CN110412868B - 一种使用星间光学图像的非合作航天器轨道确定方法 - Google Patents

一种使用星间光学图像的非合作航天器轨道确定方法 Download PDF

Info

Publication number
CN110412868B
CN110412868B CN201910501463.9A CN201910501463A CN110412868B CN 110412868 B CN110412868 B CN 110412868B CN 201910501463 A CN201910501463 A CN 201910501463A CN 110412868 B CN110412868 B CN 110412868B
Authority
CN
China
Prior art keywords
spacecraft
target
orbit
camera
coordinate system
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.)
Expired - Fee Related
Application number
CN201910501463.9A
Other languages
English (en)
Other versions
CN110412868A (zh
Inventor
黄岸毅
沈红新
淡鹏
黄普
张智斌
李恒年
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.)
China Xian Satellite Control Center
Original Assignee
China Xian Satellite Control Center
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 China Xian Satellite Control Center filed Critical China Xian Satellite Control Center
Priority to CN201910501463.9A priority Critical patent/CN110412868B/zh
Publication of CN110412868A publication Critical patent/CN110412868A/zh
Application granted granted Critical
Publication of CN110412868B publication Critical patent/CN110412868B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Navigation (AREA)

Abstract

本发明公开的一种使用星间光学图像的非合作航天器轨道确定方法，通过我方航天器的姿态反馈控制能力，使得相机对目标相机持续拍摄，获得长时间采样图像序列数据，根据图像序列数据分别计算目标航天器相对于我方航天器的方位矢量和目标航天器相对于我方航天器的距离；将得到的方位矢量和距离转换为在J2000惯性坐标系下位置信息；使用智能优化算法将目标航天器在J2000惯性坐标系下位置信息拟合为精密轨道根数。本发明公开的方法解决了现有方法对于航天器轨道确定存在较大的误差和预报精度低的问题。

