CN110456377A - 一种基于三维激光雷达的卫星来袭异物检测方法和系统 - Google Patents

Abstract

本发明实施例涉及一种基于三维激光雷达的卫星来袭异物检测方法和系统，该方法包括：通过星载三维激光雷达对卫星载荷周边进行扫描，得到相应的三维点云数据；根据三维点云数据对异物目标进行识别，并判断异物目标属于远目标或近目标，在针对远目标或近目标得到相应的位置信息；根据位置信息调整三维激光雷达的视场，使异物目标出现在视场中，并对异物目标进行追踪和连续扫描。本发明通过三维激光雷达可以获取卫星载荷周围的三维点云数据，可以对异物目标进行更为准确的识别和定位，便于后续进行异物的清除。另外，还能根据异物检测系统反馈的位置信息进行视场调整，进而对异物目标进行连续扫描，实现对异物目标的追踪。

Description

一种基于三维激光雷达的卫星来袭异物检测方法和系统

技术领域

本发明涉及航天技术领域，尤其涉及一种基于三维激光雷达的卫星来袭异物检测方法和系统。

背景技术

激光雷达(Space Based Radar，简称SBR)是以激光为载波的雷达，通过对回波信号所携带的目标调制信息的解调来获取目标的特征参数。为了得到目标的更加完成的整体外形信息，在激光雷达的基础上，通过添加转台/采用探测阵列的方式得到三维成像激光雷达，它不仅可以得到目标的距离、方位、高度等信息，同时可以得到速度、形状、姿态等信息，在拥有了成像特征的同时，较普通光学影像有着维度的提升。

随着人类航天活动的日益频繁，在地球轨道附近聚集分布运行着的大量空间物体，卫星在轨运行中异常接近的来袭空间物体，会给卫星安全运行带来严重威胁，一旦与卫星相碰撞，轻则影响卫星正常工作状态，重则导致卫星报废、解体，甚至可能发生在轨碰撞的连锁反应，造成重大经济损失和轨道资源破坏。在轨卫星来袭异物检测自感知系统可以实现来袭异物的自识别与跟踪，为规避或降低来袭异物的安全威胁提供技术支持。目前传统的雷达/光学探测手段，在面对抵近目标时只有一个维度或两个维度的信息。

因此现有的探测技术手段无法实现对来袭异物的三维空间结构进行获取与分析，得到异物目标的高精度测角定位信息。

上述缺陷是本领域技术人员期望克服的。

发明内容

(一)要解决的技术问题

为解决上述问题，本发明提供一种基于三维激光雷达的卫星来袭异物检测方法和系统，解决现有技术中缺乏在卫星在轨运行中对来袭异物进行有效检测定位，从而为异物规避、处理等提供可靠信息支撑的问题。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

本发明一实施例提供一种基于三维激光雷达的卫星来袭异物检测方法，包括：

S1、通过三维激光雷达对卫星载荷周边进行扫描，得到相应的三维点云数据；

S2、根据所述三维点云数据对异物目标进行识别，并判断所述异物目标属于远目标或近目标，在针对所述远目标或所述近目标得到相应的位置信息；

S3、根据所述位置信息调整所述三维激光雷达的视场，使所述异物目标出现在所述视场中，并对所述异物目标进行追踪和连续扫描。

本发明的一个实施例中，所述步骤S2包括：

S21、根据所述三维点云数据中是否含有连续的点对所述异物目标进行识别，如果含有连续的点超过预设数量则所述异物目标为远目标，否则所述异物目标为近目标；

S22、对于所述远目标采用运动目标检测机理进行识别，并根据识别结果得到所述远目标的位置信息；

S23、对所述近目标进行边缘轮廓和目标特征的提取，并根据提取结果分别得到所述近目标的位置信息和尺寸信息。

本发明的一个实施例中，所述步骤S22中的所述对于所述远目标采用运动目标检测机理进行识别包括：

S221、根据所述三维点云数据得到对应的点云图像，并结合连续的所述三维点云数据得到包含运动目标的点云图像序列，所述运动目标为在不同帧的点云图像中位置发生变化的远目标；

S222、基于所述图像序列对当前帧点云图像中的运动目标进行运动参数估计，得到下一帧点云图像序列中目标预估位置的区域范围，所述运动参数包括异物目标的运动速度和运动方向；

