CN110501016A - 卫星姿态的测量方法及装置 - Google Patents
卫星姿态的测量方法及装置 Download PDFInfo
- Publication number
- CN110501016A CN110501016A CN201910776312.4A CN201910776312A CN110501016A CN 110501016 A CN110501016 A CN 110501016A CN 201910776312 A CN201910776312 A CN 201910776312A CN 110501016 A CN110501016 A CN 110501016A
- Authority
- CN
- China
- Prior art keywords
- star
- triangle
- combination
- observation
- nautical
- 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
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 11
- 230000009466 transformation Effects 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 19
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 5
- 238000011161 development Methods 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 4
- 238000013500 data storage Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种卫星姿态的测量方法及装置,涉及卫星姿态的技术领域,包括从图像中提取观测星,得到观测星的质心定位信息;基于质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;从总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在最大匹配组中确定最优匹配组;基于最优匹配组计算姿态转换矩阵,确定卫星姿态。本发明实施例基于载荷探测器进行姿态确定,对硬件要求较低,性价比高,开发周期短,可重构,可实现探测器复用,具有很好的灵活性。
Description
技术领域
本发明涉及卫星姿态技术领域,尤其是涉及一种卫星姿态的测量方法及装置。
背景技术
星敏感器是以恒星为测量对象的高精度姿态测量敏感器件,通过探测天球上不同位置的恒星得到对于天球惯性坐标系的指向。传统的硬件星敏感器作为星上一个专门的传感器,对成像能力以及平台的处理能力都具有较高的要求,且每颗卫星搭载自己专属的星敏感器,缺乏通用性,且具有造价昂贵,开发周期长等特点。
发明内容
有鉴于此,本发明的目的在于提供一种卫星姿态的测量方法及装置,以缓解现有技术中存在的传统的硬件星敏感器作为星上一个专门的传感器,对成像能力以及平台的处理能力都具有较高的要求,且每颗卫星搭载自己专属的星敏感器,缺乏通用性,且具有造价昂贵,开发周期长的技术问题。
第一方面,本发明实施例提供了一种卫星姿态的测量方法,其中,包括:
从图像中提取观测星,得到所述观测星的质心定位信息,所述质心定位信息包括所述观测星在图像中的坐标和灰度值;
基于所述质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;其中,所述三角形组合包括:观测星组合和导航星匹配组合;
从所述总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在所述最大匹配组中确定最优匹配组;
基于所述最优匹配组计算姿态转换矩阵,确定卫星姿态。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述从图像中提取观测星,得到所述观测星的质心定位信息的步骤,包括:
对原始图像进行阈值分割和聚类,得到去除背景噪声的图像;
从所述去除背景噪声的图像中提取所述观测星,并采用基于阈值的质心定位算法对所述观测星的质心进行定位,得到质心定位信息。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述基于所述质心定位信息在图像中识别三角形组合的步骤,包括:
根据所述质心定位信息确定星等和视场中心,并按照所述星等和所述视场中心的指向确定导航星;
计算每两个所述导航星之间的导航星角距,并将所述导航星角距按照降序进行排列,得到导航星角距表;
根据所述灰度值对所述观测星做降序排列,并计算每两个所述观测星之间的观测星角距;
判断所述观测星角距在所述导航星角距表中是否满足预设误差范围;
若满足,则根据所述观测星角距确定与所述观测星角距相关联的观测星组合和导航星匹配组合,并将所述观测星组合和所述导航星匹配组合确定为三角形组合。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述根据三角形组合构建总三角形组合的步骤,包括:
判断每两个所述观测星组合之间是否存在相同观测星;
若存在,则将具有相同观测星的两个观测星组合合并为第一三角形组合,且将与相同观测星对应的导航星所在的两个导航星匹配组合合并为第二三角形组合;
根据所述灰度值与所述星等之间的对应关系,判断所述第一三角形组合中每两个观测星之间的灰度值和所述第二三角形组合中每两个导航星之间的星等关系是否一致;
若不一致,则将所述第一三角形组合与所述第二三角形组合确定为伪匹配三角形;
若一致,则将所述第一三角形组合和所述第二三角形组合合并为总三角形组合。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述从所述总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在所述最大匹配组中确定最优匹配组的步骤,包括:
判断所述观测星的旋转方向和预设参考方向是否一致;
若不一致,则确定所述总三角形组合为伪匹配总三角形,并筛选出所述伪匹配总三角形;
若一致,则将同时含有两个相同观测星和两个相同导航星的多个所述总三角形组合组成星多边形,生成最大匹配组,并从最大匹配组中确定最优匹配组。
第二方面,本发明实施例还提供一种卫星姿态的测量装置,其中,包括:
提取模块,用于从图像中提取观测星,得到所述观测星的质心定位信息,所述质心定位信息包括所述观测星在图像中的坐标和灰度值;
识别模块,用于基于所述质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;其中,所述三角形组合包括:观测星组合和导航星匹配组合;
判别模块,用于从所述总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在所述最大匹配组中确定最优匹配组;
计算模块,用于基于所述最优匹配组计算姿态转换矩阵,确定卫星姿态。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,所述提取模块,包括:
聚类单元,用于对原始图像进行阈值分割和聚类,得到去除背景噪声的图像;
定位单元,用于从所述去除背景噪声的图像中提取所述观测星,并采用基于阈值的质心定位算法对所述观测星的质心进行定位,得到质心定位信息。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,所述识别模块,包括:
第一确定单元,用于根据所述质心定位信息确定星等和视场中心,并按照所述星等和所述视场中心的指向确定导航星;
排列单元,用于计算每两个所述导航星之间的导航星角距,并将所述导航星角距按照降序进行排列,得到导航星角距表;
计算单元,用于根据所述灰度值对所述观测星做降序排列,并计算每两个所述观测星之间的观测星角距;
第一判断单元,用于判断所述观测星角距在所述导航星角距表中是否满足预设误差范围;
第一组合单元,用于若满足,则根据所述观测星角距确定与所述观测星角距相关联的观测星组合和导航星匹配组合,并将所述观测星组合和所述导航星匹配组合确定为三角形组合。
结合第二方面,本发明实施例提供了第二方面的第三种可能的实施方式,其中,所述识别模块,包括:
第二判断单元,用于判断每两个所述观测星组合之间是否存在相同观测星;
第二组合单元,用于若存在,则将具有相同观测星的两个观测星组合合并为第一三角形组合,且将与相同观测星对应的导航星所在的两个导航星匹配组合合并为第二三角形组合;
第三判断单元,用于根据所述灰度值与所述星等之间的对应关系,判断所述第一三角形组合中每两个观测星之间的灰度值和所述第二三角形组合中每两个导航星之间的星等关系是否一致;
第二确定单元,用于将所述第一三角形组合与所述第二三角形组合确定为伪匹配三角形;
第三组合单元,用于将所述第一三角形组合和所述第二三角形组合合并为总三角形组合。
第三方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中,所述计算机程序被处理器运行时执行第一方面所述方法的步骤。
本发明实施例带来了以下有益效果:
本发明实施例提供的一种卫星姿态的测量方法及装置,首先从图像中提取观测星,得到观测星的质心定位信息;然后基于质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;再从总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在最大匹配组中确定最优匹配组;最后基于最优匹配组计算姿态转换矩阵,确定卫星姿态。本发明实施例基于载荷探测器进行姿态确定,对硬件要求较低,性价比高,开发周期短,可重构,可实现探测器复用,具有很好的灵活性。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为本发明实施例提供的一种卫星姿态的测量方法的流程图;
图2为质心定位信息在图像中识别三角形组合的流程图;
图3为根据三角形组合构建总三角形组合的流程图;
