CN111121789B - 一种基于图像的遥感卫星多模式自主定轨方法 - Google Patents

一种基于图像的遥感卫星多模式自主定轨方法 Download PDF

Info

Publication number
CN111121789B
CN111121789B CN201911277853.9A CN201911277853A CN111121789B CN 111121789 B CN111121789 B CN 111121789B CN 201911277853 A CN201911277853 A CN 201911277853A CN 111121789 B CN111121789 B CN 111121789B
Authority
CN
China
Prior art keywords
remote sensing
image
orbit determination
orbit
satellite
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
Application number
CN201911277853.9A
Other languages
English (en)
Other versions
CN111121789A (zh
Inventor
李木子
孙俊
谭龙玉
彭杨
王兆龙
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.)
Shanghai Aerospace Control Technology Institute
Original Assignee
Shanghai Aerospace Control Technology Institute
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 Shanghai Aerospace Control Technology Institute filed Critical Shanghai Aerospace Control Technology Institute
Priority to CN201911277853.9A priority Critical patent/CN111121789B/zh
Publication of CN111121789A publication Critical patent/CN111121789A/zh
Application granted granted Critical
Publication of CN111121789B publication Critical patent/CN111121789B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/24Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Astronomy & Astrophysics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于图像的遥感卫星多模式自主定轨方法,包括以下步骤:步骤1:对遥感图像进行预处理;步骤2:将预处理后的遥感图像与地面特征点库和前一时刻的遥感图像进行匹配,提取出定轨特征点;步骤3:基于单目视觉和多视几何原理建立多模式定轨量测方程;步骤4:基于轨道动力学模型建立定轨状态方程;步骤5:基于定轨量测方程和定轨状态方程,通过滤波算法,对定轨状态量进行高精度的实时最优估计。此发明解决了遥感卫星定轨自主性差以及定轨精度低的问题,根据单目视觉和多视几何原理,构建基于图像的多模式自主定轨观测模型,从而实现了遥感卫星自主定轨的精度和可靠性的提高以及自主性的增强。