S223、如果后一帧点云图像中的运动目标的位置在所述预估位置的区域范围内，则保留所述运动目标；

S224、对步骤S223中保留的运动目标在当前帧的点云图像和后一帧的点云图像中的反射率的差异是否在预设范围进行判断，保留所述反射率的差异在所述预设范围内的运动目标，作为所述识别结果；

S225、利用S221～S224中所述点云图像中未保留的运动目标，即为非目标噪声点，去除噪声点，得到去噪后的图像序列。

本发明的一个实施例中，所述步骤S22中的所述根据识别结果得到所述远目标的位置信息包括：

S226、根据所述识别结果中保留的运动目标的质心位置确定所述远目标的位置信息。

本发明的一个实施例中，所述步骤S23包括：

S231、对所述三维点云数据利用目标表面信息平滑的特点进行离群噪声点去除，得到去噪后的点云数据；

S232、利用边缘轮廓平滑的特点对所述去噪后的点云数据进行边缘轮廓提取，得到近目标的轮廓；

S233、对所述去噪后的点云数据进行目标特征提取，得到的目标的质心位置作为所述近目标的中心位置，所述中心位置表示所述近目标的所述位置信息；

S234、根据所述近目标的轮廓结合所述中心位置计算所述轮廓距离所述中心位置的最小距离和最大距离，并根据所述最小距离和所述最大距离得到所述近目标的尺寸信息。

本发明的一个实施例中，所述步骤S3包括：

S31、根据所述位置信息更新所述异物检测系统中的运动参数；

S32、根据所述运动参数对所述异物目标在下一帧所述视场图像中的位置进行预估，得到预估位置；

S33、根据所述预估位置对所述三维激光雷达的视场进行调整。

本发明另一实施例还提供一种基于三维激光雷达的卫星来袭异物检测系统，包括：

三维激光雷达系统，用于通过三维激光雷达对卫星载荷周边进行扫描，得到相应的三维点云数据；

异物检测系统，与所述三维激光雷达系统连接，用于根据所述三维点云数据对异物目标进行识别，并判断所述异物目标属于远目标或近目标，在针对所述远目标或所述近目标得到相应的位置信息；

追踪控制系统，与所述三维激光雷达系统和所述异物检测系统连接，通过所述异物检测系统确定所述三维激光雷达系统的当前视场中是否含有所述异物目标，当含有所述异物目标时，所述追踪控制系统用于根据所述异物检测系统反馈的所述位置信息调整所述三维激光雷达的视场，使所述异物目标出现在所述视场中，并对所述异物目标进行追踪和连续扫描。

本发明的一个实施例中，所述三维激光雷达系统采用线扫模式进行扫描，所述线扫模式通过单线激光雷达结合用于设置所述单线激光雷达的一维转台实现；或所述线扫模式通过多线激光雷达结合用于设置所述多线激光雷达的一维转台实现；或者所述三维激光雷达系统采用面阵模式进行扫描，所述面阵模式通过固态面阵激光雷达结合用于设置所述固态面阵激光雷达的二维转台实现。

本发明的一个实施例中，所述异物检测系统包括：

远近识别模块，用于根据所述三维点云数据中是否含有连续的点对所述异物目标进行识别，如果含有连续的点超过预设数量则所述异物目标为远目标，否则所述异物目标为近目标；

远目标模块，与所述远近识别模块连接，用于对于所述远目标采用运动目标检测机理进行识别，并根据识别结果得到所述远目标的位置信息；

近目标模块，与所述远近识别模块连接，用于对所述近目标进行边缘轮廓和目标特征的提取，并根据提取结果分别得到所述近目标的位置信息和尺寸信息。

本发明的一个实施例中，所述追踪控制系统包括：

信息更新模块，用于根据所述位置信息更新所述异物检测系统中的运动参数；

位置预估模块，用于根据所述运动参数对所述异物目标在下一帧所述视场图像中的位置进行预估，得到预估位置；

视场移位模块，用于根据所述预估位置对所述三维激光雷达的视场进行调整。

(三)有益效果

本发明的有益效果是：本发明实施例提供的基于三维激光雷达的卫星来袭异物检测方法和系统，通过三维激光雷达可以获取卫星载荷周围的三维点云数据，相较于传统的二维图像，可以对异物目标进行更为准确的识别和定位，便于后续进行异物的清除。另外，本发明还能根据异物检测系统反馈的位置信息进行视场调整，进而对异物目标进行连续扫描，实现对异物目标的追踪。