Description

一种使用星间光学图像的非合作航天器轨道确定方法
技术领域
本发明属于航天测量与控制技术领域，具体涉及一种使用星间光学图像的非合作航天器轨道确定方法。
背景技术
空间操作是开展高轨空间碎片清除、目标离轨、在轨服务维修相关应用的核心技术，其中一项关键任务是控制卫星轨道使其安全、高精度的接近目标星直至完全交会。地面对非合作目标的轨道确定位置精度为5-10km，而星上自主的相对导航测量如激光测量、位姿敏感器等近距离相对测量的有效距离基本都在15km以内。如果由地面引导接近至15km以内，现有的目标轨道确定精度存在一定的碰撞风险；而且在几十公里相对距离量级，两星的相对位置矢量角度偏差也会很大，不利于对目标星的捕获、凝视等操作。因此，提高目标星的位置确定精度具有非常重要的意义。
目前，大多数在轨操作航天器会携带光学相机，并具备捕获跟踪能力，因此，可以利用相机图像中提取的目标观测信息对目标轨道进行改进。现有文献资料中记载的是应用目标在图像中的方位信息来确定轨道的方法，单独使用方位信息来确定目标的轨道存在较大的误差，本发明通过图像处理来同时获得距离和方位测量信息，并结合轨道动力学模型通过差分进化算法对目标星轨道根数进行拟合，以提高目标星的轨道确定和空间位置预报精度。
发明内容
本发明的目的是提供一种使用星间光学图像的非合作航天器轨道确定方法，解决了现有方法对于航天器轨道确定存在较大的误差和预报精度低的问题。
本发明所采用的技术方案是，一种使用星间光学图像的非合作航天器轨道确定方法，具体操作过程包括如下步骤：
步骤1，控制我方航天器机动至目标航天器附近，不要求相对位置保持，只要确定目标航天器在我方航天器的相机拍摄方位内，通过我方航天器的姿态反馈控制能力，使得相机对目标相机持续拍摄，获得长时间采样图像序列数据；
步骤2，根据步骤1得到的目标航天器的图像序列数据，计算目标航天器相对于我方航天器的方位矢量；
步骤3，对步骤1得到的目标航天器的图像序列数据进行特征检测，根据我方航天器的相机参数和目标航天器的帆板的尺寸，计算目标航天器相对于我方航天器的距离；
步骤4，将步骤2得到的目标航天器相对于我方航天器的方位矢量和步骤3得到的目标航天器相对于我方航天器的距离转换为在J2000惯性坐标系下位置信息；
步骤5，使用智能优化算法将目标航天器在J2000惯性坐标系下位置信息拟合为精密轨道根数。
本发明的其他特点还在于，
步骤2的具体过程如下：
设我方航天器某一采样时刻ti的采集到的惯性系四元数如式(1)所示：
qe(ti)＝[q1,q2,q3,q4] (1)
其中，qe(ti)为ti时刻的采集到的惯性系四元数；
定义成像坐标系O-XYZ，即相机中心为原点，光轴为Z轴，相机水平面为X轴，Y轴根据X、Z轴叉乘获得，则惯性系到本体系的姿态转换矩阵M(ti)如式(2)所示：
Figure BDA0002090377770000031
已知相机光轴的本体系单位矢量nc如式(3)所示：
nc＝[n1,n2,n3]' (3)
则目标星的惯性系相对方位矢量er(ti)如式4所示：
er(ti)＝M(ti)nc (4)
步骤3的具体过程如下：
步骤3.1，将步骤1得到的目标航天器的图像序列数据，通过Sobel边缘检测算法提取星体轮廓，并应用Hough变换进行直线检测，获得帆板的轮廓及4个顶点的图像坐标
Figure BDA0002090377770000032
由于目标航天器的姿态不是正对相机，帆板投影到图像上是斜的平行四边形，需要计算目标航天器的姿态；
步骤3.2，定义目标航天器本体坐标系O-XbYbZb，其中，Yb轴为目标航天器帆板长度所在方向，Xb轴为帆板宽度所在方向，Zb轴为帆板所在平面的法向；
已知帆板的实际长为h，宽为w，则目标帆板的四个顶点在目标航天器本体坐标系O-XbYbZb的坐标如式(6)所示：
pi＝[±h/2,±w/2,0],i＝1,2,3,4 (6)
设A为成像坐标系O-XYZ至目标航天器本体坐标系O-XbYbZb的转换矩阵，使用步骤2中的四元数表示转换矩阵A如式(7)所示：
Figure BDA0002090377770000041