Description

一种基于图像的遥感卫星多模式自主定轨方法
技术领域
本发明涉及卫星定轨技术领域,具体涉及一种基于图像的遥感卫星多模式自主定轨方法。
背景技术
人类航天活动的持续发展对卫星定轨技术提出了更高的要求。目前针对卫星的导航技术可分为三类,基于地面设施的地基导航,基于空间导航星座的天基导航,和依靠卫星自身载荷的自主导航。在这三类技术中,地基与天基导航技术如今在各类航天任务均扮演了至关重要的角色。利用地面测控站遥测数据或GPS导航星座的测量数据,结合高精度轨道动力学模型均可获得cm量级的定轨精度。
但考虑到基于地基天基观测手段的卫星测定轨技术受到测控站负担过重、运行成本高、卫星在轨生存能力差等因素的限制,发展自主的卫星定轨技术已成为未来航天发展的趋势之一。
鉴于航天器自主导航技术所具有的巨大的研究价值和应用前景,国际范围内自上个世纪六十年代起包括美国国家航天局(NASA),美国军方,俄罗斯航天局和欧洲空间局(ESA)等各国航天相关机构相继进行了大量的自主导航系统方案研究,所提出的方案涵盖了包括利用太阳敏感器、地球敏感器、星敏感器、磁强计、X射线探测器,雷达高度计,光学相机等各类星载设备进行自主导航,并开展了相应星载设备的研制。
在这其中利用光学成像设备进行对地成像,从获得的图像中提取有效的导航信息进行航天器的自主导航的方案不仅具有重要的科学及应用价值,更具有其他方案所无法比拟的优势。
随着光学遥感卫星成像技术的发展,成像设备的探测精度不断提高,作为其遥感产品的光学图像的分辨率已达亚米的量级,同时如今的测地产品精度不断提升,定轨中所需的地面标志物位置信息也达到了较高的精度,其中一些地面几何标定场的地标甚至可以达到厘米的量级,这为此方法提供了精度上的保障。
发明内容
本发明的目的是提供一种基于图像的遥感卫星多模式自主定轨方法。此系统旨在解决遥感卫星定轨自主性差以及定轨精度低的问题,根据单目视觉和多视几何原理,构建基于图像的多模式自主定轨观测模型,从而实现遥感卫星自主定轨的精度和可靠性的提高以及自主性的增强。
为达到上述目的,本发明提供了一种基于图像的遥感卫星多模式自主定轨方法,包括以下步骤:
步骤1:从遥感卫星上获取当前时刻的遥感图像,对当前时刻的遥感图像进行预处理,获取预处理后的遥感图像;
步骤2:将预处理后的遥感图像与遥感卫星上预存储的地面特征点库和前一时刻的遥感图像进行匹配,提取出预处理后的遥感图像的定轨特征点;
步骤3:根据单目视觉和多视几何原理,建立基于单张图像和序列图像的多模式定轨量测方程;
步骤4:基于轨道动力学模型,选取卫星位置速度矢量为定轨状态量建立定轨状态方程;
步骤5:基于定轨量测方程和定轨状态方程,通过遥感卫星预设的扩展卡尔曼滤波算法,对遥感卫星的定轨状态量进行高精度的实时最优估计。
最优选的,预处理包括对当前时刻的遥感图像进行大气校正、图像去噪、图像地形起伏影响去除、图像地球曲率影响去除和推扫图像在轨拼接。
最优选的,匹配包括两种情况:
情况2.1:将预处理后的遥感图像与遥感卫星上预存储的地面特征点库进行第一类匹配,提取出预处理后的遥感图像中与地面特征点库相对应的第一类特征点;
情况2.2:将预处理后的遥感图像与前一时刻获取的具有较大重叠区域的遥感图像进行第二类匹配,提取出预处理后的遥感图像中与前一时刻的遥感图像重叠区域中的同名像点作为第二类特征点。
最优选的,定轨特征点包括第一类特征点和第二类特征点。
最优选的,第一类匹配之前需要在考虑地面特征光谱特征、形状特征、纹理特征以及空间关系特征的前提下,事先构建包含对尺度变换、旋转变换、光照变换、仿射变换等具备较高鲁棒性的特征点的鲁棒特征点数据库。
最优选的,第二类匹配是针对序列图像,利用局部特征实现图像间的匹配,具体为首先选择具有仿射不变特征的检测子,然后通过SURF算子进行特征描述,最后通过相关测度来衡量特征之间的相似性程度,完成序列图像的匹配。