附图说明

图1为本发明一实施例提供的一种基于三维激光雷达的卫星来袭异物检测方法的流程图；

图2为本发明一实施例图1中步骤S1的流程图；

图3为本发明一实施例图2中步骤S22的流程图；

图4为本发明一实施例图2中步骤S23的流程图；

图5为本发明一实施例图1中步骤S3的流程图

图6为本发明另一实施例提供的一种基于三维激光雷达的卫星来袭异物检测系统的示意图；

图7为本发明另一实施例中异物检测系统620的示意图；

图8为本发明另一实施例中追踪控制系统630的示意图；

图9为本发明实施例一中单线三维激光雷达系统线扫工作模式示意图；

图10为本发明实施例二中多线三维激光雷达系统线扫工作模式示意图；

图11为本发明实施例三中三维激光雷达系统面阵工作模式中的大范围搜索示意图；

图12为本发明实施例三中三维激光雷达系统面阵工作模式中的跟踪定位示意图。

具体实施方式

为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

本发明以下实施例提供一种基于三维激光雷达的卫星来袭异物检测方法，图1为本发明一实施例提供的一种基于三维激光雷达的卫星来袭异物检测方法的流程图，如图1所示，该方法包括以下步骤：

S1、通过三维激光雷达对卫星载荷周边进行扫描，得到相应的三维点云数据。

S2、根据所述三维点云数据对异物目标进行识别，并判断所述异物目标属于远目标或近目标，在针对所述远目标或所述近目标得到相应的位置信息。

S3、根据所述位置信息调整所述三维激光雷达的视场，使所述异物目标出现在所述视场中，并对所述异物目标进行追踪和连续扫描。

在图1所示本发明实施例所提供的技术方案中，通过三维激光雷达可以获取卫星周围的三维点云数据，相较于传统的二维图像，可以对异物目标进行更为准确的识别和定位，便于后续进行异物的清除。另外，本发明还能根据异物检测系统反馈的位置信息进行视场调整，进而对异物目标进行连续扫描，实现对异物目标的追踪。

以下对图1所示实施例的各个步骤的具体实现进行详细阐述：

在步骤S1中，通过三维激光雷达对卫星周边进行扫描，得到视场图像，并基于所述视场图像得到相应的三维点云数据。

本发明的一个实施例中，该步骤中可以采用三维激光雷达系统(系统中除了包括雷达还包括其他用于实现雷达扫描功能的配件)进行扫描。激光扫描技术的诸多优势，极大的促进了激光扫描设备的发展和应用。随着激光扫描技术发展的越来越成熟，将其应用在天基卫星上来袭异物检测领域同样也会取得很好的效果。三维激光雷达系统作为一种新型的空间数据采集处理系统，突破传统的单点测量方法，能够实时地反映异物目标的空间位置信息和目标尺寸信息，能够很好地满足现代测量技术非接触、高效率、高精度、高抗干性、高精细度的要求，因而本实施例中基于三维激光雷达系统获取的三维点云数据较二维光学成像获取的二维图像信息更为直观、准确。

本发明的一个实施例中，本实施例中的三维激光雷达系统安装与卫星上，可以通过单线激光雷达、多线激光雷达或面阵激光雷达来实现

在步骤S2中，根据所述三维点云数据对异物目标进行识别，并判断所述异物目标属于远目标或近目标，在针对所述远目标或所述近目标得到相应的位置信息。

图2为本发明一实施例图1中步骤S1的流程图，如图2所示，具体包括以下步骤：

S21、根据所述三维点云数据中是否含有连续的点对所述异物目标进行识别，如果含有连续的点超过预设数量则所述异物目标为远目标，否则所述异物目标为近目标。

S22、对于所述远目标采用运动目标检测机理进行识别，并根据识别结果得到所述远目标的位置信息。

S23、对所述近目标进行边缘轮廓和目标特征的提取，并根据提取结果分别得到所述近目标的位置信息和尺寸信息。

本发明的一个实施例中，步骤S21中对于获取的三维点云数据进行判断，当获取的三维点云数据中有大量连续的点时，异物目标为远距离目标，否则为近距离目标。其中“连续的点的预设数量”可以根据识别精度的要求等进行调整，例如，本实施例中大量连续的点可以为预设范围内有3～100个点，即认为是大量连续的点。

