及能量energy等信息。
在模式A中当满足delRow/delCol>0.2并且delRow/delCol<5条件的,表明该星点不符合恒星星点特征,保存星点位置(u,v),能量energy,位置(u,v)对应的赤经ra,赤纬dec信息,用结构体nodes表示为{u,v,energy,ra,dec},将所有满足要求的星点结构体nodes存入非合作目标候选队列QueueCur。
赤经赤纬的计算如下:
i)已知星点,星点位置为(u,v),利用标定系数K向星敏感器基准镜坐标系映射,获得星敏感器基准镜坐标系下的矢量Vsj=K(u,v),矢量Vsj表示为(xsj,ysj,zsj)。
ii)假定在星敏感器基准镜坐标系下,模式A完成全天区星图识别,计算出的姿态矩阵为Cij,则该星点在J2000.0惯性坐标系下的表示为矢量Vsi=Cij*Vsj,矢量Vsi表示为(xsi,ysi,zsi),如果无法计算姿态矩阵Cij则ra,dec均赋值为0。
iii)赤经ra=arcsin(zsi);赤纬dec=arctan(ysi/xsi)。
(2)模式A计算出的姿态矩阵为Cij之后,进入步骤(3);如果没有计算出姿态矩阵,则累计失败计数,重新执行步骤(1)。
(3)在模式B中当满足delRow/delCol>0.2并且delRow/delCol<5条件的,表明该星点不符合恒星星点特征,保存星点位置(u,v),能量energy,位置(u,v)对应的赤经ra,赤纬dec信息,用结构体nodes表示为{u,v,energy,ra,dec},将所有满足要求的星点结构体nodes存入非合作目标候选队列QueueCur。在模式B中,对不满足delRow/delCol>0.2或delRow/delCol<5条件的星点能量按大小进行排序,将能量energy排序在15之后的星点结构体nodes存入QueueCur。
(4)在模式B判断能否计算姿态矩阵Cij,如果能够计算则进入步骤(5),否则返回步骤(1);
(5)设置非合作目标与恒星判别阈值CompE_B0,将矢量Vsi与星敏感器星表中的恒星矢量Vi比对,当满足VsiT*Vi>cos(CompE_B0*π/180),星点结构体nodes信息剔除队列QueueCur。
模式B中进行星图匹配,匹配成功的表明为恒星,将未成功匹配的星点结构体nodes存入目标候选队列QueueCur。
经过上述5步,完成非合作目标候选队列QueueCur建立。
(6)进入模式C利用连续多帧的图像,进行多目标识别和跟踪。
在模式C中,每帧图像利用窗口跟踪方式,进行非合作目标候选队列更新,然后进行正常姿态预报与姿态计算(为已有成熟模块,不属于本算法内容),最后进入非合作目标识别与跟踪算法。
识别方法如下:
a.定义如下变量,参见下表1
表1非合作多目标识别算法设计涉及的关键变量
b.每连续获取s+1=UpdateNum帧的图像,当nodeNum>0且frameNum<RecogNum时,进行帧间比对,剔除目标候选队列QueueCur中的恒星。采用帧间比对算法将s帧图像内的第1帧和第s+1帧图像进行比对,比对成功后将frameNum计数加1,当frameNum=RecogNum时,执行帧间距离综合值确认算法。
帧间比对算法具体实现如下:
假定间隔s+1帧的P1帧,P2帧各有m,n个非合作目标光点,分别任取一光点i,j,则帧间距可表示为:
其中rai为光点i的赤经,raj为光点j的赤经,deci为光点i的赤纬,decj为光点j的赤纬。
如果Fij小于阈值(ComE_C*pi/180),则将目标点从P2帧中非合作目标队列中剔除,标记为恒星,将剔除后的P2帧对应的候选队列QueueCur累积保存于队列RecogQueue,frameNum计数加1,对recogCount清零。处于P1帧和P2帧之间,每更新一帧,通过开窗方式更新候选队列QueueCur,将recogCount计数加1;当recogCount到达UpdateNum时,重新进行帧间比对算法。
帧间比对算法可以将模式A和模式B未识别的恒星目标剔除,其原理是:恒星在惯性空间内是静止的(不考虑恒星的自行运动),其成像运动是由测量相机视轴指向运动造成的,非合作目标应为与测量相机相对位置变化会产生图像位移。
(7)执行帧间距离综合值确认算法,对队列RecogQueue进行滤波;帧间距离综合值确认算法如下:
非合作目标确认算法利用帧间距离综合值对RecogQueue进行了一次滤波。由于RecogQueue队列里可能存在靠近非合作目标附近的比较随机的伪星点,本质上不满足聚类性质,可利用帧间距离小于阈值进行剔除。该算法涉及帧间距离综合值Fvar,有如下公式:
var{F1,F2,F3,...}表示F1,F2,F3,...的方差。
获取帧间距离综合值最小的候选星点,作为备选的捕获的非合作目标nopsRes。如果综合值最小的点不唯一,则选择能量最高的候选星点,作为备选的捕获的非合作目标nopsRes。多个非合作目标位置和运动较为分散,该帧间距离综合值算法不影响对多个非合作目标的识别。