图4为图1中步骤S103的流程图;
图5为本发明实施例提供的一种卫星姿态的测量装置的结构图。
图标:
11-提取模块;12-识别模块;13-判别模块;14-计算模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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。
目前传统的硬件星敏感器作为星上一个专门的传感器,对成像能力以及平台的处理能力都具有较高的要求,且每颗卫星搭载自己专属的星敏感器,缺乏通用性,且具有造价昂贵,开发周期长,基于此,本发明实施例提供的一种卫星姿态的测量方法及装置,对硬件要求较低,性价比高,开发周期短,可重构,可实现探测器复用,具有很好的灵活性。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种卫星姿态的测量方法进行详细介绍。
实施例一:
参照图1,本发明实施例提供一种卫星姿态的测量方法,可以包括:
步骤S101,从图像中提取观测星,得到观测星的质心定位信息,质心定位信息包括观测星在图像中的坐标和灰度值;
步骤S102,基于质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;其中,三角形组合包括:观测星组合和导航星匹配组合;
步骤S103,从总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在最大匹配组中确定最优匹配组;
步骤S104,基于最优匹配组计算姿态转换矩阵,确定卫星姿态。
在本发明实施例中,本发明实施例提供的卫星姿态的测量方法打破了传统卫星的一星一任务的模式,搭载高性能的天基超算平台实现一星多任务、一任务多星的模式,由于天基超算平台具备强大的实时数据处理和海量数据存储能力,拥有丰富的星上应用软件,能够按需重构以完成不同的任务,因此该方法可以使卫星资源被众多用户共享使用。综上所述,其与传统测量方法的优势在于:搭载的天基超算平台具有强大的实时数据处理能力;具有海量数据存储能力;通过软件上注的方式可以实现功能重构。
本发明实施例采用TRIAD算法进行姿态确定,通过两个不同坐标系下的两个绝对矢量来求取姿态转换矩阵,进而完成卫星姿态的确定。根据具体计算方法的不同,星敏感器常用的姿态解算算法可以分为静态确定性姿态解算算法和动态滤波估计算法。静态确定性姿态解算算法可以指根据一组矢量观测值,通过求解Wahba问题,求出卫星本体坐标系相对于惯性坐标系的方向余弦矩阵,如TRIAD算法、QUEST算法等。动态滤波估计方法是利用航天器的姿态动力学方程,建立状态方程和观测方程,根据观测信息得到一定准则下的最优估计方法得到航天器的真实姿态,如扩展卡尔曼滤波方法。
软件定义星敏感器作为卫星的一个应用程序,运行在天基超算平台上,利用卫星本身所携带的探测器进行成像,得到原始图像,基于原始图像进行工作,能够实现卫星的姿态确定。卫星除了携带探测器外,还携带太阳能电池板和卫星任务。相比于传统的星敏感器姿态确定方式,可以在确保不损失性能的基础上,复用探测器载荷,实现卫星的姿态测量。从计算复杂度上而言,传统星敏感器适配固定相机和固定算法,而软件定义星敏感器可以根据不同的相机视场角、分辨率、图像大小等采用不同的算法,并采用并行处理机制,实现传统星敏感器无法实现的高速大数据量处理性能。传统卫星上天后,卫星携带的星敏感器的视场角、分辨率、图像的大小、采用的算法都是固定的,无法改变。而软件定义星敏感器将传统的星敏感器中的星敏探头和处理算法剥离开来,其中,星敏探头为卫星所携带的载荷相机,处理算法方面可以借助软件上注的方式而采用不同的算法。
在本发明实施例中,步骤S101在具体实现时可以包括如下内容:
首先,对原始图像进行阈值分割和聚类,得到去除背景噪声的图像;
然后,从去除背景噪声的图像中提取观测星,并采用基于阈值的质心定位算法对观测星的质心进行定位,得到质心定位信息。
在本发明实施例中,对原始图像进行阈值分割和聚类,可以去除原始图像中的背景噪声。其中,阈值分割时的分割阈值t设置为:
亡=μ+kv
式中,t为分割阈值,μ为原始图像的均值,v为原始图像的方差,k为原始图像的信噪比。
为了计算观测星在星图中的准确位置,在去除背景噪声的图像中进行星点提取。星点提取包括提取观测星及质心定位,质心定位的精度不仅直接影响星敏感器的姿态测量精度,而且间接影响星图识别的成功率。本发明实施例采用基于阈值的质心定位算法,能够实现观测星质心的准确定位,得到质心定位信息。质心定位信息包括每颗观测星在图像中的坐标和灰度值。
参照图2,质心定位信息在图像中识别三角形组合的步骤在具体实现时可以包括如下内容:
步骤S201,根据质心定位信息确定星等和视场中心,并按照星等和视场中心的指向确定导航星;
在本发明实施例中,星等和视场中心的指向由成像相机的能力以及成像时刻确定,而成像相机的能力以及成像时刻可以通过质心定位信息获得。导航星为满足预设条件的Tycho-2星表恒星,其中,预设条件包括星等和位置精度阈值。
步骤S202,计算每两个导航星之间的导航星角距,并将导航星角距按照降序进行排列,得到导航星角距表;