需要说明的是，本文中出现的“远目标”为远距离目标的简称，即距离卫星距离较远的异物目标；“近目标”为近距离目标的简称，即为距离卫星距离较近的目标，例如距离远近的划分标准为根据视场中点的数量是否超过预设数量进行划分，例如，当视场范围内点数为3～100时，认定视场中的目标为远目标；反之，则为近目标。

图3为本发明一实施例图2中步骤S22的流程图，用于对远目标的识别，如图3所示，具体包括以下步骤：

S221、根据所述三维点云数据得到对应的点云图像，并结合连续的所述三维点云数据得到包含运动目标的点云图像序列，所述运动目标为在不同帧的点云图像中位置发生变化的远目标。

S222、基于所述去噪后的图像序列对当前帧点云图像中的运动目标进行运动参数估计，得到下一帧点云图像序列中目标预估位置的区域范围，所述运动参数包括异物目标的运动速度和运动方向。

S223、如果后一帧点云图像中的运动目标的位置在所述预估位置的区域范围内，则保留所述运动目标。通过步骤S222和S223，对点云图像序列中剩余的点进行运动参数估计，如果下一帧图像中异物目标的位置位于运动参数估计所在位置的某区域范围内，则确认为异物目标；反之，如果不在该区域范围内，说明运动目标是需要排除的。

需要说明的是，该区域范围可以根据场景和经验确定，具体为：根据空间碎片等异物的通常运动速度范围，并结合两帧图像之间的时间差可以计算出正常情况下同一异物目标在相邻两帧的图像中的运动距离，该运动距离的范围就是该区域范围的大小。

S224、对步骤S223中保留的运动目标在当前帧的点云图像和后一帧的点云图像中的反射率的差异是否在预设范围进行判断，保留所述反射率的差异在所述预设范围内的运动目标，作为所述识别结果。

该步骤中通过目标反射率对异物目标进行进一步确认，由于不同目标的反射率不同，因此如果前后两帧图像的异物目标的反射率分布差异在某个范围之内，则进一步确认为异物目标，例如，如果反射率差异在10％之内，认为属于异物目标；反之，如果不在该范围之内，则将该目标排除。

S225、利用S221～S224中所述点云图像中未保留的运动目标，即为非目标噪声点，去除噪声点，得到去噪后的图像序列。由于远目标会在多帧图像序列中连续出现，如果不是连续出现的，则更有可能是噪声，并不是真正的异物目标，因此对于远目标需要对点云图像序列进行去噪及后续处理。

S226、根据所述识别结果中保留的运动目标的质心位置确定所述远目标的位置信息。对于远目标只需要识别获取到异物目标的位置信息即可。例如，在实际场景中，可以用测角定位信息表示异物目标在某空间坐标系下的绝对位置，也就是位置信息。

基于图3所示的步骤，能够对远目标进行识别，基于运动参数和反射率进行目标确认，识别卫星周围的来袭异物，确定场景中异物测角定位信息，并实时将该信息反馈给三维激光雷达系统。

图4为本发明一实施例图2中步骤S23的流程图，用于对近目标的识别，如图4所示，具体包括以下步骤：

S231、对所述三维点云数据利用目标表面信息平滑的特点进行离群噪声点去除，得到去噪后的点云数据。该步骤中由于对于近目标而言，三维点云数据中目标的信息更多更全面，因此不同于远目标的去噪处理，该步骤中可以利用目标表面信息平滑的特点进行离群噪声点去除。