(8)跟踪的方法如下:从目标队列RecogQueue中提取最后一次更新存入的非合作多目标信息RecogLast。如果不进行指定,则默认输出备选的捕获的非合作目标nopsRes,还可以按照能量从大到小对RecogLast中的多个非合作目标进行排序,选择指令要求的序号进行输出。
(9)按照能量从大到小对RecogLast中的多个非合作目标进行排序,根据多个非合作目标在星图中的位置,利用模式C计算的姿态信息进行非合作多目标窗口预报,预报下一次多个非合作目标在星图中的位置,以这些位置为中心设置窗口,半窗大小DeltaWin(默认=9)。在下一次进入模式C时提取该多个窗口范围内的非合作目标。
为了避免潜在的跟踪错误,增加了帧间比对算法和合理的退出机制。
RecogLast每连续获取s+1帧的图像,进行帧间比对,剔除目标跟踪队列RecogLast中的恒星,比对方法与识别过程的帧间比对算法相同,剔除开窗过程中可能引入的恒星或随机噪声。如果RecogLast队列连续为空10次,则自动退回模式B继续进行非合作目标候选队列建立。
当存在非合作目标在预报窗口内消失(能量过弱或移出视场)时,自动重新按照能量大小排序RecogLast,预报并跟踪其他的多个非合作目标。当非合作目标跟踪队列为空时,自动退回模式B,清空队列QueueCur和RecogQueue。
针对输出的非合作目标计算目标方位信息由天顶角α、方位角β表示。
天顶角α、方位角β均定义在[-π/12,+π/12]范围内,均为弧度值。
(10)星敏感器更新一帧星图,判断RecogLast中的非合作目标个数是否大于0,如果大于0,在窗口位置提取星点结构体nodes,并更新多目标信息队列RecogLast,返回步骤(9);否则返回步骤(3)。当姿态无效时,自身可能发生机动,如果RecogLast队列非空,则执行上述跟踪算法。
本发明算法解决了大视场范围空间非合作多目标捕获、跟踪与测量的技术难题,该空间非合作多目标捕获与跟踪算法已在轨应用。
本发明未具体说明部分属于本领域公知技术。
Claims (10)
1.一种空间非合作多目标捕获与跟踪算法,其特征在于,步骤如下:
(1)星敏感器更新一帧星图,经过星图处理,得到星点,提取每个星点在星敏感器像面的位置(u,v),长delRow,宽delCol以及能量energy,将所有满足delRow/delCol>0.2并且delRow/delCol<5的星点结构体nodes存入非合作目标候选队列QueueCur,结构体nodes表示为{u,v,energy,ra,dec},ra和dec分别为位置(u,v)对应的赤经,赤纬;
(2)判断能否计算姿态矩阵Cij,如果能够计算则进入步骤(3),否则返回步骤(1);
(3)星敏感器更新一帧星图,经过星图处理,得到星点,提取每个星点在星敏感器像面的位置(u,v),长delRow,宽delCol以及能量energy,将所有满足delRow/delCol>0.2并且delRow/delCol<5的星点结构体nodes存入非合作目标候选队列QueueCur;将不满足delRow/delCol>0.2和delRow/delCol<5条件的星点按能量energy大小进行排序,将能量energy排序在阈值之后的星点结构体nodes存入候选队列QueueCur;
(4)判断能否计算姿态矩阵Cij,如果能够计算则进入步骤(5),否则返回步骤(1);
(5)候选队列QueueCur中的任一星点在惯性坐标系下的矢量Vsi与星敏感器星表中的恒星矢量Vi进行比对,当满足二者的夹角小于设定阈值时,将该星点结构体nodes剔除候选队列QueueCur;
(6)星敏感器每更新一帧星图,针对候选队列QueueCur中的每一个非合作目标在像面坐标位置(u,v)开窗并提取非合作目标,更新候选队列QueueCur;如果候选队列QueueCur所含候选非合作的个数nodeNum=0,则返回步骤(3);否则判断识别成功帧计数frameNum是否小于设定阈值,如果小于,则星敏感器连续更新s+1帧星图后,进行一次帧间比对,将帧间距大于设定阈值的星点结构体nodes从第s+1帧候选队列QueueCur中剔除,将剔除后候选队列QueueCur累积存入队列RecogQueue,并将识别成功帧计数frameNum值加1,直至识别成功帧计数frameNum等于设定阈值时,进入步骤(7);
(7)执行帧间距离综合值确认算法,对队列RecogQueue进行滤波;
(8)从目标队列RecogQueue中提取最后一次更新存入的非合作多目标信息队列RecogLast;
(9)从非合作多目标信息队列RecogLast中选择非合作目标或者指令指定的非合作目标输出,并计算输出非合作目标的天顶角α和方位角β;根据非合作多目标信息队列RecogLast预报下一次多个非合作目标在星图中的位置,以这些位置为中心设置窗口;
