CN109269512A - 行星着陆图像与测距融合的相对导航方法 - Google Patents

行星着陆图像与测距融合的相对导航方法 Download PDF

Info

Publication number
CN109269512A
CN109269512A CN201811486017.7A CN201811486017A CN109269512A CN 109269512 A CN109269512 A CN 109269512A CN 201811486017 A CN201811486017 A CN 201811486017A CN 109269512 A CN109269512 A CN 109269512A
Authority
CN
China
Prior art keywords
formula
navigation
lander
landing
relative navigation
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.)
Granted
Application number
CN201811486017.7A
Other languages
English (en)
Other versions
CN109269512B (zh
Inventor
崔平远
秦同
刘阳
朱圣英
徐瑞
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201811486017.7A priority Critical patent/CN109269512B/zh
Publication of CN109269512A publication Critical patent/CN109269512A/zh
Application granted granted Critical
Publication of CN109269512B publication Critical patent/CN109269512B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/24—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)
  • Astronomy & Astrophysics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Navigation (AREA)

Abstract

本发明公开的行星着陆图像与测距融合的相对导航方法，属于深空探测技术领域。本发明实现方法为：建立敏感器的测量模型；根据测量模型中光学相机与测距仪的观测量求解特征点的位置矢量；以求解的特征点位置矢量为导航系统观测量，构建相对导航系统，将相对导航系统中的状态方程与观测方程输入到导航滤波器中，获得行星着陆器相对目标着陆点的位置、速度及姿态信息，进而实现行星着陆相对光学导航。本发明既能够避免光学导航对行星地形数据库的依赖，又能够获得行星着陆器相对目标着陆点的状态信息，进而实现行星着陆相对光学导航。本发明能够为行星精确软着陆任务导航方案设计提供技术支持和参考，并解决相关工程问题。