S232、利用边缘轮廓平滑的特点对所述去噪后的点云数据进行边缘轮廓提取，得到近目标的轮廓。

S233、对所述去噪后的点云数据进行目标特征提取，得到的目标的质心位置作为所述近目标的中心位置，所述中心位置表示所述近目标的所述位置信息。

S234、根据所述近目标的轮廓结合所述中心位置计算所述轮廓距离所述中心位置的最小距离和最大距离，并根据所述最小距离和所述最大距离得到所述近目标的尺寸信息。

基于图4所示的步骤，能够对近目标进行识别，经过去噪、边缘轮廓提取和目标特征提取，能够获得异物目标的更多信息，因此除了位置信息还可以确定异物目标的尺寸信息。

图5为本发明一实施例图1中步骤S3的流程图，表示对远目标的识别，如图5所示，具体包括以下步骤：

S31、根据所述位置信息更新所述异物检测系统中的运动参数，运动参数包括运动速度和运动方向。

S32、根据所述运动参数对所述异物目标在下一帧所述视场图像中的位置进行预估，得到预估位置。根据异物目标的运动速度和运动方向计算异物目标在两帧图像的间隔时间内移动的位置进行预估。

S33、根据所述预估位置对所述三维激光雷达的视场进行调整。具体的，可以根据激光雷达设置的转台进行调节，将视场移动到合适位置，确保异物目标出现在视场中。

前述步骤S1～S2基于三维激光雷达获取的三维点云数据进行大范围搜索，如果发现异物目标，则对异物目标进行跟踪定位，如果没有发现异物目标在，则通过更换视场位置继续寻找异物目标。上述步骤S3对跟踪定位的过程进行说明，具体为根据已检测到的异物目标的位置信息更新其运动参数，主要是运动方和速度大小，进而根据已有信息对下一时刻异物目标可能运动到的位置进行预估，进而对三维激光雷达的视场进行调整，以便能够在三维激光雷达的视场范围内扫描到异物目标，进而对其进行跟踪定位。

综上所述，本发明实施例提供的基于三维激光雷达的天基卫星异物检测方法，能够通过固定位置安装的激光雷达扫描系统对目标和场景进行实时扫描成像测量，得到包含目标的三维点云信息，实时根据该三维点云信息对异物目标的位置信息或位置信息和尺度信息，进而对异物目标进行跟踪，以实现天基卫星来袭异物的检测，便于后续的异物清除。

图6为本发明另一实施例提供的一种基于三维激光雷达的卫星来袭异物检测系统的示意图，如图6所示，该系统600包括：三维激光雷达系统610、异物检测系统620和追踪控制系统630。

其中三维激光雷达系统610用于通过三维激光雷达对卫星载荷周边进行扫描，得到相应的三维点云数据；异物检测系统620与所述三维激光雷达系统连接，用于根据所述三维点云数据对异物目标进行识别，并判断所述异物目标属于远目标或近目标，在针对所述远目标或所述近目标得到相应的位置信息；追踪控制系统630与所述三维激光雷达系统和所述异物检测系统连接，通过所述异物检测系统确定所述三维激光雷达系统的当前视场中是否含有所述异物目标，当含有所述异物目标时，所述追踪控制系统用于根据所述异物检测系统反馈的所述位置信息调整所述三维激光雷达的视场，使所述异物目标出现在所述视场中，并对所述异物目标进行追踪和连续扫描。

本发明的一个实施例中，所述三维激光雷达系统610主要有两种工作模式，即线扫模式和面阵模式。对于线扫模式，根据雷达类型不同，同时发射一个/多个激光光束，由单探测器/多线性探测器进行数据接收；利用激光线束扫描，形成一维方向上的单个/多个垂直排列的线扫区域；利用一维转台，进行垂直于激光线束扫描方向上的转动，形成大范围覆盖三维空间信息获取。对于面阵模式，可以使用面阵雷达，该雷达通过单次数据采集即可实现三维空间场景信息获取。

本发明的一个实施例中，图7为本发明另一实施例中异物检测系统620的示意图，如图7所示，异物检测系统620包括：远近识别模块621、远目标模块622和近目标模块623。

其中远近识别模621用于根据所述三维点云数据中是否含有连续的点对所述异物目标进行识别，如果含有连续的点超过预设数量则所述异物目标为远目标，否则所述异物目标为近目标；远目标模块622与所述远近识别模块621连接，用于对于所述远目标采用运动目标检测机理进行识别，并根据识别结果得到所述远目标的位置信息；近目标模块623与所述远近识别模块621连接，用于对所述近目标进行边缘轮廓和目标特征的提取，并根据提取结果分别得到所述近目标的位置信息和尺寸信息。