(10)星敏感器更新一帧星图,判断RecogLast中的非合作目标个数是否大于0,如果大于0,在窗口位置提取星点结构体nodes,并更新多目标信息队列RecogLast,返回步骤(9);否则返回步骤(3)。
2.如权利要求1所述的空间非合作多目标捕获与跟踪算法,其特征在于,赤经、赤纬的计算方法如下:
(1.1)将星点在星敏感器像面的位置(u,v)利用标定系数K向星敏感器基准镜坐标系映射,获得星敏感器基准镜坐标系下的矢量Vsj=K(u,v),矢量Vsj表示为(xsj,ysj,zsj);
(1.2)假定在星敏感器基准镜坐标系下,计算出的姿态矩阵为Cij,则该星点在惯性坐标系下的表示为矢量Vsi=Cij*Vsj,矢量Vsi表示为(xsi,ysi,zsi);
(1.3)赤经ra=arcsin(zsi);赤纬dec=arctan(ysi/xsi)。
3.如权利要求1或2所述的空间非合作多目标捕获与跟踪算法,其特征在于,步骤(6)中进行帧间比对的具体方法如下:
假定间隔s+1帧的P1帧和P2帧各有m,n个非合作目标光点,分别各任取一光点i,j,则帧间距表示为:
其中rai为光点i的赤经,raj为光点j的赤经,deci为光点i的赤纬,decj为光点j的赤纬;
如果Fij小于阈值,则将目标点从P2帧中非合作目标队列中剔除,标记为恒星,将剔除后的P2帧对应的候选队列QueueCur累积保存于队列RecogQueue,frameNum计数加1,对recogCount清零;处于P1帧和P2帧之间,每更新一帧,通过开窗方式更新候选队列QueueCur,将recogCount计数加1;当recogCount到达阈值时,重新进行帧间比对算法。
4.如权利要求1或2所述的空间非合作多目标捕获与跟踪算法,其特征在于,步骤(7)中所述的帧间距离综合值确认算法如下:
获取帧间距离综合值Fvar:
Fvar=var{F1,F2,F3,...}
var{F1,F2,F3,...}表示F1,F2,F3,...的方差;
将帧间距离综合值Fvar超过阈值的非合作目标从非合作多目标信息队列RecogQueue中剔除。
5.如权利要求4所述的空间非合作多目标捕获与跟踪算法,其特征在于,从非合作多目标信息队列RecogLast中选择非合作目标的方法为:获取帧间距离综合值最小的候选星点,作为选择非合作目标。
6.如权利要求5所述的空间非合作多目标捕获与跟踪算法,其特征在于,
如果帧间距离综合值最小的点不唯一,则选择其中能量最高的候选星点,作为备选的捕获的非合作目标nopsRes。
7.如权利要求4所述的空间非合作多目标捕获与跟踪算法,其特征在于,步骤(9)还包括:当星敏感器连续更新s+1帧星图后,进行一次帧间比对,将帧间距小于设定阈值的星点结构体nodes从第s+1帧非合作多目标信息队列RecogLast中剔除。
8.如权利要求7所述的空间非合作多目标捕获与跟踪算法,其特征在于,帧间距的计算方法如下:间隔s+1帧的P1帧,P2帧各有m,n个非合作目标光点,分别任取一光点i,j,则帧间距表示为:
其中rai为光点i的赤经,raj为光点j的赤经,deci为光点i的赤纬,decj为光点j的赤纬。
9.如权利要求7所述的空间非合作多目标捕获与跟踪算法,其特征在于,如果非合作多目标信息队列RecogLast连续为空10次,则返回步骤(3)。
10.如权利要求2所述的空间非合作多目标捕获与跟踪算法,其特征在于,计算输出非合作目标的天顶角α和方位角β的方法如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810182821.XA CN108519083B (zh) | 2018-03-06 | 2018-03-06 | 一种空间非合作多目标捕获与跟踪算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810182821.XA CN108519083B (zh) | 2018-03-06 | 2018-03-06 | 一种空间非合作多目标捕获与跟踪算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108519083A CN108519083A (zh) | 2018-09-11 |
CN108519083B true CN108519083B (zh) | 2019-06-18 |
Family
