CN109931925B - 基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法 - Google Patents
基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法 Download PDFInfo
- Publication number
- CN109931925B CN109931925B CN201910186566.0A CN201910186566A CN109931925B CN 109931925 B CN109931925 B CN 109931925B CN 201910186566 A CN201910186566 A CN 201910186566A CN 109931925 B CN109931925 B CN 109931925B
- Authority
- CN
- China
- Prior art keywords
- satellite
- axis
- space
- dimensional
- image
- 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
- 238000005096 rolling process Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000009987 spinning Methods 0.000 title abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000036544 posture Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 4
- 238000012847 principal component analysis method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000593 degrading effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 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
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法。该方法用于实现空间翻滚卫星的自旋姿态优化估计，该方法包括步骤：建立三维卫星轴线与二维卫星图像轴线成像几何关系、提取二维卫星图像轴线和非线性迭代优化求解空间翻滚卫星与空间监视相机的相对姿态。本发明的基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法根据自旋轴和自旋角速率初值，仅利用序列图像轴线特征与卫星主轴的对应关系，即可实现远距离或低分辨相机观测条件下的空间翻滚卫星自旋姿态估计，无需依赖点线等高分辨图像特征和精确的目标卫星模型；且在自旋轴和自旋角速率初值较优的情况下，通过迭代优化能具有更高的估计精度，简单易实现。
Description
技术领域
本发明涉及航天器姿态估计技术领域，具体涉及一种基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法。
背景技术
空间失效卫星指的是因燃料耗尽和系统故障等问题而失效的卫星，空间失效卫星随着能量耗散，在摄动力的作用下，会形成绕其本体最大惯性轴慢旋的翻滚状态；为了保证失效卫星交会对接、在轨捕获和在轨维修等操作的安全性和可靠性，需要对失效卫星的位置及姿态进行估计确定。
目前，针对空间翻滚非合作目标的姿态估计问题，通常采用激光雷达和光学相机来进行解决。其中，采用激光雷达来实现目标姿态估计时，通过利用激光雷达得到的目标三维点云，结合已知的目标模型，通过三维配准以对目标姿态进行估计，但由于激光雷达的扫描距离的限制，当观测目标距离较远时，采用激光雷达难以完成目标相对姿态的估计；采用光学相机来实现目标姿态估计时，根据相机不同的配置，星上视觉测量系统可以包括立体视觉系统和单目视觉系统两类。
其中，立体视觉系统以双相机为典型配置，通过对立体图像对的同名特征匹配，先计算目标三维形状，再通过三维匹配估计目标相对姿态；但立体相机安装的基线长度会对观测范围和测量精度造成影响，当观测相机距目标距离远大于基线长度时，立体视觉系统基本不能发挥测量作用。单目视觉系统利用单相机，设备简单且不受基线影响，使用较为广泛，其常用方法包括基于模型的三维跟踪方法、基于图像特征的位姿估计方法和视觉SLAM(Simultaneous Localization and Mapping，同步定位与建图)方法。但由于三维跟踪方法需要已知目标精确的三维模型，位姿估计方法需要有点和线高分辨图像特征，且需已知这些特征的物方坐标，视觉SLAM方法需要序列图像间大量的同名点特征；因此在远距离观测或成像能力有限时，由于精确三维模型较难得到，图像特征不明显，上述方法均较难实现目标相对姿态的估计确定。
发明内容
为解决上述现有技术中存在的技术问题，本发明提供一种基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法，利用序列图像轴线特征与卫星主轴的对应关系，实现在远距离观测及成像能力有限的条件下的卫星自旋姿态估计。