最优选的,定轨量测方程的建立还包括以下步骤:
步骤3.1:根据单目视觉中的中心投影成像原理和多视几何原理,选定出基于遥感图像的定轨观测量,并建立相应的定轨观测模型;
步骤3.2:根据定轨观测模型构建基于遥感图像的定轨量测方程。
最优选的,定轨观测量的选定分为三种情况:
第一种情况:当第一类匹配提取出当前时刻图像中的第一类特征点的数量小于2时,选择特征点的焦平面坐标作为定轨观测量;
第二种情况:当第一类匹配提取出当前时刻图像中的第一类特征点的数量大于或等于2时,根据特征点的像点坐标和匹配得到的特征点对应的实际地理坐标可求解出遥感卫星的位置矢量,该位置矢量选定为所述定轨观测量;
第三种情况,当预处理后的遥感图像与前一时刻的遥感图像的重叠区域范围较大,可提取大于2对同名像点时,基于对极几何的原理,根据多对第二特征点的等式约束关系,求解出相邻时刻的遥感卫星的相对位置信息,并将相对位置信息选定为定轨观测量。
最优选的,定轨状态方程的建立还包括以下步骤:
步骤4.1:选取卫星位置速度矢量表示轨道状态;
步骤4.2:基于轨道动力学模型,构建遥感卫星的定轨状态方程。
最优选的,基于构建的定轨状态方程和量测方程,利用扩展卡尔曼滤进行处理,实现对轨道状态量的实时最优估计。
运用此发明,解决了遥感卫星定轨自主性差以及定轨精度低的问题,根据单目视觉和多视几何原理,构建基于图像的多模式自主定轨观测模型,从而实现了遥感卫星自主定轨的精度和可靠性的提高以及自主性的增强。
相对于现有技术,本发明具有以下有益效果:
1、本发明不依赖于地基、天基定轨观测,具有高度自主性,可以减轻地面测控负担,提升在轨生存能力。
2、本发明采集的遥感图像作为定轨观测资料,相比于其他类型的定轨观测资料,具有高精度、易获取以及包含信息丰富的特点,提升了定轨的灵活性和可靠性。
3、本发明根据识别的特征点数目以及是否具有匹配特征点库,设计了依靠单幅图像和序列图像的多模式定轨观测模型,使得定轨过程更具灵活性,同时增强了基于遥感图像定轨的可靠性,当同时满足多模式应用条件时,融合图像中提取的多种类型定轨观测量可以一定程度提升定轨精度。
附图说明
图1为本发明提供的自主定轨方法流程图;
图2为本发明提供的遥感卫星成像的中心投影几何示意图;
图3为本发明提供的基于同名像点的对极几何关系示意图。
具体实施方式
以下结合附图通过具体实施例对本发明作进一步的描述,这些实施例仅用于说明本发明,并不是对本发明保护范围的限制。
本发明是一种基于图像的遥感卫星多模式自主定轨方法,如图1所示,包括以下步骤:
步骤1:获取遥感卫星当前时刻的遥感图像;实时获取的遥感图像并不能直接使用,需要对当前时刻的遥感图像进行预处理,获取预处理后的遥感图像。
其中,当前时刻的遥感图像的预处理包括对所述遥感图像进行大气校正、图像去噪、图像地形起伏影响去除、图像地球曲率影响去除和推扫图像在轨拼接。图像处理后的遥感图像能够提供遥感卫星的预设精度和质量。
步骤2:将预处理后的遥感图像与遥感卫星上预存储的地面特征库和前一时刻的遥感图像进行匹配,提取出预处理后的遥感图像的定轨特征点。
其中,匹配包括两种情况:
情况2.1:将预处理后的遥感图像与遥感卫星上预存储的地面特征点库进行第一类匹配,提取出预处理后的遥感图像中与地面特征点库相对应的第一类特征点。
其中,第一类匹配之前需要在考虑地面特征光谱特征、形状特征、纹理特征以及空间关系特征的前提下,事先构建包含对尺度变换、旋转变换、光照变换、仿射变换等具备较高鲁棒性的特征点的鲁棒特征点数据库。
情况2.2:将预处理后的遥感图像与前一时刻获取的具有较大重叠区域的遥感图像进行第二类匹配,提取出预处理后的遥感图像中与前一时刻的遥感图像重叠区域中的同名像点作为第二类特征点。
其中,第二类匹配是针对序列图像,利用局部特征实现图像间的匹配,具体为首先选择具有仿射不变特征的检测子,然后通过加速稳健特征(SURF)算子进行特征描述,最后通过相关测度来衡量特征之间的相似性程度,完成序列图像的匹配。