Description

行星着陆图像与测距融合的相对导航方法
技术领域
本发明涉及一种行星着陆相对光学导航方法，属于深空探测技术领域。
背景技术
光学导航是行星着陆中常用的导航方法。行星着陆光学导航主要分为三类。第一类为绝对光学导航。在着陆过程中，着陆器所载的相机拍摄着陆区域图像，提取图像中大型自然路标，大型自然路标是指在行星地形数据库中已经得到识别并且标注出位置的地形特征。以大型自然路标为导航参考可以获得着陆器在行星固连坐标系下的绝对位置、速度及姿态信息。然而，由于在行星着陆过程中，着陆器高度较低，相机视场受限，着陆区域通常又选在自然路标匮乏的大范围平坦区，因此难以观测到可用的大型自然路标。
第二类为相对位姿估计。相机只提取图像中的小型特征点，小型特征点不需要存在于行星地形数据库中，通过序列图像中特征点之间的配对关系，可以估计着陆器的位置及姿态变化。该方法不依赖地形数据库，随机特征点可以为陨石坑、岩石等，数量充足。然而该方法无法获得着陆器相对目标着陆点的状态信息。
第三类为相对着陆点的光学导航。着陆器在相机拍摄的图像中选择目标着陆点，并提取着陆点周围的小型特征点，利用小型特征点的像素坐标估计算着陆器相对着陆点的状态。该方法既有充足的特征点做导航参考，又可实现相对着陆点的状态估计，满足行星精确软着陆的需求。本专利的发明内容即属于此类光学导航方法。
发明内容
本发明公开的行星着陆图像与测距融合的相对导航方法要解决的技术问题为：结合测距仪、光学相机，提供一种行星着陆相对光学导航方法，既能够避免光学导航对行星地形数据库的依赖，又能够获得行星着陆器相对目标着陆点的状态信息，即获得行星着陆器相对目标着陆点准确的位置、速度及姿态信息，进而实现行星着陆相对光学导航。本发明能够为行星精确软着陆任务导航方案设计提供技术支持和参考，并解决相关工程问题。
本发明的目的是通过下述技术方案实现的。
本发明公开的行星着陆图像与测距融合的相对导航方法，建立敏感器的测量模型。根据测量模型中光学相机与测距仪的观测量求解特征点的位置矢量。以求解的特征点位置矢量为导航系统观测量，构建相对导航系统，将相对导航系统中的状态方程与观测方程输入到导航滤波器中，获得行星着陆器相对目标着陆点的位置、速度及姿态信息，进而实现行星着陆相对光学导航。
本发明公开的行星着陆图像与测距融合的相对导航方法，包括如下步骤：
步骤1：建立敏感器的测量模型。
敏感器包括光学相机与测距仪。光学相机的测量模型如式(1)所示。
式中，pi，li为图像中第i个特征点在像平面上的像素点坐标，f为相机焦距，为第i个特征点在着陆器本体坐标系下的三轴位置分量。着陆器在相对导航坐标系中的位置矢量为r＝[x y z]T，则有：
式中：为相对导航坐标系到本体坐标系的坐标转换矩阵，xi、yi、zi为第i个特征点在相对导航坐标系下的三轴位置分量。
测距仪的测量模型如式(3)所示。
式中：ρj为着陆器沿第j条波束到火星表面的距离，z为着陆器的高度，mz＝[0 0 1]T为相对导航坐标系下着陆平面的法向量，mj为第j条波束在相对导航坐标系下的方向矢量，通过本体系到相对导航系的姿态坐标旋转获得mj，如式(4)所示。
式中，为第j条波束在着陆器本体系下的方向矢量，由测距仪在着陆器上的具体安装方向决定。
步骤2：根据步骤1中光学相机与测距仪的观测量求解特征点的位置矢量。
从光学相机拍摄的图像中提取到N个特征点，则第i个特征点在本体系下的单位方向矢量，如式(5)所示。
根据测距仪的测量信息可以获得在行星表面落点相对着陆器的三维位置矢量如式(6)所示。
根据式(6)得到在着陆器本体系下着陆平面单位法向量如式(7)所示。
结合式(7)与式(5)，得到第i个特征点在本体系下的三维位置矢量ri b，如式(8)所示。
光学相机拍摄的图像中第1个特征点为着陆点，且相对导航坐标系的x轴由第1个特征点指向第2个特征点，第3个特征点与第1个和第2个特征点不共线，则第2个和第3个特征点相对第1个特征点的位置矢量P1,2，P1,3在本体系下分别为。
根据式(9)与式(10)得到相对导航坐标系三个轴在本体系下的单位矢量ex，ez，ey分别为：
ey＝ez×ex (13)
则相对导航坐标系到着陆器本体坐标系的坐标旋转矩阵为