为此，本发明公开了一种基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法。所述方法用于实现空间翻滚卫星的自旋姿态优化估计，所述方法包括：
建立三维卫星轴线与二维卫星图像轴线成像几何关系：设定世界坐标系、相机坐标系与卫星本体坐标系的相互关系，根据三维卫星轴线与二维卫星图像轴线的共面约束关系，建立所述三维卫星轴线与所述二维卫星图像轴线的成像几何关系；
提取二维卫星图像轴线：基于空间监视相机拍摄的序列二维卫星图像，利用图像处理算法，提取序列二维卫星图像轴线；
非线性迭代优化求解所述空间翻滚卫星与所述空间监视相机的相对姿态：确定所述空间翻滚卫星与所述空间监视相机的相对姿态初值，选取代数误差最小化为目标函数，利用非线性迭代方式，优化求解所述空间翻滚卫星与所述空间监视相机的相对姿态。
进一步地，在所述基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法中，设定：在t0时刻，所述世界坐标系与所述卫星本体坐标系重合，所述空间翻滚卫星的轴线在所述世界坐标系下的单位方向向量为n；在t时刻，所述卫星本体坐标系相对所述世界坐标系的旋转矩阵为所述相机坐标系相对所述世界坐标系的旋转矩阵和平移为和所述空间翻滚卫星投影在所述空间监视相机的归一化像平面的轴线为lt，空间监视相机光心OC与轴线lt确定的平面为πt，所述平面πt的单位法向量为Nt；
基于以上设定，得到三维卫星轴线方向与二维卫星图像轴线方向的几何约束方程为：
其中，按罗德里格斯描述为(r,a)，r为所述空间翻滚卫星的自旋轴，a为所述空间翻滚卫星的自旋角速率。
进一步地，在所述基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法中，所述平面πt的单位法向量Nt利用公式2计算获取；
式中，和表示所述空间翻滚卫星投影在所述空间监视相机的归一化像平面的轴线上的任意两点的坐标。
进一步地，在所述基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法中，所述相机坐标系相对所述世界坐标系的旋转矩阵采用遥测量方式计算。
进一步地，在所述基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法中，采用惯性主轴计算法、主成分分析法或最小外接矩形法提取所述序列二维卫星图像轴线。
进一步地，在所述基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法中，选取代数误差最小化为目标函数，所述目标函数为：
本发明技术方案的主要优点如下：
本发明的基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法根据自旋轴和自旋角速率初值，仅利用序列图像轴线特征与卫星主轴的对应关系，即可实现远距离或低分辨相机观测条件下的空间翻滚卫星自旋姿态估计，无需依赖点线等高分辨图像特征和精确的目标卫星模型；且在自旋轴和自旋角速率初值较优的情况下，通过迭代优化能具有更高的估计精度，简单易实现。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一个实施例的基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法的算法流程图；
图2为本发明一个实施例设定的各个坐标系的关系示意图；
图3a为本发明一个实施例提供的一种卫星图像轴线配置条件示意图；
图3b为基于图3a所示的卫星图像轴线配置条件下的实验一的自旋轴估计精度示意图；
图3c为基于图3a所示的卫星图像轴线配置条件下的实验一的自旋角速率估计精度示意图；
图3d为基于图3a所示的卫星图像轴线配置条件下的实验一的目标函数残差示意图；
图3e为基于图3a所示的卫星图像轴线配置条件下的实验二的自旋轴估计精度示意图；
图3f为基于图3a所示的卫星图像轴线配置条件下的实验二的自旋角速率估计精度示意图；
图3g为基于图3a所示的卫星图像轴线配置条件下的实验二的目标函数残差示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下结合附图，详细说明本发明实施例提供的技术方案。
如附图1所示，本发明实施例提供了一种基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法，该方法用于实现空间翻滚卫星的自旋姿态优化估计，该方法包括：
建立三维卫星轴线与二维卫星图像轴线成像几何关系：设定世界坐标系、相机坐标系与卫星本体坐标系的相互关系，根据三维卫星轴线与二维卫星图像轴线的共面约束关系，建立三维卫星轴线与二维卫星图像轴线的成像几何关系；
提取二维卫星图像轴线：基于空间监视相机拍摄的序列二维卫星图像，利用图像处理算法，提取序列二维卫星图像轴线；
非线性迭代优化求解空间翻滚卫星与空间监视相机的相对姿态：确定空间翻滚卫星与空间监视相机的相对姿态初值，选取代数误差最小化为目标函数，利用非线性迭代方式，优化求解空间翻滚卫星与空间监视相机的相对姿态。
以下结合具体实施例对本发明提供的基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法进行具体说明。