在本发明实施例中,导航星角距θ为导航星a的向量和导航星b的向量之间的角距:
式中,为导航星角距,为导航星a的向量,为导航星b的向量。
对于导航星而言,导航星的向量为导航星在J2000坐标系下的位置。导航星角距表的格式,如表1所示:
表1导航星角距表
步骤S203,根据灰度值对观测星做降序排列,并计算每两个观测星之间的观测星角距;
在本发明实施例中,观测星可以指图像中的恒星。对于观测星而言,观测星的向量为观测星在相机坐标系下的位置,可由像平面坐标系下的坐标和相机参数得到。设观测星在像平面坐标系中的坐标为(x,y),像平面的中心点坐标为(x0,y0),星敏感器的焦距为f,则像平面坐标系到相机坐标系的转换公式为:
式中,为观测星在像平面坐标系中的横坐标,y为观测星在像平面坐标系中的纵坐标,x0为像平面的中心点横坐标,y0为像平面的中心点纵坐标,f为星敏感器的焦距。
步骤S204,判断观测星角距在导航星角距表中是否满足预设误差范围;
在本发明实施例中,预设误差范围可以设置为[0,0.1]。
步骤S205,若满足,则根据观测星角距确定与观测星角距相关联的观测星组合和导航星匹配组合,并将观测星组合和导航星匹配组合确定为三角形组合。
在本发明实施例中,根据观测星i和观测星j之间的观测星角距,得到观测星组合(i,j)和导航星匹配组合[(di1,dj1),(di2,dj2),……,(din,djn)],根据观测星i和观测星k之间的观测星角距,得到观测星组合(i,k)和导航星匹配组合[(Di1,Dk1),(Di2,Dk2),……,(Din,Dkn)]。如果存在dia=Dib(,b∈m),则根据观测星组合(i,k)之间的观测星角距和导航星组合(dia,Dkb)之间的导航星角距判断观测星组合(i,j,k)和导航星组合(dia,dja,Dkb)是否可以构成三角形,若构成,则将观测星组合(i,j,k)和导航星组合(dia,dja,Dkb)确定为三角形组合。
示例性的,根据观测星G1和观测星G2之间的观测星角距确定观测星组合(G1,G2)和导航星匹配组合[(D1,D3),(D2,D8),(D3,D4),(D5,D6)],根据观测星G1和观测星G3之间的观测星角距确定导航星组合(G1,G3)和导航星匹配组合[(D1,D5),(D2,D8),(D3,D6),(D4,D5)],由于两组观测星组合中均有观测星G1,所以将两组观测星组合取并集,得到观测星组合(G1,G2,G3)和导航星(D1,D3,D5),然后分别判断观测星(G1,G2,G3)和导航星(D1,D3,D5)是否构成三角形,若构成,则将观测星组合(G1,G2,G3)和导航星组合(D1,D3,D5)确定为三角形组合。
参照图3,根据三角形组合构建总三角形组合的步骤在具体实现时可以包括如下内容:
步骤S301,判断每两个观测星组合之间是否存在相同观测星;
在本发明实施例中,若第一组观测星组合为(G1,G2),第二组观测星组合为(G1,G3),则两组观测星组合中存在相同观测星G1;若第一组观测星组合为(G1,G2),第二组观测星组合为(G3,G4),则两组观测星组合中不存在相同观测星。
步骤S302,若存在,则将具有相同观测星的两个观测星组合合并为第一三角形组合,且将与相同观测星对应的导航星所在的两个导航星匹配组合合并为第二三角形组合;
在本发明实施例中,若第一组观测星组合为(G1,G2),第二组观测星组合为(G1,G3),相同观测星为G1,则第一三角形组合为(G1,G2,G3),与相同观测星G1对应的导航星D1所在的两个导航星匹配组合(D1,G3)和(D1,G5)合并为第二三角形组合(D1,G3,G5)。
步骤S303,根据灰度值与星等之间的对应关系,判断第一三角形组合中每两个观测星之间的灰度值和第二三角形组合中每两个导航星之间的星等关系是否一致;
在本发明实施例中,星等和灰度值之间的关系应满足m=-2.5logflux+C,其中,flux为流量,m为星等,C为定标。若两个导航星D1和D2的星等分别是m1和m2,两个观测星G1和G2的灰度值分别是V1和V2,应满足以下公式:
式中:m1为导航星D1的星等,m2为导航星D2的星等,V1为观测星G1的灰度值,V2为观测星G2的灰度值。
若满足上述公式,则第一三角形组合中每两个观测星之间的灰度值和第二三角形组合中每两个导航星之间的星等关系一致;若不满足上述公式,则第一三角形组合中每两个观测星之间的灰度值和第二三角形组合中每两个导航星之间的星等关系不一致。
步骤S304,若不一致,则将第一三角形组合与第二三角形组合确定为伪匹配三角形;
步骤S305,若一致,则将第一三角形组合和第二三角形组合合并为总三角形组合。
在本发明实施例中,若第一三角形组合为(i,j,k),第二三角形组合为(di,dj,dk),则总三角形组合为(i,j,k,di,dj,dk)。
参照图4,步骤S103可以包括:
步骤S401,判断观测星的旋转方向和预设参考方向是否一致;
在本发明实施例中,针对每个总三角形组合(i,j,k,di,dj,dk),根据观测星的旋转方向判断(i,j,k,di,dj,dk)是否为伪匹配总三角形,该步骤可以筛选掉与预设参考方向不一致的伪匹配三角形。由观测星的矢量组成的球面三角形的观测星的旋转方向和由参考矢量组成的球面三角形的预设参考方向存在如下关系:
如果Rotb和Rotr的符号相同,说明Δbibjbk和Δrlrmrn的旋转方向是一致的;否则,旋转方向是相反的。
步骤S402,若不一致,则确定总三角形组合为伪匹配总三角形,并筛选出伪匹配总三角形;
步骤S403,若一致,则将同时含有两个相同观测星和两个相同导航星的多个总三角形组合组成星多边形,生成最大匹配组,并从最大匹配组中确定最优匹配组。
在本发明实施例中,如果第一三角形组合(G1,G2,G3)对应第二三角形组合(D1,D2,D3),第一三角形组合(G1,G2,G4)对应第二三角形组合(D1,D2,D4),则第一三角形组合都含有G1和G2,可以将同时含有G1和G2的多个第一三角形组合组成观测星多边形(G1,G2,G3,G4),对应的导航星多边形是(D1,D2,D3,D4),最大匹配组为(G1,G2,G3,G4,D1,D2,D3,D4)。在最大匹配组存在多个时,分别计算每个最大匹配组中的每两个观测星和观测星对应的每两个导航星之间的角距差(dis1,dis2,…,disn),并确定同一最大匹配组中最大角距差maxDis=max(dis1,dis2,…,disn),一个最大匹配组对应一个最大角距差,选取最大角距差maxDis最小的一个最大匹配组作为最优匹配组。
本文基于恒星之间的角距,构建最大匹配组进行恒星识别,并通过星等和旋转方向剔除伪匹配三角形,提高计算速度,确保了算法的鲁棒性和可靠性。星图识别技术作为卫星姿态确定的基础性工作,其成功率决定了姿态测量的精度和姿态确定的可靠性。在传统卫星中探测载荷只是用于目标探测成像,而本发明实施例将星敏感器中的探测载荷除了用于成像,还用其原始图像进行姿态确定,借助于天基超算平台的高性能计算能力,实现硬件复用以及载荷的复用。此外,实现了星敏感器的通用性,可以根据卫星探测载荷成像能力的不同进行自适应的调整,使得同一款软件可以运行在多个不同的卫星上,打破了传统星敏感器的固定卫星、固定成像能力的限制。通过并行处理机制,将软件部署到天基超算平台上,实现高速处理,满足卫星在轨实时自主定姿的需要。
实施例二:
参照图5,为了实现卫星姿态的方法,本发明实施例提供一种卫星姿态的测量装置,可以包括:
提取模块11,用于从图像中提取观测星,得到观测星的质心定位信息,质心定位信息包括观测星在图像中的坐标和灰度值;
识别模块12,用于基于质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;其中,三角形组合包括:观测星组合和导航星匹配组合;
判别模块13,用于从总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在最大匹配组中确定最优匹配组;
计算模块14,用于基于最优匹配组计算姿态转换矩阵,确定卫星姿态。
在本发明实施例中,卫星姿态的测量装置基于探测载荷获得的图像对卫星姿态进行测量,实现了探测载荷的复用。卫星姿态的测量装置可以作为一种软件定义星敏感器进行卫星姿态的测量。传统的硬件星敏感器对星敏探头的光学成像能力等具有一定的限制条件,且配置固定的算法,无法在星上进行更改,缺乏普适性。相比于传统的硬件星敏感器,这种基于探测载荷提供的图像进行卫星姿态测量的装置对硬件要求较低,性价比高,可重构,可实现探测器复用,具有很好的灵活性。硬件要求低是指传统的硬件星敏感器对视场角、星等等具有一定的限制,而本发明中的探测载荷不需要限制视场角、星等等。性价比高是指探测载荷除了具有成像功能,还实现了姿态确定的功能。可重构是指可以通过上注的方式,对星上已有的卫星姿态的测量方法进行更新。
在本发明实施例中,提取模块11,包括:
聚类单元,用于对原始图像进行阈值分割和聚类,得到去除背景噪声的图像;
定位单元,用于从去除背景噪声的图像中提取观测星,并采用基于阈值的质心定位算法对观测星的质心进行定位,得到质心定位信息。
在本发明实施例中,识别模块12,包括:
第一确定单元,用于根据质心定位信息确定星等和视场中心,并按照星等和视场中心的指向确定导航星;
排列单元,用于计算每两个导航星之间的导航星角距,并将导航星角距按照降序进行排列,得到导航星角距表;
计算单元,用于根据灰度值对观测星做降序排列,并计算每两个观测星之间的观测星角距;
第一判断单元,用于判断观测星角距在导航星角距表中是否满足预设误差范围;
第一组合单元,用于若满足,则根据观测星角距确定与观测星角距相关联的观测星组合和导航星匹配组合,并将观测星组合和导航星匹配组合确定为三角形组合。
在本发明实施例中,识别模块12,包括:
第二判断单元,用于判断每两个观测星组合之间是否存在相同观测星;
第二组合单元,用于若存在,则将具有相同观测星的两个观测星组合合并为第一三角形组合,且将与相同观测星对应的导航星所在的两个导航星匹配组合合并为第二三角形组合;
第三判断单元,用于根据灰度值与星等之间的对应关系,判断第一三角形组合中每两个观测星之间的灰度值和第二三角形组合中每两个导航星之间的星等关系是否一致;
第二确定单元,用于将第一三角形组合与第二三角形组合确定为伪匹配三角形;
第三组合单元,用于将第一三角形组合和第二三角形组合合并为总三角形组合。