进而计算特征点在相对导航坐标系下的三维位置矢量如式(15)所示。
即通过公式(15)实现求解特征点的位置矢量。
步骤3：以步骤2中求解的特征点位置矢量为导航系统观测量，构建相对导航系统，将相对导航系统中的状态方程与观测方程输入到导航滤波器中，获得行星着陆器相对目标着陆点准确的位置、速度及姿态信息，进而实现行星着陆相对光学导航。
相对导航系统由着陆器状态方程、观测方程以及导航滤波器构成。着陆器的状态矢量如式(16)所示
X＝[r v q]T (16)
式中，r,v,q分别为探测的位置、速度及姿态四元数。着陆器的状态方程如式(17)所示
式中：ac为本体系下的控制加速度，g为行星重力加速度矢量，ω为姿态角速度，Ω(ω)为四元数运动学矩阵，如式(18)示。
式中：ωx,ωy,ωz为ω的三轴分量。
相对导航系统的观测量为特征点在相机坐标系下的三维位置矢量，观测方程如式(19)所示。
式中：υ为测量误差，为高斯白噪声。为姿态四元数表示的坐标转移矩阵，具体形式如式(20)所示。
式中，q0为姿态四元数的标量部分，q1，q2，q3为姿态四元数的矢量部分。
将式(17)所示的状态方程与式(19)所示的观测方程输入到导航滤波器中，获得行星着陆器相对目标着陆点准确的位置、速度及姿态信息，进而实现行星着陆相对光学导航。
作为优选，由于状态方程和测量方程均为非线性，因此，能够采用非线性滤波器对着陆器相对目标着陆点的位置、速度及姿态进行滤波估计。
作为优选，非线性滤波器采用的滤波算法包括扩展卡尔曼滤波(Extend KalmanFilter,EKF)算法、无迹卡尔曼(Unscented Kalman Filter,UKF)，以提高导航滤波精度及收敛速度。
有益效果
1、本发明公开的行星着陆图像与测距融合的相对导航方法，所需的特征点为图像角点，不需要提前在行星地形数据库中记载，因此能够避免对行星地形数据库的依赖。
2、本发明公开的行星着陆图像与测距融合的相对导航方法，融合光学相机与测距仪的观测量求解图像角点的三维位置矢量，并以图像角点的三维位置矢量为导航观测量构建相对导航系统，进而通过非线性导航滤波器获得着陆器相对目标着陆点的位置、速度以及姿态的高精度估计，满足精确着陆任务需求。
附图说明
图1为行星着陆图像与测距融合的相对导航方法流程图；
图2为具体实施方式中相对导航坐标系下的状态误差变化，其中(a)为着陆器距目标点x方向距离的估计误差，(b)为着陆器距目标点y方向距离的估计误差，(c)为着陆器距目标点z方向距离的估计误差，(d)为着陆器x方向速度的估计误差，(e)为着陆器y方向速度的估计误差，(f)为着陆器z方向速度的估计误差，(g)着陆器俯仰角误差，(h)为着陆器偏航角误差，(i)为着陆器滚转角误差。其中俯仰角、偏航角以及滚转角在航天器姿态动力学中具有一般定义，通用性较强，具体定义此处不再赘述。
具体实施方式
为了更好的说明本发明的目的和优点，下面结合附图和实施例对发明内容做进一步说明。
如图1所示，本实例针对火星着陆动力下降段相对光学导航方法，结合光学相机与三波束测距仪的测量信息，采用扩展卡尔曼滤波器进行滤波解算，实现动力下降段的高精度导航。本实例的具体实施方法如下：
步骤1：建立光学相机与测距仪的测量模型
光学相机的测量模型如式(1)所示。
式中，pi，li为图像中第i个特征点在像平面上的像素点坐标，f为相机焦距，为第i个特征点在着陆器本体坐标系下的三轴位置分量。假设着陆器在相对导航坐标系中的位置矢量为r＝[x y z]T，则有：
式中：为相对导航坐标系到本体坐标系的坐标转换矩阵，xi，yi，zi为第i个特征点在相对导航坐标系下的三轴位置分量。
测距仪的测量模型如式(3)所示。
式中：ρj为着陆器沿第j条波束到火星表面的距离，z为着陆器的高度，mz＝[0 0 1]T为相对导航坐标系下着陆平面的法向量，mj为第j条波束在相对导航坐标系下的方向矢量，通过本体系到相对导航系的姿态坐标旋转获得mj，如式(4)所示。
式中，为第j条波束在着陆器本体系下的方向矢量，由测距仪在着陆器上的具体安装方向决定。在本实例中，设三波束在本体系的obxbyb平面内均匀分布，波束之间的夹角为θ＝120°，其中一条波束在obxbyb平面内的投影沿xb轴方向；每一条波束与本体系zb轴的夹角均为则三条波束在着陆器本体系下的方向矢量分别为：