设d为成像坐标系O-XYZ的原点至目标航天器本体坐标系O-XbYbZb原点的距离，则目标帆板四个顶点在成像坐标系O-XYZ中的坐标如式(8)所示：
Figure BDA0002090377770000042
其中，pi c为目标帆板在成像坐标系O-XYZ中的坐标；
已知相机焦距为f，图像坐标与实际空间距离的比值即像素密度为k像素/m，设
Figure BDA0002090377770000043
根据空间投影关系，则有：
Figure BDA0002090377770000044
其中，pi＇为目标帆板顶点在我方相机成像平面中投影的坐标；
根据步骤3.1的图像处理得到的坐标
Figure BDA0002090377770000045
联立式(8)和式(9)得到以d和q为未知数的非线性方程组；
使用差分进化算法求解，定义归一化的4维求解变量trial，则q表示为：
Figure BDA0002090377770000046
其中d0为最大距离，带入式(9)中，差分进化算法优化使得按照投影及姿态关系计算出的图像坐标
Figure BDA0002090377770000047
和图像检测
Figure BDA0002090377770000048
的值尽可能接近时，即可得到d和q1，q2，q3，q4的值。
步骤4的具体过程如下：
已知我方航天器精密轨道根数(轨道半长轴A，轨道偏心率E，轨道倾角I，升交点赤经O，近地点幅角W，平近点角M)和对应历元，根据摄动力学方程，如式(12)所示，进行数值积分得到我方航天器在拍摄时刻ti时的惯性系位置r(ti)如式(11)所示：
r(ti)＝[x(ti),y(ti),z(ti)]T (11)
其中，x(ti)、y(ti)和z(ti)是r(ti)的三个方向的分量；
动力学方程为：
Figure BDA0002090377770000051
其中，a摄动包含大气阻力、日月引力、地球非球型摄动、太阳光压等地球轨道摄动项，r为卫星矢径，μ为地球引力常数；
忽略相机坐标系原点到我方航天器定轨中心点的距离，则每幅图像均处理得到拍摄时刻目标航天器在J2000惯性系中的位置序列rtar如式(13)所示：
rtar(ti)＝r(ti)+d·er(ti) (13)
其中，d为步骤3得到的目标航天器相对于我方航天器的距离。
步骤5的具体过程如下：
通过智能优化算法将目标航天器在J2000惯性系中的位置序列拟合成精密轨道根数，即按照式(12)计算各个采样时刻的位置
Figure BDA0002090377770000052
与式(13)表示的位置互差平方和满足取最小值时，对应的轨道根数；
具体过程如下：首先建立目标函数如式(14)所示：
Figure BDA0002090377770000061
其中，N为采样图像总数；
然后采用遗传算法或差分进化算法优化，直至互差平方和满足取最小值时，得到目标航天器的精密轨道根数。
本发明的有益效果是，一种使用星间光学图像的非合作航天器轨道确定方法，解决了现有方法对于航天器轨道确定存在较大的误差和预报精度低的问题。通过携带高分相机的航天器对目标航天器拍摄像，我方航天器通过姿态反馈控制保持相机光轴指向目标，其姿态信息即包含了目标星的方位，同时通过图像检测特征获得目标星相对于我方航天器的距离，再结合我方航天器由地面测量确定的精密轨道，得到目标星的精密轨道根数。
附图说明
图1是本发明的一种星间光学图像的非合作航天器轨道确定方法的流程图；
图2是图像处理的示意图；
图3是相机投影关系的示意图；
图4是姿态计算多解的示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明的一种使用星间光学图像的非合作航天器轨道确定方法，如图所示，具体操作过程包括如下步骤：
步骤1，控制我方航天器机动至目标航天器附近，不要求相对位置保持，只要确定目标航天器在我方航天器的相机拍摄范围内，通过我方航天器的姿态反馈控制能力，使得相机对目标相机持续拍摄，获得长时间采样图像序列数据；
步骤2，根据步骤1得到的目标航天器的图像序列数据，计算目标航天器相对于我方航天器的方位矢量；
步骤2的具体过程如下：