ID=63433456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810182821.XA Active CN108519083B (zh) | 2018-03-06 | 2018-03-06 | 一种空间非合作多目标捕获与跟踪算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108519083B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109470269B (zh) * | 2018-11-08 | 2020-09-04 | 上海航天控制技术研究所 | 空间目标测量机构的标定方法、标定设备及标定系统 |
CN109282799B (zh) * | 2018-11-29 | 2020-10-02 | 上海航天控制技术研究所 | 一种用于目标的分级快速搜捕方法 |
CN109724591B (zh) * | 2019-02-27 | 2021-03-05 | 北京航空航天大学 | 一种基于角距筛选的星敏感器假星筛除方法 |
CN117073691B (zh) * | 2023-10-12 | 2024-02-02 | 中国科学院光电技术研究所 | 基于优化的视觉惯性紧耦合航天器姿态测量方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101423121B (zh) * | 2008-12-08 | 2010-08-11 | 北京航空航天大学 | 应用双视线测量的非合作目标航天器相对导航制导方法 |
CN104316060B (zh) * | 2014-06-06 | 2018-09-11 | 清华大学深圳研究生院 | 空间非合作目标的交会对接方法与装置 |
CN107449402B (zh) * | 2017-07-31 | 2019-11-26 | 清华大学深圳研究生院 | 一种非合作目标的相对位姿的测量方法 |
-
2018
- 2018-03-06 CN CN201810182821.XA patent/CN108519083B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108519083A (zh) | 2018-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108519083B (zh) | 一种空间非合作多目标捕获与跟踪算法 | |
CN106651904B (zh) | 一种宽尺寸范围多空间目标捕获跟踪方法 | |
CN105809687B (zh) | 一种基于图像中边沿点信息的单目视觉测程方法 | |
CN109682382A (zh) | 基于自适应蒙特卡洛和特征匹配的全局融合定位方法 | |
CN108986037A (zh) | 基于半直接法的单目视觉里程计定位方法及定位系统 | |
CN103679674B (zh) | 一种无人飞行器实时图像拼接方法及系统 | |
CN107564062A (zh) | 位姿异常检测方法及装置 | |
CN109584213B (zh) | 一种多目标编号选定跟踪方法 | |
CN107655473A (zh) | 基于slam技术的航天器相对自主导航系统 | |
CN106529538A (zh) | 一种飞行器的定位方法和装置 | |
CN110322511A (zh) | 一种基于物体和平面特征的语义slam方法和系统 | |
CN106296726A (zh) | 一种天基光学序列图像中的空间目标检测跟踪方法 | |
CN107449444A (zh) | 一种多星图姿态关联的星敏感器内参数标定方法及其装置 | |
CN109785371A (zh) | 一种基于归一化互相关和sift的太阳图像配准方法 | |
CN109376208A (zh) | 一种基于智能终端的定位方法、系统、存储介质及设备 | |
CN108521627A (zh) | 基于HMM的wifi和地磁融合的室内定位系统及方法 | |
CN109387192B (zh) | 一种室内外连续定位方法及装置 | |
CN107545538A (zh) | 一种基于无人机的全景图像拼接方法及装置 | |
CN109101902A (zh) | 一种基于无监督学习的卫星nlos信号检测方法 | |
CN110261877A (zh) | 一种基于改进图优化slam的地空协同视觉导航方法及装置 | |
CN114255263A (zh) | 一种基于背景辨识的自适应空间暗弱星体识别方法 | |
CN109509216A (zh) | 一种Landsat与SPOT卫星影像自动配准方法 | |
CN110414343B (zh) | 一种在轨卫星遥感图像舰船检测方法 | |
CN114689030A (zh) | 一种基于机载视觉的无人机辅助定位方法及系统 | |
CN205726180U (zh) | 末端制导视频图像三维数据采集系统 |
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 |