步骤2：求解特征点在相对导航坐标系中的位置矢量
从光学相机拍摄的图像中提取到N个特征点，则第i个特征点在本体系下的单位方向矢量，如式(8)所示。
根据测距仪的测量信息可以获得激光在行星表面落点相对着陆器的三维位置矢量如式(9)所示。
根据式(9)可得到在着陆器本体系下着陆平面单位法向量如式(10)所示。
结合式(10)与式(8)，可得到第i个特征点在本体系下的三维位置矢量ri b，如式(11)所示。
光学相机拍摄的图像中第1个特征点为着陆点，且相对导航坐标系的x轴由第1个特征点指向第2个特征点，第3个特征点与第1个和第2个特征点不共线，则第2个和第3个特征点相对第1个特征点的位置矢量P1,2，P1,3在本体系下分别为：
根据式(12)与式(13)可得到相对导航坐标系三个轴在本体系下的单位矢量ex，ez，ey分别为：
ey＝ez×ex (16)
则相对导航坐标系到着陆器本体坐标系的坐标旋转矩阵为
进而可计算特征点在相对导航坐标系下的三维位置矢量如式(18)所示。
步骤3：以步骤2中求解的特征点位置矢量为导航系统观测量，构建相对导航系统，将相对导航系统中的状态方程与观测方程输入到导航滤波器中，获得行星着陆器相对目标着陆点准确的位置、速度及姿态信息，进而实现行星着陆相对光学导航。
相对导航系统由着陆器状态方程、观测方程以及导航滤波器构成。着陆器的状态矢量如式(19)所示。
X＝[r v q]T (19)
式中，r,v,q分别为探测的位置、速度及姿态四元数。着陆器的状态方程如式(20)所示
式中：ac为本体系下的控制加速度，g为行星重力加速度矢量，ω为姿态角速度，Ω(ω)为四元数运动学矩阵，如式(21)示。
式中：ωx,ωy,ωz为ω的三轴分量。
相对导航系统的观测量为特征点在相机坐标系下的三维位置矢量，观测方程如式(22)所示。
式中：υ为测量误差，假设为高斯白噪声。为姿态四元数表示的坐标转移矩阵，具体形式如式(23)所示。
式中，q0为姿态四元数的标量部分，q1，q2，q3为姿态四元数的矢量部分。
将式(20)所示的状态方程与式(21)所示的观测方程输入到导航滤波器中，获得行星着陆器相对目标着陆点准确的位置、速度及姿态信息，进而实现行星着陆相对光学导航。本实例中，采用扩展卡尔曼滤波算法作为导航滤波器。
仿真参数设置如表1所示。表1中着陆器姿态用姿态角描述更为直观，姿态角与姿态四元数的转换属于航天动力学基础知识，此处不再赘述。
表1 仿真参数设置
参数名称 均值 标准差
着陆器初始位置(m) (800，700，17500) (100，100，100)
着陆器初始估计速度(m/s) (-55，-45，-85) (5，5，5)
着陆器初始姿态(°) (-21，-22，-4) (2,2,2)
光学相机测量精度(pixel) 0.1 /
激光测距仪测距精度 距离的0.1％ /
导航精度如表2所示
表2 基于TDS与图像测量的导航精度
从图2和表2可以看出，采用光学相对导航方法，着陆器相对目标着陆点的位置、速度以及姿态误差均能快速收敛，位置精度优于1m，速度精度优于0.1m/s，姿态精度优于0.1°说仿真结果说明行星着陆图像与测距融合的相对导航方法可以准确地估计出着陆器的位置、速度及姿态信息，且避免对行星地形数据库的依赖。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.行星着陆图像与测距融合的相对导航方法，其特征在于：包括如下步骤，
步骤1：建立敏感器的测量模型；
步骤2：根据步骤1中光学相机与测距仪的观测量求解特征点的位置矢量；
步骤3：以步骤2中求解的特征点位置矢量为导航系统观测量，构建相对导航系统，将相对导航系统中的状态方程与观测方程输入到导航滤波器中，获得行星着陆器相对目标着陆点准确的位置、速度及姿态信息，进而实现行星着陆相对光学导航。
2.如权利要求1所述的行星着陆图像与测距融合的相对导航方法，其特征在于：步骤1具体实现方法为，
敏感器包括光学相机与测距仪；光学相机的测量模型如式(1)所示