在本发明的又一实施例中,还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行方法实施例的步骤。
上述实施例提供的卫星姿态的测量方法及装置,首先从图像中提取观测星,得到观测星的质心定位信息;然后基于质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;再从总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在最大匹配组中确定最优匹配组;最后基于最优匹配组计算姿态转换矩阵,确定卫星姿态。本发明实施例基于载荷探测器进行姿态确定,对硬件要求较低,性价比高,开发周期短,可重构,可实现探测器复用,具有很好的灵活性。
本发明实施例所提供的卫星姿态的测量方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种卫星姿态的测量方法,其特征在于,包括:
从图像中提取观测星,得到所述观测星的质心定位信息,所述质心定位信息包括所述观测星在图像中的坐标和灰度值;
基于所述质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;其中,所述三角形组合包括:观测星组合和导航星匹配组合;
从所述总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在所述最大匹配组中确定最优匹配组;
基于所述最优匹配组计算姿态转换矩阵,确定卫星姿态。
2.根据权利要求1所述的方法,其特征在于,所述从图像中提取观测星,得到所述观测星的质心定位信息的步骤,包括:
对原始图像进行阈值分割和聚类,得到去除背景噪声的图像;
从所述去除背景噪声的图像中提取所述观测星,并采用基于阈值的质心定位算法对所述观测星的质心进行定位,得到质心定位信息。
3.根据权利要求1所述的方法,其特征在于,所述基于所述质心定位信息在图像中识别三角形组合的步骤,包括:
根据所述质心定位信息确定星等和视场中心,并按照所述星等和所述视场中心的指向确定导航星;
计算每两个所述导航星之间的导航星角距,并将所述导航星角距按照降序进行排列,得到导航星角距表;
根据所述灰度值对所述观测星做降序排列,并计算每两个所述观测星之间的观测星角距;
判断所述观测星角距在所述导航星角距表中是否满足预设误差范围;
若满足,则根据所述观测星角距确定与所述观测星角距相关联的观测星组合和导航星匹配组合,并将所述观测星组合和所述导航星匹配组合确定为三角形组合。
4.根据权利要求3所述的方法,其特征在于,所述根据三角形组合构建总三角形组合的步骤,包括:
判断每两个所述观测星组合之间是否存在相同观测星;
若存在,则将具有相同观测星的两个观测星组合合并为第一三角形组合,且将与相同观测星对应的导航星所在的两个导航星匹配组合合并为第二三角形组合;
根据所述灰度值与所述星等之间的对应关系,判断所述第一三角形组合中每两个观测星之间的灰度值和所述第二三角形组合中每两个导航星之间的星等关系是否一致;
若不一致,则将所述第一三角形组合与所述第二三角形组合确定为伪匹配三角形;
若一致,则将所述第一三角形组合和所述第二三角形组合合并为总三角形组合。
5.根据权利要求1所述的方法,其特征在于,所述从所述总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在所述最大匹配组中确定最优匹配组的步骤,包括:
判断所述观测星的旋转方向和预设参考方向是否一致;
若不一致,则确定所述总三角形组合为伪匹配总三角形,并筛选出所述伪匹配总三角形;
若一致,则将同时含有两个相同观测星和两个相同导航星的多个所述总三角形组合组成星多边形,生成最大匹配组,并从最大匹配组中确定最优匹配组。
6.一种卫星姿态的测量装置,其特征在于,包括:
提取模块,用于从图像中提取观测星,得到所述观测星的质心定位信息,所述质心定位信息包括所述观测星在图像中的坐标和灰度值;
识别模块,用于基于所述质心定位信息在图像中识别三角形组合,并根据三角形组合构建总三角形组合;其中,所述三角形组合包括:观测星组合和导航星匹配组合;
判别模块,用于从所述总三角形组合中判别并筛出伪匹配三角形,生成最大匹配组,在所述最大匹配组中确定最优匹配组;
计算模块,用于基于所述最优匹配组计算姿态转换矩阵,确定卫星姿态。
7.根据权利要求6所述的装置,其特征在于,所述提取模块,包括:
聚类单元,用于对原始图像进行阈值分割和聚类,得到去除背景噪声的图像;
定位单元,用于从所述去除背景噪声的图像中提取所述观测星,并采用基于阈值的质心定位算法对所述观测星的质心进行定位,得到质心定位信息。
8.根据权利要求6所述的装置,其特征在于,所述识别模块,包括:
第一确定单元,用于根据所述质心定位信息确定星等和视场中心,并按照所述星等和所述视场中心的指向确定导航星;
排列单元,用于计算每两个所述导航星之间的导航星角距,并将所述导航星角距按照降序进行排列,得到导航星角距表;
计算单元,用于根据所述灰度值对所述观测星做降序排列,并计算每两个所述观测星之间的观测星角距;