本发明的一个实施例中，异物检测系统620包括具有处理能力的处理器及其运行其上的异物位置及尺度检测软件系统，其中该处理器可以为嵌入式处理器或计算机。

本发明的一个实施例中，图8为本发明另一实施例中追踪控制系统630的示意图，如图8所示，所述追踪控制系统630包括：信息更新模块631、位置预估模块632和视场移位模块633。

其中信息更新模块630用于根据所述位置信息更新所述异物检测系统中的运动参数；位置预估模块632用于根据所述运动参数对所述异物目标在下一帧所述视场图像中的位置进行预估，得到预估位置；视场移位模块633用于根据所述预估位置对所述三维激光雷达的视场进行调整。

以下结合具体实施例对上述基于三维激光雷达的卫星来袭异物检测系统的实现过程进行说明：

实施例一

实施例一中三维激光雷达系统采用线扫模式，通过单线激光雷达结合用于设置所述单线激光雷达的一维转台实现。同时配合异物检测系统，实现天基卫星在轨运行过程中的来袭异物检测和追踪。

图9为单线三维激光雷达系统线扫工作模式示意图，如图9所示，原理说明如下：

首先，单线激光雷达的扫描线束为单线激光点束，经过旋转形成扫描区域，返回的线束由单点探测器接收。图9中灰色部分为由单条激光扫描线束，旋转以后覆盖扫描区域形成的以雷达为中心的单个圆形或扇形区域。其次，通过垂直于扫描线束扫描区域方向的一维转台的控制，形成大区域范围目标三维位置信息获取。一维转台的扫描区域较大，应覆盖整个数据获取区域。最后，将单线三维激光雷达系统获取的定位信息实时反馈给异物检测系统，根据目标的远/近距离情况，选择不同的识别方法，形成异物目标的测角定位信息，具体为远目标的位置信息，近目标的位置信息和尺寸信息。

实施例二

实施例二中三维激光雷达系统也是采用线扫模式，但是所述线扫模式通过多线激光雷达结合用于设置所述多线激光雷达的一维转台实现。同时配合异物检测系统，实现天基卫星在轨运行过程中的来袭异物检测和追踪。

图10为多线三维激光雷达系统线扫工作模式示意图，如图10所示，原理说明如下：

首先，多线激光雷达的扫描线束为多个单线激光点束L，多个单线激光点束呈线性均匀排列，各线之间间隔角度A基本一致，且间隔较大。同时扫描线束的扫描方向垂直于激光点束线性排列方向，经过旋转形成扫描区域，返回的线束由线阵列多点探测器接收。图10中灰色部分为由多条激光扫描线束，旋转以后覆盖扫描区域形成的以雷达为中心的圆形或扇形区域。区别于图9的单线激光雷达，图10中的多线激光雷达单次线扫可形成多个扇形区域。

其次，通过垂直于扫描线束扫描区域方向(和激光点束线性排列方向一致)的一维转台的控制，经过较小角度的扫描，形成大区域范围目标三维位置信息获取。区别于图9中的单线三维激光雷达，多线三维激光雷达扫描区域仅覆盖多线激点点束间隔角度A，因此扫描区域为激光点束间隔角度和激光点束数量的乘积，即A*L。

最后，与实施例一类似，将多线三维激光雷达系统获取的位置信息实时反馈给异物检测系统，根据目标的远/近距离情况选择不同的识别方法，即可形成目标测角定位信息，具体为远目标的位置信息，近目标的位置信息和尺寸信息。

基于上述实施例一和实施例二，单线/多线三维激光雷达系统的线扫模式，数据量小，数据处理难度低，但定位精确度低，但由于单次数据获取范围极大，因此适用于大目标低精度需求下的来袭异物检测。

实施例三

实施例三中三维激光雷达系统还可以采用面阵模式进行扫描，所述面阵模式通过固态面阵激光雷达结合用于设置所述固态面阵激光雷达的二维转台实现。同时配合异物检测系统，形成大范围搜索和跟踪定位两种工作模式，实现天基卫星在轨运行过程中的精密来袭异物检测。

其中固态面阵雷达利用雷达单次数据采集即可实现目标与场景的三维空间信息获取，所述面阵激光雷达的激光线束为M*N的激光线束阵列，面阵雷达视场如图11和图12中灰色网格所示，区别于图9和图10中的线扫雷达，面阵雷达不须进行激光线束扫描，返回的激光线束由M*N的探测器阵列接收。以固态面阵三维激光雷达系统为例，根据实际应用，其工作过程可分为大范围搜索模式和跟踪定位模式两个步骤，具体如下：