式中，pi，li为图像中第i个特征点在像平面上的像素点坐标，f为相机焦距，为第i个特征点在着陆器本体坐标系下的三轴位置分量；着陆器在相对导航坐标系中的位置矢量为r＝[x y z]T，则有
式中：为相对导航坐标系到本体坐标系的坐标转换矩阵，xi、yi、zi为第i个特征点在相对导航坐标系下的三轴位置分量；
测距仪的测量模型如式(3)所示
式中：ρj为着陆器沿第j条波束到火星表面的距离，z为着陆器的高度，mz＝[0 0 1]T为相对导航坐标系下着陆平面的法向量，mj为第j条波束在相对导航坐标系下的方向矢量，通过本体系到相对导航系的姿态坐标旋转获得mj，如式(4)所示
式中，为第j条波束在着陆器本体系下的方向矢量，由测距仪在着陆器上的具体安装方向决定。
3.如权利要求2所述的行星着陆图像与测距融合的相对导航方法，其特征在于：步骤2具体实现方法为，
从光学相机拍摄的图像中提取到N个特征点，则第i个特征点在本体系下的单位方向矢量，如式(5)所示
根据测距仪的测量信息可以获得在行星表面落点相对着陆器的三维位置矢量如式(6)所示
根据式(6)得到在着陆器本体系下着陆平面单位法向量如式(7)所示
结合式(7)与式(5)，得到第i个特征点在本体系下的三维位置矢量ri b，如式(8)所示
光学相机拍摄的图像中第1个特征点为着陆点，且相对导航坐标系的x轴由第1个特征点指向第2个特征点，第3个特征点与第1个和第2个特征点不共线，则第2个和第3个特征点相对第1个特征点的位置矢量P1,2，P1,3在本体系下分别为
根据式(9)与式(10)得到相对导航坐标系三个轴在本体系下的单位矢量ex，ez，ey分别为
ey＝ez×ex (13)
则相对导航坐标系到着陆器本体坐标系的坐标旋转矩阵为
进而计算特征点在相对导航坐标系下的三维位置矢量如式(15)所示
即通过公式(15)实现求解特征点的位置矢量。
4.如权利要求3所述的行星着陆图像与测距融合的相对导航方法，其特征在于：步骤3具体实现方法为，
相对导航系统由着陆器状态方程、观测方程以及导航滤波器构成；着陆器的状态矢量如式(16)所示
X＝[r v q]T (16)
式中，r,v,q分别为探测的位置、速度及姿态四元数；着陆器的状态方程如式(17)所示
式中：ac为本体系下的控制加速度，g为行星重力加速度矢量，ω为姿态角速度，Ω(ω)为四元数运动学矩阵，如式(18)示
式中：ωx,ωy,ωz为ω的三轴分量；
相对导航系统的观测量为特征点在相机坐标系下的三维位置矢量，观测方程如式(19)所示
式中：υ为测量误差，为高斯白噪声；为姿态四元数表示的坐标转移矩阵，具体形式如式(20)所示
式中，q0为姿态四元数的标量部分，q1，q2，q3为姿态四元数的矢量部分；
将式(17)所示的状态方程与式(19)所示的观测方程输入到导航滤波器中，获得行星着陆器相对目标着陆点准确的位置、速度及姿态信息，进而实现行星着陆相对光学导航。
5.如权利要求4所述的行星着陆图像与测距融合的相对导航方法，其特征在于：采用非线性滤波器对着陆器相对目标着陆点的位置、速度及姿态进行滤波估计。
6.如权利要求5所述的行星着陆图像与测距融合的相对导航方法，其特征在于：非线性滤波器采用的滤波算法包括扩展卡尔曼滤波(Extend Kalman Filter,EKF)算法、无迹卡尔曼(Unscented Kalman Filter,UKF)，以提高导航滤波精度及收敛速度。
CN201811486017.7A 2018-12-06 2018-12-06 行星着陆图像与测距融合的相对导航方法 Active CN109269512B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811486017.7A CN109269512B (zh) 2018-12-06 2018-12-06 行星着陆图像与测距融合的相对导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811486017.7A CN109269512B (zh) 2018-12-06 2018-12-06 行星着陆图像与测距融合的相对导航方法