通过以上两类匹配操作可以提取出用于遥感卫星测定轨的定轨特征点,定轨特征点包括第一类特征点和第二类特征点。
步骤3:根据单目视觉和多视几何原理,构建基于单张图像和序列图像的基于的多模式定轨量测方程;
当前时刻的遥感图像的定轨量测方程的建立还包括以下步骤:
步骤3.1根据单目视觉中的中心投影成像原理和多视几何原理,选定出基于遥感图像的定轨观测量,并建立相应的定轨观测模型。
对于理想的针孔相机模型,成像过程满足中心投影几何关系;通过所述中心投影几何关系可以建立遥感卫星的位置矢量、成像位置矢量和其对应焦平面坐标之间的数学联系。
中心投影几何关系主要涉及的坐标系包括表示预存储的地面特征库中实际景物,即定轨特征点P所在的物方坐标系和表示像点p所在的像方坐标系。
其中,在卫星定轨的技术领域中物方坐标可以选为地心惯性系;在卫星定轨的技术领域中像方坐标系包括像平面坐标系、像空间坐标系和像空间辅助坐标系三种类型;像方坐标系的选取主要方便表示像点坐标,以及建立像点坐标与物方坐标系中定轨特征点P坐标的关系。
如图2所示,点S(x,y,z)为中心投影点,即为遥感卫星的位置信息,点o为光轴与成像平面的交点;遥感卫星上预存储的地面特征库中的定轨特征点P在物空间坐标系中的坐标为P(xg,yg,zg);定轨特征点P在焦平面上的像点p坐标为p(u,v);根据中心投影几何关系可以得到检测子P与像点p的共线方程,共线方程满足:
Figure BDA0002314324520000061
Figure BDA0002314324520000062
其中,(a11,…,a33)为地心惯性系到像空间坐标系转换矩阵中相应位置的元素;f为相机焦距。
根据以上共线方程可知,由一个定轨特征点可以建立包含两个方程的方程组。
其中,预处理后的遥感图像的定轨观测量的选定分为三种情况:
第一种情况:当第一类匹配提取出的第一类特征点p的数量小于2时,选定第一类特征点p的焦平面坐标p(u,v)作为定轨观测量z1
第二种情况:当第一类匹配提取出的第一类特征点p大于等于2时,此时共线方程的个数大于未知的卫星位置矢量S(x,y,z)的三个未知数的维度,基于最小二乘法,求解出遥感卫星的位置信息S(x,y,z),并将遥感卫星的位置信息S(x,y,z)选定为定轨观测量z2
第三种情况,当预处理后的遥感图像与前一时刻的遥感图像的重叠区域范围大时,基于对极几何的原理,根据多对第二类特征点p的等式约束关系,求解出相邻时刻的遥感卫星的相对位置信息(Tx,Ty,Tz)。
其中,本实施例中,如图3所示,基于对极几何的原理,任意同名像点(pl,pr)的焦平面坐标存在等式约束关系,即满足:
Figure BDA0002314324520000063
其中,K为针孔相机的内参数矩阵;E为反映相邻时刻的相对位姿的本质矩阵,且由姿态平移参数构成,即满足:
Figure BDA0002314324520000064
其中,R为相邻时刻的相对位姿矩阵,相对位姿矩阵R是根据敏感器设定的;M为相邻时刻的遥感卫星的相对位置信息(Tx,Ty,Tz)构成的矩阵。上述矩阵的秩为2,因此一对已知同名像点坐标可以构建两个独立方程。当具有多对同名像点时,可以建立线性方程组利用最小二乘的方法求解两个成像时刻的相对位置矢量。
继而,将相邻时刻的遥感卫星的相对位置信息(Tx,Ty,Tz)选定为预处理后的遥感图像的定轨观测量z3
步骤3.2:根据上述定轨观测模型构建基于遥感图像的定轨量测方程;针对以上三种情况的定轨量测方程如下:
Figure BDA0002314324520000071
其中,z1,z2,z3分别为三种情形下的定轨观测量,xp,yp,zp为前一时刻卫星的位置,η123分别为三种情形下的定轨观测噪声。
步骤4:基于轨道动力学模型,选取卫星位置速度矢量为定轨状态量建立定轨状态方程。