图11为三维激光雷达系统面阵工作模式中的大范围搜索示意图，如图11所示，在大范围搜索模式下，配合二维转台，移动面阵雷达视场，进行大范围扫描搜索，直到发现目标后，转入跟踪定位模式，其步骤如下：

首先，每次获取一组M*N阵列三维激光雷达数据的同时，将位置信息实时反馈给异物检测系统，由系统结合目标的远/近距离情况选择不同的识别方法，判别当前视场中是否有目标。该步骤中利用多个激光光束，由固态面阵激光器进行数据接收。固态面阵激光器每接收一次数据，即可形成一组三维点云数据，并发送给异物检测系统，同时及时接收异物检测系统反馈的位置信息。

其次，当没有目标时，移动二维转台到下一个视场位置，继续重复上一步骤，即进行大范围扫描搜索。

最后，当判断视场中有目标时，转入跟踪定位模式。

图12为三维激光雷达系统面阵工作模式中的跟踪定位示意图，如图12所示，在跟踪定位模式下，当发现目标后，配合异物检测系统提供的信息，利用二维转台及时调整视场位置，使目标时刻位于视场中，实现目标的跟踪定位，其基本步骤如下：

首先，每次获取一组M*N阵列三维激光雷达数据的同时，将位置信息实时反馈给异物检测系统，由系统结合目标的远/近距离情况选择不同的识别方法，判断目标在视场中的位置，实时返回目标信息，同时更新运动参数估计数据；

其次，根据之前获取的三维数据序列，计算出目标的运动方向和运动速度，从而估算出目标在下一帧视场中的位置；

然后，控制二维转台将视场移动到合理位置，确保目标位于视场中；

最后，重复上述三个步骤，直到有外停止信号介入。

与线扫模式三维激光雷达系统相比，面阵模式三维激光雷达系统定位精度很高，但由于单次信息获取的视场较小，因此适用于较小目标高精度需求下的来袭异物检测。

由于本公开的示例实施例的基于三维激光雷达的卫星来袭异物检测系统的各个功能模块与上述图1所示的基于三维激光雷达的卫星来袭异物检测方法的示例实施例的步骤对应，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的基于三维激光雷达的卫星来袭异物检测方法的实施例。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种基于三维激光雷达的卫星来袭异物检测方法，其特征在于，包括：

S1、通过三维激光雷达对卫星载荷周边进行扫描，得到相应的三维点云数据；

S2、根据所述三维点云数据对异物目标进行识别，并判断所述异物目标属于远目标或近目标，在针对所述远目标或所述近目标得到相应的位置信息；

S3、根据所述位置信息调整所述三维激光雷达的视场，使所述异物目标出现在所述视场中，并对所述异物目标进行追踪和连续扫描。

2.如权利要求1所述的基于三维激光雷达的卫星来袭异物检测方法，其特征在于，所述步骤S2包括：

S21、根据所述三维点云数据中是否含有连续的点对所述异物目标进行识别，如果含有连续的点超过预设数量则所述异物目标为远目标，否则所述异物目标为近目标；

S22、对于所述远目标采用运动目标检测机理进行识别，并根据识别结果得到所述远目标的位置信息；

S23、对所述近目标进行边缘轮廓和目标特征的提取，并根据提取结果分别得到所述近目标的位置信息和尺寸信息。

3.如权利要求2所述的基于三维激光雷达的卫星来袭异物检测方法，其特征在于，所述步骤S22中的所述对于所述远目标采用运动目标检测机理进行识别包括：

S221、根据所述三维点云数据得到对应的点云图像，并结合连续的所述三维点云数据得到包含运动目标的点云图像序列，所述运动目标为在不同帧的点云图像中位置发生变化的远目标；

S222、基于所述图像序列对当前帧点云图像中的运动目标进行运动参数估计，得到下一帧点云图像序列中目标预估位置的区域范围，所述运动参数包括异物目标的运动速度和运动方向；