设我方航天器某一采样时刻ti的采集到的惯性系四元数如式(1)所示：
qe(ti)＝[q1,q2,q3,q4] (1)
其中，qe(ti)为ti时刻的采集到的惯性系四元数，根据遥测直接获得；
定义成像坐标系O-XYZ，即相机中心为原点，光轴为Z轴，相机水平面为X轴，Y轴根据X、Z轴叉乘获得，则惯性系到本体系的姿态转换矩阵M(ti)如式(2)所示：
Figure BDA0002090377770000071
已知相机光轴的本体系单位矢量如式(3)所示：
nc＝[n1,n2,n3]' (3)
则目标星的惯性系相对方位矢量er(ti)为：
er(ti)＝M(ti)nc (4)
步骤3，对步骤1得到的目标航天器的图像序列数据进行特征检测，根据我方航天器的相机参数和目标航天器的帆板的尺寸，计算目标航天器相对于我方航天器的距离；
步骤3的具体过程如下：
步骤3.1，将步骤1得到的目标航天器的图像序列数据，通过Sobel边缘检测算法提取星体轮廓，并应用Hough变换进行直线检测；
Sobel算子如下所示，也可使用其它边缘检测算子：
Figure BDA0002090377770000081
随机Hough变换的一般步骤为：
1)从边缘图像中随机选择两个点，计算对应的直线参数，即y＝ax+b；
2)计算剩下的像素点与该直线的距离，以判断匹配程度(距离小于δ)，如果匹配的像素点较多(大于给定阈值)则说明图中存在一条直线，否则返回1)重新选择随机点；
3)从图像中剔除已检测为直线的像素点，返回1)重新选择随机点继续检测下一条直线，直到剩下的所有像素点都不能匹配为直线；
获得图像中的直线集合以后，再按照排列组合将所有4条直线的组合进行判断，判据为：
1)直线两两平行(夹角小于给定阈值)；
2)不平行的直线端点相接(端点距离小于给定阈值)；
再对直线进行平行四边形匹配，获得帆板的轮廓及4个顶点的图像坐标
Figure BDA0002090377770000082
如图2所示，由于目标星姿态不是正对相机，因此帆板投影到图像上是斜的平行四边形，需要计算目标航天器的姿态：
步骤3.2，定义目标航天器本体坐标系O-XbYbZb，其中，Yb轴为目标航天器帆板长度所在方向，Xb轴为帆板宽度所在方向，Zb为帆板所在平面的法向；
已知帆板的实际长为h，宽为w，则目标帆板的四个顶点在目标航天器本体坐标系O-XbYbZb的坐标如式(6)所示：
pi＝[±h/2,±w/2,0],i＝1,2,3,4 (6)
设A为成像坐标系O-XYZ至目标航天器本体坐标系O-XbYbZb的转换矩阵，使用步骤2中的四元数表示转换矩阵A如式(7)所示：
Figure BDA0002090377770000091
设d为成像坐标系O-XYZ的原点至目标航天器本体坐标系O-XbYbZb原点的距离，则目标帆板四个顶点在成像坐标系O-XYZ中的坐标如式(8)所示：
Figure BDA0002090377770000092
其中，pi c为目标帆板在成像坐标系O-XYZ中的坐标；
已知相机焦距为f，图像坐标与实际空间距离的比值，即像素密度为k像素/m，设
Figure BDA0002090377770000093
根据空间投影关系，如图3所示，则有：
Figure BDA0002090377770000094
其中，pi＇为目标帆板顶点在我方相机成像平面中投影的坐标；
根据步骤3.1的图像处理得到的坐标
Figure BDA0002090377770000095
联立式(8)和式(9)得到以d和q为未知数的非线性方程组；
使用差分进化算法求解，定义归一化的4维求解变量trial，则q表示为：
Figure BDA0002090377770000101
其中d0为最大距离，带入式(9)中，差分进化算法优化使得按照投影及姿态关系计算出的图像坐标
Figure BDA0002090377770000102
和图像检测
Figure BDA0002090377770000103
获得的值尽可能接近时，即可得到d和q1，q2，q3，q4的值。