如附图2所示，设定：在t0时刻，世界坐标系与卫星本体坐标系重合，空间翻滚卫星的轴线在世界坐标系下的单位方向向量为n；在t时刻，卫星本体坐标系相对世界坐标系的旋转矩阵为相机坐标系相对世界坐标系的旋转矩阵和平移为和空间翻滚卫星投影在空间监视相机的归一化像平面的轴线为lt，空间监视相机光心OC与轴线lt确定的平面为πt，平面πt的单位法向量为Nt。
基于以上设定，根据轴线成像几何关系，以及三维轴线方向与二维轴线方向满足共面约束，可得到三维卫星轴线方向与二维卫星图像轴线方法的几何约束方程为：
其中，按罗德里格斯描述为(r,a)，r为空间翻滚卫星的自旋轴，a为空间翻滚卫星的自旋角速率，的初值可通过模型匹配等方法获取。
平面πt的单位法向量Nt可利用叉乘行列式方式计算获取。具体地，平面πt的单位法向量Nt可利用公式2计算获取：
式中，和表示空间翻滚卫星投影在空间监视相机的归一化像平面的轴线上的任意两点的坐标。
相机坐标系相对世界坐标系的旋转矩阵可采用遥测量方式计算。
进一步地，设定空间翻滚卫星的卫星帆板方向与轴线方向一致，且设定在卫星本体坐标系中，卫星帆板沿卫星本体坐标系的y轴方向，则可得n＝(0,1,0)T。
本发明实施例中，由于空间监视相机拍摄目标是将三维坐标系退化到二维坐标系，因此，难以在二维卫星图像上定位与三维卫星本体坐标系严格对应的目标轴线。根据上述设定，由于空间翻滚卫星的卫星帆板方向与目标轴线方向一致，且卫星帆板沿卫星本体坐标系的y轴方向；本发明实施例中，通过利用惯性主轴计算法、主成分分析法或最小外接矩形法提取空间翻滚卫星在空间监视相机提供的序列二维卫星图像上的目标轴线。
进一步地，本发明实施例中，在完成轴线成像几何关系建立和二维卫星图像轴线提取后，采用以代数误差最小化为准则，来优化求解空间翻滚卫星与空间监视相机的相对姿态。具体地，选取代数误差最小化为目标函数，则目标函数可定义为：
其中，上述目标函数可使用非线性最小二乘法进行求解；为待优化参数，根据上述设定，由空间翻滚卫星的自旋轴r和自旋角速度a*(i-1)描述。
以下通过具体的数字仿真实验对本发明实施例提供的基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法的精确度进行验证说明：
具体的仿真条件如下：
空间监视相机等效焦距为(fx,fy)＝(648750,648750)，其主点坐标为(cx,cy)＝(1024,1024)；
空间翻滚卫星的卫星帆板的两个端点在卫星本体坐标系下的坐标分别为(0,7,0)和(0,-7,0)；
空间监视相机提供的进行姿态估计的序列图像数目为6个；
随机生成采集图像时，相机坐标系相对世界坐标系的旋转矩阵Re和平移te，随机生成空间翻滚卫星的自旋轴r和自旋角速率a，并根据上述条件生成空间翻滚卫星轴线端点在二维卫星图像上的坐标。
进一步地，由于仿真实验所用的基础图像为“本真”图像，“本真”图像与实际图像具有差异性；本发明实施例中，为了便于验证方法的有效性，分别对空间翻滚卫星的二维图像轴线l添加方向高斯白噪声，噪声水平由0.5°到5°；对自旋轴r添加方向高斯白噪声，噪声水平由0.5°到5°；对自旋角速率a添加高斯白噪声，噪声水平由0.5°/s到5°/s。
其中，自旋轴r的误差Er采用自旋轴估计值与真值的夹角表示，自旋角速率a的误差Ea采用自旋角速率估计值与真值的差值的模表示，具体利用下述公式4计算：
其中，re和ae分别为自旋轴估计值和自旋角速率估计值，rt和at分别为自旋轴真值和自旋角速率真值。
而后，根据二维卫星图像轴线提取误差、自旋轴初值误差和自旋角速率初值误差，对自旋轴及自旋角速率的估计精度进行计算验证。
具体地，以下通过实验一验证二维卫星图像轴线提取误差对估计精度的影响，以及通过实验二验证自旋轴初值误差及自旋角速率初值误差对估计精度的影响。
实验一：根据相机坐标系相对世界坐标系的转换关系，结合上述随机生成的空间翻滚卫星的自旋轴和自旋角速率，仿真生成如附图3a所示的卫星图像轴线配置，在该配置条件下，设定自旋轴方向初值噪声为1.0°和自旋角速率初值噪声为1.0°/s，二维图像轴线方向提取噪声水平从0.5°增加到2.5°时，进行1000次仿真，得到的自旋轴估计误差中值、自旋角速率估计误差中值和目标函数残差中值的统计结果。如附图3b、附图3c和附图3d所示，自旋轴估计精度受二维卫星图像轴线提取误差影响较大，当二维卫星图像轴线提取误差优于1.0°时，其估计精度优于1°；自旋角速率受二维卫星图像轴线提取误差影响较小，其估计精度优于1.0°/s。
实验二：根据相机坐标系相对世界坐标系的转换关系，结合上述随机生成的空间翻滚卫星的自旋轴和自旋角速率，仿真生成如附图3a所示的卫星图像轴线配置，在该配置条件下，设定二维卫星图像轴线方向提取噪声为1.0°，自旋轴方向初值噪声水平从0.5°增加到2.5°，自旋角速率初值噪声水平从0.5°/s增加到2.5°/s，进行1000次仿真，得到的自旋轴估计误差中值、自旋角速率估计误差中值和目标函数残差中值的统计结果。如附图3e、附图3f和附图3g所示，自旋轴方向初值误差小于0.5°，自旋角速率初值误差小于4°/s时，可以迭代收敛到真值附近；但当初值误差较大时，虽然目标函数残差较小，但是估计误差较大，此时需要提供较好的自旋轴初值和自旋角速率初值，否则算法易陷入局部极小值。