S223、如果后一帧点云图像中的运动目标的位置在所述预估位置的区域范围内，则保留所述运动目标；

S224、对步骤S223中保留的运动目标在当前帧的点云图像和后一帧的点云图像中的反射率的差异是否在预设范围进行判断，保留所述反射率的差异在所述预设范围内的运动目标，作为所述识别结果；

S225、利用S221～S224中所述点云图像中未保留的运动目标，即为非目标噪声点，去除噪声点，得到去噪后的图像序列。

4.如权利要求3所述的基于三维激光雷达的卫星来袭异物检测方法，其特征在于，所述步骤S22中的所述根据识别结果得到所述远目标的位置信息包括：

S226、根据所述识别结果中保留的运动目标的质心位置确定所述远目标的位置信息。

5.如权利要求2所述的基于三维激光雷达的卫星来袭异物检测方法，其特征在于，所述步骤S23包括：

S231、对所述三维点云数据利用目标表面信息平滑的特点进行离群噪声点去除，得到去噪后的点云数据；

S232、利用边缘轮廓平滑的特点对所述去噪后的点云数据进行边缘轮廓提取，得到近目标的轮廓；

S233、对所述去噪后的点云数据进行目标特征提取，得到的目标的质心位置作为所述近目标的中心位置，所述中心位置表示所述近目标的所述位置信息；

S234、根据所述近目标的轮廓结合所述中心位置计算所述轮廓距离所述中心位置的最小距离和最大距离，并根据所述最小距离和所述最大距离得到所述近目标的尺寸信息。

6.如权利要求3所述的基于三维激光雷达的卫星来袭异物检测方法，其特征在于，所述步骤S3包括：

S31、根据所述位置信息更新所述异物检测系统中的运动参数；

S32、根据所述运动参数对所述异物目标在下一帧所述视场图像中的位置进行预估，得到预估位置；

S33、根据所述预估位置对所述三维激光雷达的视场进行调整。

7.一种基于三维激光雷达的卫星来袭异物检测系统，其特征在于，包括：

三维激光雷达系统，用于通过三维激光雷达对卫星载荷周边进行扫描，得到相应的三维点云数据；

异物检测系统，与所述三维激光雷达系统连接，用于根据所述三维点云数据对异物目标进行识别，并判断所述异物目标属于远目标或近目标，在针对所述远目标或所述近目标得到相应的位置信息；

追踪控制系统，与所述三维激光雷达系统和所述异物检测系统连接，通过所述异物检测系统确定所述三维激光雷达系统的当前视场中是否含有所述异物目标，当含有所述异物目标时，所述追踪控制系统用于根据所述异物检测系统反馈的所述位置信息调整所述三维激光雷达的视场，使所述异物目标出现在所述视场中，并对所述异物目标进行追踪和连续扫描。

8.如权利要求7所述的基于三维激光雷达的卫星来袭异物检测系统，其特征在于，所述三维激光雷达系统采用线扫模式进行扫描，所述线扫模式通过单线激光雷达结合用于设置所述单线激光雷达的一维转台实现；或所述线扫模式通过多线激光雷达结合用于设置所述多线激光雷达的一维转台实现；或者所述三维激光雷达系统采用面阵模式进行扫描，所述面阵模式通过固态面阵激光雷达结合用于设置所述固态面阵激光雷达的二维转台实现。

9.如权利要求7所述的基于三维激光雷达的卫星来袭异物检测系统，其特征在于，所述异物检测系统包括：

远近识别模块，用于根据所述三维点云数据中是否含有连续的点对所述异物目标进行识别，如果含有连续的点超过预设数量则所述异物目标为远目标，否则所述异物目标为近目标；

远目标模块，与所述远近识别模块连接，用于对于所述远目标采用运动目标检测机理进行识别，并根据识别结果得到所述远目标的位置信息；

近目标模块，与所述远近识别模块连接，用于对所述近目标进行边缘轮廓和目标特征的提取，并根据提取结果分别得到所述近目标的位置信息和尺寸信息。

10.如权利要求9所述的基于三维激光雷达的卫星来袭异物检测系统，其特征在于，所述追踪控制系统包括：

信息更新模块，用于根据所述位置信息更新所述异物检测系统中的运动参数；

位置预估模块，用于根据所述运动参数对所述异物目标在下一帧所述视场图像中的位置进行预估，得到预估位置；

视场移位模块，用于根据所述预估位置对所述三维激光雷达的视场进行调整。