第一判断单元,用于判断所述观测星角距在所述导航星角距表中是否满足预设误差范围;
第一组合单元,用于若满足,则根据所述观测星角距确定与所述观测星角距相关联的观测星组合和导航星匹配组合,并将所述观测星组合和所述导航星匹配组合确定为三角形组合。
9.根据权利要求8所述的装置,其特征在于,所述识别模块,包括:
第二判断单元,用于判断每两个所述观测星组合之间是否存在相同观测星;
第二组合单元,用于若存在,则将具有相同观测星的两个观测星组合合并为第一三角形组合,且将与相同观测星对应的导航星所在的两个导航星匹配组合合并为第二三角形组合;
第三判断单元,用于根据所述灰度值与所述星等之间的对应关系,判断所述第一三角形组合中每两个观测星之间的灰度值和所述第二三角形组合中每两个导航星之间的星等关系是否一致;
第二确定单元,用于将所述第一三角形组合与所述第二三角形组合确定为伪匹配三角形;
第三组合单元,用于将所述第一三角形组合和所述第二三角形组合合并为总三角形组合。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行所述权利要求1-5任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910776312.4A CN110501016B (zh) | 2019-08-21 | 2019-08-21 | 卫星姿态的测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910776312.4A CN110501016B (zh) | 2019-08-21 | 2019-08-21 | 卫星姿态的测量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110501016A true CN110501016A (zh) | 2019-11-26 |
CN110501016B CN110501016B (zh) | 2021-04-23 |
Family
ID=68588715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910776312.4A Active CN110501016B (zh) | 2019-08-21 | 2019-08-21 | 卫星姿态的测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110501016B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114500719A (zh) * | 2021-12-31 | 2022-05-13 | 四川九天惯通科技有限公司 | 一种带天体定位功能的手机及天体定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103453905A (zh) * | 2013-08-07 | 2013-12-18 | 北京航空航天大学 | 一种基于平面三角形主成分分析的星图识别方法 |
CN103868510A (zh) * | 2014-03-27 | 2014-06-18 | 北京控制工程研究所 | 一种快速全天星图自主恒星识别方法 |
CN103925922A (zh) * | 2013-08-05 | 2014-07-16 | 中国航天科工集团第三研究院第八三五八研究所 | 一种适用于高动态条件下iccd星图的恒星识别方法 |
CN103968833A (zh) * | 2014-04-30 | 2014-08-06 | 中国科学院长春光学精密机械与物理研究所 | 一种星图匹配前选取观测三角形的方法 |
CN104949677A (zh) * | 2015-05-20 | 2015-09-30 | 苏州科技学院 | 一种漂移扫描同步卫星实时定轨方法 |
EP3182067A1 (en) * | 2015-12-18 | 2017-06-21 | Universite De Montpellier | Method and apparatus for determining spacecraft attitude by tracking stars |
-
2019
- 2019-08-21 CN CN201910776312.4A patent/CN110501016B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103925922A (zh) * | 2013-08-05 | 2014-07-16 | 中国航天科工集团第三研究院第八三五八研究所 | 一种适用于高动态条件下iccd星图的恒星识别方法 |
CN103453905A (zh) * | 2013-08-07 | 2013-12-18 | 北京航空航天大学 | 一种基于平面三角形主成分分析的星图识别方法 |
CN103868510A (zh) * | 2014-03-27 | 2014-06-18 | 北京控制工程研究所 | 一种快速全天星图自主恒星识别方法 |