由于三维坐标向二维图像坐标投影丢失了一部分信息，因此同样的帆板图像根据顶点与实际帆板对应顺序的不同，会计算出多个可能姿态(见图4a-4d)，无法确定真实取值，但能够验证其计算出的距离值是相同的，而本发明中只需要距离，故任取一种也不受影响。
步骤4，将步骤2得到的目标航天器相对于我方航天器的方位矢量和步骤3得到的目标航天器相对于我方航天器的距离转换为在J2000惯性坐标系下位置信息；
步骤4的具体过程如下：
已知我方航天器精密轨道根数(轨道半长轴A，轨道偏心率E，轨道倾角I，升交点赤经O，近地点幅角W，平近点角M)和对应历元，根据摄动力学方程，如式(12)所示，进行数值积分得到我方航天器在拍摄时刻ti时的惯性系位置r(ti)如式(11)所示：
r(ti)＝[x(ti),y(ti),z(ti)]T (11)
其中，x(ti)、y(ti)和z(ti)是r(ti)的三个方向的分量；
动力学方程为：
Figure BDA0002090377770000111
其中a摄动包含大气阻力、日月引力、地球非球型摄动、太阳光压等地球轨道摄动项，r为卫星矢径，μ为地球引力常数；
忽略相机坐标系原点到我方航天器定轨中心点的距离，则每幅图像均处理得到拍摄时刻目标航天器在J2000惯性系中的位置序列rtar如式(13)所示：
rtar(ti)＝r(ti)+d·er(ti) (13)
其中，d为步骤3得到的目标航天器相对于我方航天器的距离。
步骤5，使用智能优化算法将目标航天器在J2000惯性坐标系下位置信息拟合为精密轨道根数。
步骤5的具体过程如下：
通过智能优化算法将目标航天器在J2000惯性系中的位置序列拟合成精密轨道根数，即按照式(12)计算各个采样时刻的位置
Figure BDA0002090377770000112
与式(13)表示的位置互差平方和满足取最小值时，对应的轨道根数；
具体过程如下：首先建立目标函数如式(14)所示：
Figure BDA0002090377770000113
其中，N为采样图像总数；
然后采用遗传算法或差分进化算法优化，直至互差平方和满足取最小值时，得到目标航天器的精密轨道根数。
本发明公开的方法通过携带高分相机的航天器对目标航天器拍摄像，我方航天器通过姿态反馈控制保持相机光轴指向目标，其姿态信息即包含了目标星的方位，同时通过图像检测特征获得目标星相对于我方航天器的距离，再结合我方航天器由地面测量确定的精密轨道，得到目标星的精密轨道根数；计算过程中采用了常用的差分进化算法进行优化求解，差分进化算法优化过程普遍为将位置所要求解的变量的定义域进行随机的种群初始化，种群中每个个体代表一个所要求解的变量的可能解。随后在算法寻优的过程中，首先，从父代个体间选择两个个体进行向量做差生成差分矢量；其次，选择另外一个个体与差分矢量求和生成实验个体；然后，对父代个体与相应的实验个体进行交叉操作，生成新的子代个体；最后在父代个体和子代个体之间进行选择操作，将符合要求的个体保存到下一代群体中去。对新的种群，重复上述过程，直到计算的指标函数小于一个给定的阈值。此时即认为获得了所要求解的变量的最优解。
实施例
以仿真数据说明计算过程如下，首先已知相机所在本星的轨道根数如表1所示，本星姿态保持使相机光轴实时对准目标。按照一分钟一幅的速度拍摄3小时(180个采样点)，本星姿态由仿真数据生成，实际也可从遥测提取。
表1本星的轨道根数
A(m) E I(°) O(°) W(°) M(°)
42167492.0377 0.0004389584 0.8688023 86.7081306 161.012479 330.5157858
按照步骤2计算所有采样时刻目标星相对于本星的位置方向矢量；
按照步骤3计算所有采样时刻拍摄的图像对应的目标星相对于本星距离；
根据本星的轨道根数和式(12)，计算本星在各采样时刻的位置矢量，按照式(13)，将本星的位置加上目标星相对于本星的位置矢量，即计算出目标星的绝对位置矢量；
以式(14)最小为优化指标，即可优化得到目标星的轨道根数见表2：
表2计算的目标星的轨道根数
A(m) E I(°) O(°) W(°) M(°)
42164993.4554 0.000551764 0.86882639 87.1208135 159.7878 59.15900