Publications (2)

Publication Number Publication Date
CN109269512A true CN109269512A (zh) 2019-01-25
CN109269512B CN109269512B (zh) 2021-05-04

Family

ID=65187093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811486017.7A Active CN109269512B (zh) 2018-12-06 2018-12-06 行星着陆图像与测距融合的相对导航方法

Country Status (1)

Country Link
CN (1) CN109269512B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110686684A (zh) * 2019-11-22 2020-01-14 北京理工大学 一种小天体环绕探测器光学协同定轨方法
CN111414001A (zh) * 2020-01-14 2020-07-14 华中科技大学 一种用于低空航空器的自主停机装置和方法
CN111896027A (zh) * 2020-07-15 2020-11-06 北京控制工程研究所 一种考虑地形起伏的测距敏感器仿真建模方法
CN113376573A (zh) * 2021-06-01 2021-09-10 北京航空航天大学 一种基于无线电测距和人造光源角测量的融合定位系统
CN114241010A (zh) * 2021-12-23 2022-03-25 青岛科技大学 一种融合三维点云与图像特征点匹配的着陆器导航方法
CN114485679A (zh) * 2022-01-18 2022-05-13 北京理工大学 行星着陆稀疏特征虚拟衍生自主导航方法
CN114485678A (zh) * 2021-12-31 2022-05-13 上海航天控制技术研究所 天地一体月面着陆导航方法
CN116091546A (zh) * 2023-01-12 2023-05-09 北京航天飞行控制中心 光学相机推扫模式下的观测构建方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101762273A (zh) * 2010-02-01 2010-06-30 北京理工大学 一种深空探测器软着陆自主光学导航方法
US20160093225A1 (en) * 2013-04-16 2016-03-31 Bae Systems Australia Limited Landing system for an aircraft
CN107132542A (zh) * 2017-05-02 2017-09-05 北京理工大学 一种基于光学和多普勒雷达的小天体软着陆自主导航方法
CN107270933A (zh) * 2017-05-16 2017-10-20 北京控制工程研究所 一种基于多星协同的空间碎片运动状态联合确定方法
CN107883965A (zh) * 2017-04-24 2018-04-06 长春工业大学 基于光学信息交互多模型强跟踪容积卡尔曼滤波导航方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101762273A (zh) * 2010-02-01 2010-06-30 北京理工大学 一种深空探测器软着陆自主光学导航方法
US20160093225A1 (en) * 2013-04-16 2016-03-31 Bae Systems Australia Limited Landing system for an aircraft
CN107883965A (zh) * 2017-04-24 2018-04-06 长春工业大学 基于光学信息交互多模型强跟踪容积卡尔曼滤波导航方法
CN107132542A (zh) * 2017-05-02 2017-09-05 北京理工大学 一种基于光学和多普勒雷达的小天体软着陆自主导航方法
CN107270933A (zh) * 2017-05-16 2017-10-20 北京控制工程研究所 一种基于多星协同的空间碎片运动状态联合确定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
崔平远等: "小天体软着陆自主光学导航与制导方法研究", 《宇航学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110686684A (zh) * 2019-11-22 2020-01-14 北京理工大学 一种小天体环绕探测器光学协同定轨方法
CN110686684B (zh) * 2019-11-22 2021-09-24 北京理工大学 一种小天体环绕探测器光学协同定轨方法
CN111414001A (zh) * 2020-01-14 2020-07-14 华中科技大学 一种用于低空航空器的自主停机装置和方法
CN111414001B (zh) * 2020-01-14 2021-06-29 华中科技大学 一种用于低空航空器的自主停机装置和方法
CN111896027A (zh) * 2020-07-15 2020-11-06 北京控制工程研究所 一种考虑地形起伏的测距敏感器仿真建模方法
CN113376573A (zh) * 2021-06-01 2021-09-10 北京航空航天大学 一种基于无线电测距和人造光源角测量的融合定位系统
CN114241010A (zh) * 2021-12-23 2022-03-25 青岛科技大学 一种融合三维点云与图像特征点匹配的着陆器导航方法
CN114485678A (zh) * 2021-12-31 2022-05-13 上海航天控制技术研究所 天地一体月面着陆导航方法
CN114485678B (zh) * 2021-12-31 2023-09-12 上海航天控制技术研究所 天地一体月面着陆导航方法
CN114485679A (zh) * 2022-01-18 2022-05-13 北京理工大学 行星着陆稀疏特征虚拟衍生自主导航方法
CN114485679B (zh) * 2022-01-18 2024-05-07 北京理工大学 行星着陆稀疏特征虚拟衍生自主导航方法
CN116091546A (zh) * 2023-01-12 2023-05-09 北京航天飞行控制中心 光学相机推扫模式下的观测构建方法
CN116091546B (zh) * 2023-01-12 2024-04-19 北京航天飞行控制中心 光学相机推扫模式下的观测构建方法