CN103968833A (zh) * | 2014-04-30 | 2014-08-06 | 中国科学院长春光学精密机械与物理研究所 | 一种星图匹配前选取观测三角形的方法 |
CN104949677A (zh) * | 2015-05-20 | 2015-09-30 | 苏州科技学院 | 一种漂移扫描同步卫星实时定轨方法 |
EP3182067A1 (en) * | 2015-12-18 | 2017-06-21 | Universite De Montpellier | Method and apparatus for determining spacecraft attitude by tracking stars |
Non-Patent Citations (1)
Title |
---|
曾芬: "高精度星相机图像处理技术", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114500719A (zh) * | 2021-12-31 | 2022-05-13 | 四川九天惯通科技有限公司 | 一种带天体定位功能的手机及天体定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110501016B (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5920352B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN105091744B (zh) | 一种基于视觉传感器和激光测距仪的位姿检测装置与方法 | |
WO2015096806A1 (zh) | 智能机姿态测定、全景影像生成及目标识别方法 | |
US20170140552A1 (en) | Apparatus and method for estimating hand position utilizing head mounted color depth camera, and bare hand interaction system using same | |
CN109084732A (zh) | 定位与导航方法、装置及处理设备 | |
CN101592490B (zh) | 一种自适应控阵星敏感器 | |
CN109540126A (zh) | 一种基于光流法的惯性视觉组合导航方法 | |
CN108303994B (zh) | 面向无人机的群控交互方法 | |
CN108955685B (zh) | 一种基于立体视觉的加油飞机锥套位姿测量方法 | |
EP4109404A1 (en) | Pose determination method and apparatus, and electronic device and storage medium | |
CN109359514A (zh) | 一种面向deskVR的手势跟踪识别联合策略方法 | |
CN110160522A (zh) | 一种基于稀疏特征法的视觉惯导里程计的位姿估计方法 | |
GB2531531A (en) | Optical inertial measurement apparatus and method | |
CN107710091A (zh) | 用于选择移动平台的操作模式的系统和方法 | |
CN109871024A (zh) | 一种基于轻量级视觉里程计的无人机位姿估计方法 | |
CN104567879B (zh) | 一种组合视场导航敏感器地心方向提取方法 | |
Xian et al. | Fusing stereo camera and low-cost inertial measurement unit for autonomous navigation in a tightly-coupled approach | |
US20120109425A1 (en) | Systems, methods, and apparatus for sensing flight direction of a spacecraft | |
Kim et al. | Quasi-globally optimal and real-time visual compass in manhattan structured environments | |
CN110501016A (zh) | 卫星姿态的测量方法及装置 | |
JP6818968B2 (ja) | オーサリング装置、オーサリング方法、及びオーサリングプログラム | |
CN110052020A (zh) | 便携式装置或机器人系统中运行的设备、控制设备和方法 | |
CN102117199A (zh) | 利用并行流水线机制提高星敏感器数据更新率的方法 | |
JP2013185898A (ja) | 状態推定装置 | |
CN109470269A (zh) | 空间目标测量机构的标定方法、标定设备及标定系统 |
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 |