Claims (5)

1.一种使用星间光学图像的非合作航天器轨道确定方法，其特征在于，具体操作过程包括如下步骤：
步骤1，控制我方航天器机动至目标航天器附近，不要求相对位置保持，只要确定目标航天器在我方航天器的相机拍摄方位内，通过我方航天器的姿态反馈控制能力，使得相机对目标相机持续拍摄，获得长时间采样图像序列数据；
步骤2，根据步骤1得到的目标航天器的图像序列数据，计算目标航天器相对于我方航天器的方位矢量；
步骤3，对步骤1得到的目标航天器的图像序列数据进行特征检测，根据我方航天器的相机参数和目标航天器的帆板的尺寸，计算目标航天器相对于我方航天器的距离；
步骤4，将步骤2得到的目标航天器相对于我方航天器的方位矢量和步骤3得到的目标航天器相对于我方航天器的距离转换为在J2000惯性坐标系下位置信息；
步骤5，使用智能优化算法将目标航天器在J2000惯性坐标系下位置信息拟合为精密轨道根数。
2.如权利要求1所述的一种使用星间光学图像的非合作航天器轨道确定方法，其特征在于，所述步骤2的具体过程如下：
设我方航天器某一采样时刻ti的采集到的惯性系四元数如式(1)所示：
qe(ti)＝[q1,q2,q3,q4] (1)
其中，qe(ti)为ti时刻的采集到的惯性系四元数；
定义成像坐标系O-XYZ，即相机中心为原点，光轴为Z轴，相机水平面为X轴，Y轴根据X轴、Z轴叉乘获得，则惯性系到本体系的姿态转换矩阵M(ti)如式(2)所示：
Figure FDA0003484331560000021
已知相机光轴的本体系单位矢量nc如式(3)所示：
nc＝[n1,n2,n3]' (3)
则目标星的惯性系相对方位矢量er(ti)如式4所示：
er(ti)＝M(ti)nc (4)。
3.如权利要求2所述的一种使用星间光学图像的非合作航天器轨道确定方法，其特征在于，所述步骤3的具体过程如下：
步骤3.1，将步骤1得到的目标航天器的图像序列数据，通过Sobel边缘检测算法提取星体轮廓，并应用Hough变换进行直线检测，获得帆板的轮廓及4个顶点的图像坐标
Figure FDA0003484331560000022
i＝1,2,3,4；由于目标航天器的姿态不是正对相机，帆板投影到图像上是斜的平行四边形，需要计算目标航天器的姿态；
步骤3.2，定义目标航天器本体坐标系O-XbYbZb，其中，Yb轴为目标航天器帆板长度所在方向，Xb轴为帆板宽度所在方向，Zb轴为帆板所在平面的法向；
已知帆板的实际长为h，宽为w，则目标帆板的四个顶点在目标航天器本体坐标系O-XbYbZb的坐标如式(6)所示：
pi＝[±h/2,±w/2,0],i＝1,2,3,4 (6)
设A为成像坐标系O-XYZ至目标航天器本体坐标系O-XbYbZb的转换矩阵，使用步骤2中的四元数表示转换矩阵A如式(7)所示：
Figure FDA0003484331560000031
设d为成像坐标系O-XYZ的原点至目标航天器本体坐标系O-XbYbZb原点的距离，则目标帆板四个顶点在成像坐标系O-XYZ中的坐标如式(8)所示：
Figure FDA0003484331560000032
其中，
Figure FDA0003484331560000033
为目标帆板在成像坐标系O-XYZ中的坐标；
已知相机焦距为f，图像坐标与实际空间距离的比值即像素密度为k像素/m，设
Figure FDA0003484331560000034
根据空间投影关系，则有：
Figure FDA0003484331560000035
其中，pi＇为目标帆板顶点在我方相机成像平面中投影的坐标；
根据步骤3.1的图像处理得到的坐标
Figure FDA0003484331560000036
i＝1,2,3,4，联立式(8)和式(9)得到以d和q为未知数的非线性方程组；
使用差分进化算法求解，定义归一化的4维求解变量trial，则q表示为：
Figure FDA0003484331560000037
其中，d0为最大距离，带入式(9)中，差分进化算法优化使得按照投影及姿态关系计算出的图像坐标
Figure FDA0003484331560000038
和图像检测
Figure FDA0003484331560000039
获得的值尽可能接近时，即可得到d和q1，q2，q3，q4的值。
4.如权利要求3所述的一种使用星间光学图像的非合作航天器轨道确定方法，其特征在于，所述步骤4的具体过程如下：
已知我方航天器精密轨道根数和对应历元，其中，我方航天器精密轨道根数包括轨道半长轴A，轨道偏心率E，轨道倾角I，升交点赤经O，近地点幅角W，平近点角M，根据摄动力学方程，如式(12)所示，进行数值积分得到我方航天器在拍摄时刻ti时的惯性系位置r(ti)如式(11)所示：
r(ti)＝[x(ti),y(ti),z(ti)]T (11)
其中，x(ti)、y(ti)和z(ti)是r(ti)的三个方向的分量；
动力学方程为：
Figure FDA0003484331560000041
其中，a摄动包含大气阻力、日月引力、地球非球型摄动、太阳光压地球轨道摄动项，r为卫星矢径，μ为地球引力常数；
忽略相机坐标系原点到我方航天器定轨中心点的距离，则每幅图像均处理得到拍摄时刻目标航天器在J2000惯性系中的位置序列rtar如式(13)所示：
rtar(ti)＝r(ti)+d·er(ti) (13)
其中，d为步骤3得到的目标航天器相对于我方航天器的距离。
5.如权利要求4所述的一种使用星间光学图像的非合作航天器轨道确定方法，其特征在于，所述步骤5的具体过程如下：
通过智能优化算法将目标航天器在J2000惯性系中的位置序列拟合成精密轨道根数，即按照式(12)计算各个采样时刻的位置
Figure FDA0003484331560000051
与式(13)表示的位置互差平方和满足取最小值时，对应的轨道根数；
具体过程如下：首先建立目标函数如式(14)所示：
Figure FDA0003484331560000052
其中，N为采样图像总数；
然后采用遗传算法或差分进化算法优化，直至互差平方和满足取最小值时，得到目标航天器的精密轨道根数。
CN201910501463.9A 2019-06-11 2019-06-11 一种使用星间光学图像的非合作航天器轨道确定方法 Expired - Fee Related CN110412868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910501463.9A CN110412868B (zh) 2019-06-11 2019-06-11 一种使用星间光学图像的非合作航天器轨道确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910501463.9A CN110412868B (zh) 2019-06-11 2019-06-11 一种使用星间光学图像的非合作航天器轨道确定方法