Also Published As

Publication number Publication date
CN109269512B (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN109269512A (zh) 行星着陆图像与测距融合的相对导航方法
CN112347840B (zh) 视觉传感器激光雷达融合无人机定位与建图装置和方法
KR102001728B1 (ko) 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
CN106017463A (zh) 一种基于定位传感装置的飞行器定位方法
CN110361010B (zh) 一种基于占据栅格地图且结合imu的移动机器人定位方法
Trawny et al. Vision‐aided inertial navigation for pin‐point landing using observations of mapped landmarks
CN102506868B (zh) 基于联邦滤波的sins/smans/trns组合导航方法及系统
CN109269511B (zh) 未知环境下行星着陆的曲线匹配视觉导航方法
CN107314718A (zh) 基于磁测滚转角速率信息的高速旋转弹姿态估计方法
CN103365297A (zh) 基于光流的四旋翼无人机飞行控制方法
CN107255924A (zh) 基于扩维模型的容积卡尔曼滤波提取捷联导引头制导信息的方法
CN103438890B (zh) 基于tds与图像测量的行星动力下降段导航方法
Li et al. Rock modeling and matching for autonomous long‐range Mars rover localization
CN107014338B (zh) 一种基于高速相机的构件姿态测量方法及其应用
CN102636081B (zh) 一种基于视觉运动建模的传递对准方法及装置
CN110412868A (zh) 一种使用星间光学图像的非合作航天器轨道确定方法
CN106885571A (zh) 一种结合imu和导航影像的月面巡视器快速定位方法
Van Dalen et al. Absolute localization using image alignment and particle filtering
CN111238469A (zh) 一种基于惯性/数据链的无人机编队相对导航方法
CN113408623A (zh) 非合作目标柔性附着多节点融合估计方法
CN113790719A (zh) 一种基于线特征的无人机惯性/视觉着陆导航方法
CN115388890A (zh) 基于视觉的多无人机协同对地目标定位方法
Rhudy et al. Wide-field optical flow aided inertial navigation for unmanned aerial vehicles
CN110286371A (zh) 基于雷达点阵数据的小天体着陆器相对位姿确定方法
Fang et al. A motion tracking method by combining the IMU and camera in mobile devices

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