可见，本发明实施例提供的基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法根据自旋轴和自旋角速率初值，仅利用序列图像轴线特征与卫星主轴的对应关系，即可实现远距离或低分辨相机观测条件下的空间翻滚卫星自旋姿态估计，无需依赖点线等高分辨图像特征和精确的目标卫星模型；且在自旋轴和自旋角速率初值较优的情况下，通过迭代优化能具有更高的估计精度，简单易实现。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外，本文中“前”、“后”、“左”、“右”、“上”、“下”均以附图中表示的放置状态为参照。
最后应说明的是：以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (1)
1.一种基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法，其特征在于，所述方法用于实现空间翻滚卫星的自旋姿态优化估计，所述方法包括：
建立三维卫星轴线与二维卫星图像轴线成像几何关系：设定世界坐标系、相机坐标系与卫星本体坐标系的相互关系，根据三维卫星轴线与二维卫星图像轴线的共面约束关系，建立所述三维卫星轴线与所述二维卫星图像轴线的成像几何关系；同时提取二维卫星图像轴线：基于空间监视相机拍摄的序列二维卫星图像，利用图像处理算法，提取序列二维卫星图像轴线；
非线性迭代优化求解所述空间翻滚卫星与所述空间监视相机的相对姿态：确定所述空间翻滚卫星与所述空间监视相机的相对姿态初值，选取代数误差最小化为目标函数，利用非线性迭代方式，优化求解所述空间翻滚卫星与所述空间监视相机的相对姿态；
其中，设定：在t0时刻，所述世界坐标系与所述卫星本体坐标系重合，所述空间翻滚卫星的轴线在所述世界坐标系下的单位方向向量为n；在t时刻，所述卫星本体坐标系相对所述世界坐标系的旋转矩阵为所述相机坐标系相对所述世界坐标系的旋转矩阵和平移为和所述空间翻滚卫星投影在所述空间监视相机的归一化像平面的轴线为lt，空间监视相机光心OC与轴线lt确定的平面为πt，所述平面πt的单位法向量为Nt；
基于以上设定，得到三维卫星轴线方向与二维卫星图像轴线方向的几何约束方程为：
按罗德里格斯描述为(r,a)，r为所述空间翻滚卫星的自旋轴，a为所述空间翻滚卫星的自旋角速率；
所述平面πt的单位法向量Nt利用公式2计算获取；
和表示所述空间翻滚卫星投影在所述空间监视相机的归一化像平面的轴线上的任意两点的坐标，l表示所述空间翻滚卫星的二维图像轴线；
所述相机坐标系相对所述世界坐标系的旋转矩阵采用遥测量方式计算；
采用惯性主轴计算法、主成分分析法或最小外接矩形法提取所述序列二维卫星图像轴线；
选取代数误差最小化为目标函数，所述目标函数为：
利用非线性迭代方法对所述目标函数进行优化求解，为待优化参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910186566.0A CN109931925B (zh) | 2019-03-12 | 2019-03-12 | 基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910186566.0A CN109931925B (zh) | 2019-03-12 | 2019-03-12 | 基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109931925A CN109931925A (zh) | 2019-06-25 |
| CN109931925B true CN109931925B (zh) | 2019-12-27 |
Family
ID=66986973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910186566.0A Active CN109931925B (zh) | 2019-03-12 | 2019-03-12 | 基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109931925B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111750870B (zh) * | 2020-06-30 | 2023-12-26 | 南京理工大学 | 一种空间翻滚火箭箭体的运动参数估计方法 |
| CN112990549B (zh) * | 2021-02-09 | 2023-07-18 | 中国人民解放军战略支援部队航天工程大学 | 一种空间非合作目标抵近绕飞观测轨迹优化方法 |
| CN116184449B (zh) * | 2022-11-09 | 2023-11-10 | 湖南六九零六信息科技股份有限公司 | 一种基于单星分时的时差定位方法 |
| CN115690334B (zh) * | 2023-01-03 | 2023-04-21 | 中国人民解放军63921部队 | 一种基于共面约束的三维重建整体优化方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004362128A (ja) * | 2003-06-03 | 2004-12-24 | Shimizu Corp | モデル画像照合における３次元姿勢の補正手法 |
| CN101464134B (zh) * | 2009-01-16 | 2010-08-11 | 哈尔滨工业大学 | 一种空间目标三维位姿视觉测量方法 |