Publications (2)

Publication Number Publication Date
CN110412868A CN110412868A (zh) 2019-11-05
CN110412868B true CN110412868B (zh) 2022-03-04

Family

ID=68358961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910501463.9A Expired - Fee Related CN110412868B (zh) 2019-06-11 2019-06-11 一种使用星间光学图像的非合作航天器轨道确定方法

Country Status (1)

Country Link
CN (1) CN110412868B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110887475B (zh) * 2019-12-09 2021-12-10 北京航空航天大学 一种基于偏振北极点及偏振太阳矢量的静基座粗对准方法
EP4105131B1 (en) * 2020-03-31 2024-08-21 Kawasaki Jukogyo Kabushiki Kaisha Control device and computer program
CN111504330B (zh) * 2020-05-07 2022-04-15 中国人民解放军63768部队 一种基于实测数据的低轨航天器准实时轨道机动检测方法
CN112577463B (zh) * 2020-12-07 2022-08-02 中国西安卫星测控中心 姿态参数修正的航天器单目视觉测距方法
CN112989496B (zh) * 2021-04-20 2021-08-17 星河动力(北京)空间科技有限公司 航天器制导方法、装置、电子设备及存储介质
CN115258198B (zh) * 2022-08-31 2024-08-13 北京航天飞行控制中心 航天器轨道的确定方法和装置、处理器及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839721A (zh) * 2010-03-12 2010-09-22 西安电子科技大学 自主交会对接中的视觉导航方法
CN107622508A (zh) * 2017-08-15 2018-01-23 中国科学院长春光学精密机械与物理研究所 一种视频卫星对非合作运动目标的跟踪方法
CN108917772A (zh) * 2018-04-04 2018-11-30 北京空间飞行器总体设计部 基于序列图像的非合作目标相对导航运动估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839721A (zh) * 2010-03-12 2010-09-22 西安电子科技大学 自主交会对接中的视觉导航方法
CN107622508A (zh) * 2017-08-15 2018-01-23 中国科学院长春光学精密机械与物理研究所 一种视频卫星对非合作运动目标的跟踪方法
CN108917772A (zh) * 2018-04-04 2018-11-30 北京空间飞行器总体设计部 基于序列图像的非合作目标相对导航运动估计方法

Also Published As

Publication number Publication date
CN110412868A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
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
Song et al. Deep learning-based spacecraft relative navigation methods: A survey
Trebi-Ollennu et al. Design and analysis of a sun sensor for planetary rover absolute heading detection
Xu et al. Autonomous rendezvous and robotic capturing of non-cooperative target in space
CN110146093B (zh) 双体小行星探测自主协同光学导航方法
Li et al. Autonomous navigation and guidance for landing on asteroids
Kanani et al. Vision based navigation for debris removal missions
Tsiotras ASTROS: A 5DOF experimental facility for research in space proximity operations
CN111102981B (zh) 一种基于ukf的高精度卫星相对导航方法
CN109612438B (zh) 一种虚拟共面条件约束下的空间目标初轨确定方法
Xu et al. A pose measurement method of a non-cooperative GEO spacecraft based on stereo vision
CN108534784A (zh) 一种基于空间圆轨迹的非合作航天器自旋角速度估计方法
CN110146092B (zh) 基于导航信息评价的双体小行星探测轨迹优化方法
Harvard et al. Spacecraft pose estimation from monocular images using neural network based keypoints and visibility maps
Li et al. A survey of vision based autonomous aerial refueling for unmanned aerial vehicles
CN107883925B (zh) 一种导航星座星间观测目标卫星图像模拟方法
Du et al. Pose estimation of large non-cooperative spacecraft based on extended PnP model
Steffes et al. Optical terrain relative navigation approaches to lunar orbit, descent and landing
Fasano et al. A stereo-vision based system for autonomous navigation of an in-orbit servicing platform
Miravet et al. An image-based sensor system for autonomous rendez-vous with uncooperative satellites
de Santayana et al. Surface characterization and optical navigation at the Rosetta flyby of asteroid Lutetia
Du et al. Pose measurement of a geo satellite based on natural features
Du et al. Pose determination of large non-cooperative satellite in close range using coordinated cameras
Opromolla et al. Performance evaluation of 3d model-based techniques for autonomous pose initialization and tracking
Harris Visual navigation and control for spacecraft proximity operations with unknown targets

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
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: No.462, East Xianning Road, Xi'an, Shaanxi 710043

Patentee after: CHINA XI'AN SATELLITE CONTROL CENTER

Address before: No.462, East Xianning Road, Xincheng District, Xi'an, Shaanxi 710043

Patentee before: CHINA XI'AN SATELLITE CONTROL CENTER

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220304