| CN102354400A (zh) * | 2011-07-14 | 2012-02-15 | 中国人民解放军国防科学技术大学 | 刚体运动和结构参数测量的多点约束单目轨迹交会方法 |
| CN102607534B (zh) * | 2012-03-13 | 2013-11-20 | 上海交通大学 | 基于运动恢复结构的卫星相对姿态测量方法 |
| CN102759358B (zh) * | 2012-03-14 | 2015-01-14 | 南京航空航天大学 | 基于失效卫星表面参考点的相对位姿动力学建模方法 |
| CN103679711B (zh) * | 2013-11-29 | 2016-06-01 | 航天恒星科技有限公司 | 一种遥感卫星线阵推扫光学相机在轨外方位参数标定方法 |
| CN103673995B (zh) * | 2013-11-29 | 2016-09-21 | 航天恒星科技有限公司 | 一种线阵推扫式相机在轨光学畸变参数标定方法 |
| CN104006803B (zh) * | 2014-06-20 | 2016-02-03 | 中国人民解放军国防科学技术大学 | 自旋稳定空间飞行器转动运动参数的摄像测量方法 |
| CN107871327A (zh) * | 2017-10-23 | 2018-04-03 | 武汉大学 | 基于特征点线的单目相机位姿估计和优化方法及系统 |
| CN108492333B (zh) * | 2018-03-30 | 2021-12-03 | 哈尔滨工业大学 | 基于星箭对接环图像信息的航天器姿态估计方法 |
| CN108645426B (zh) * | 2018-04-09 | 2020-04-10 | 北京空间飞行器总体设计部 | 一种空间目标相对导航视觉测量系统在轨自标定方法 |
-
2019
- 2019-03-12 CN CN201910186566.0A patent/CN109931925B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109931925A (zh) | 2019-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109931925B (zh) | 基于序列图像轴线的空间翻滚卫星自旋姿态优化估计方法 | |
| CN112102458B (zh) | 基于激光雷达点云数据辅助的单镜头三维图像重构方法 | |
| CN111045017B (zh) | 一种激光和视觉融合的巡检机器人变电站地图构建方法 | |
| Peng et al. | Pose measurement and motion estimation of space non-cooperative targets based on laser radar and stereo-vision fusion | |
| CN105698699B (zh) | 一种基于时间转轴约束的双目视觉测量方法 | |
| CN105509733B (zh) | 非合作空间圆目标的相对位姿测量方法 | |
| CN110456330B (zh) | 一种相机与激光雷达之间外参无目标自动标定方法及系统 | |
| WO2018068678A1 (zh) | 一种立体摄像机外部参数的确定方法及装置 | |
| CN106679634B (zh) | 一种基于立体视觉的空间非合作目标位姿测量方法 | |
| CN107680159B (zh) | 一种基于投影矩阵的空间非合作目标三维重建方法 | |
| CN110412868B (zh) | 一种使用星间光学图像的非合作航天器轨道确定方法 | |
| CN110009732A (zh) | 基于gms特征匹配的面向复杂大尺度场景三维重建方法 | |
| CN111220126A (zh) | 一种基于点特征和单目相机的空间物体位姿测量方法 | |
| CN112270698B (zh) | 基于最邻近曲面的非刚性几何配准方法 | |
| CN104281148A (zh) | 基于双目立体视觉的移动机器人自主导航方法 | |
| CN110849331B (zh) | 基于三维点云数据库模型的单目视觉测量与地面试验方法 | |
| CN113175929B (zh) | 一种基于upf的空间非合作目标相对位姿估计方法 | |
| CN112598740B (zh) | 一种大范围多视倾斜影像连接点快速精确匹配方法 | |
| CN106157322B (zh) | 一种基于平面镜的像机安装位置标定方法 | |
| CN113240749B (zh) | 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法 | |
| JP2022089269A (ja) | キャリブレーション装置およびキャリブレーション方法 | |
| CN112258409A (zh) | 一种用于无人驾驶的单目相机绝对尺度恢复方法及装置 | |
| CN111524174B (zh) | 一种动平台动目标双目视觉三维构建方法 | |
| CN106570905A (zh) | 一种非合作目标点云初始姿态验证方法 | |
| CN111260736B (zh) | 一种空间相机内参在轨实时标定方法 |
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 |