其中,定轨状态方程的建立还包括以下步骤:
步骤4.1:选取卫星位置速度矢量为定轨状态量X,且满足:
Figure BDA0002314324520000072
其中,(r,v)为卫星在地心惯性系下的位置速度矢量。
步骤4.2:基于轨道动力学模型,构建出遥感卫星的定轨状态方程,定轨状态方程为:
Figure BDA0002314324520000073
其中,μ为地心引力常数,Fε为遥感卫星的摄动力;遥感卫星的摄动力Fε包括地球非球形引力、第三体引力、光压、潮汐力等多种摄动项。
步骤5:基于定轨量测方程和定轨状态方程,通过遥感卫星预设的扩展卡尔曼滤波算法,对遥感卫星的定轨状态量进行高精度的实时最优估计。
其中,鉴于定轨观测量和遥感卫星的轨道状态量的维度小,计算负担小,遥感卫星预设的滤波算法选择集中式的滤波方法,本实施例中优选扩展卡尔曼滤波算法进行定轨状态量估计。
根据定轨状态方程进行滤波时间更新,在进行量测更新前首先进行定轨观测模式的触发条件判别,当满足三种模式中任意测量条件时,利用相应的实时定轨观测量以及定轨量测方程完成定轨测量更新,在没有有效观测量的时刻仅进行时间更新。
具体步骤为在利用定轨状态方程完成定轨状态量和协方差矩阵的时间更新的基础上,当获取到有效观测数据时,计算观测残差yi、协方差矩阵Hi和增益Ki,其中,观测残差yi为:
yi=Yi-G(Xi,ti)
下标i表示第i个获取可用观测数据的时刻,Yi为观测量的实际观测值,G表示观测量的理论计算值。测量矩阵Hi为:
Figure BDA0002314324520000081
增益Ki为:
Figure BDA0002314324520000082
其中,Ri为测量噪声矩阵,Pi为由时间更新得到的先验协方差矩阵。
然后基于以上过程量,可实现对定轨状态量的改正以及协方差矩阵Pi的更新,
Figure BDA0002314324520000083
Figure BDA0002314324520000084
Figure BDA0002314324520000085
其中,
Figure BDA0002314324520000086
为定轨状态量的改正量,I为单位阵。
重复时间更新与测量更新直至完成对所有观测数据的处理,实现定轨弧段内各测量时刻的轨道确定。
本发明的工作原理:
从遥感卫星上获取当前时刻的遥感图像,对当前时刻的遥感图像进行预处理,获取预处理后的遥感图像;将预处理后的遥感图像与遥感卫星上预存储的地面特征库和前一时刻的遥感图像进行匹配,提取出预处理后的遥感图像的定轨特征点;基于单目视觉和多视几何原理,建立多模式定轨量测方程;基于轨道动力学模型建立定轨状态方程;基于定轨量测方程和定轨状态方程,通过遥感卫星预设的扩展卡尔曼滤波算法,对遥感卫星的定轨状态量进行高精度的实时最优估计。
综上所述,本发明一种基于图像的遥感卫星多模式自主定轨方法,解决了遥感卫星定轨自主性差以及定轨精度低的问题,根据单目视觉和多视几何原理,构建基于图像的多模式自主定轨观测模型,从而实现了遥感卫星自主定轨的精度和可靠性的提高以及自主性的增强。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。

Claims (8)

1.一种基于图像的遥感卫星多模式自主定轨方法,包括以下步骤:
步骤1:从遥感卫星上获取当前时刻的遥感图像,对当前时刻的遥感图像进行预处理,获取预处理后的遥感图像;
步骤2:将所述预处理后的遥感图像与遥感卫星上预存储的地面特征点库和前一时刻的遥感图像进行匹配,提取出所述预处理后的遥感图像的定轨特征点;所述匹配包括两种情况:
情况2.1:将所述预处理后的遥感图像与遥感卫星上预存储的地面特征点库进行第一类匹配,提取出所述预处理后的遥感图像中与地面特征点库相对应的第一类特征点;
情况2.2:将所述预处理后的遥感图像与前一时刻获取的具有较大重叠区域的遥感图像进行第二类匹配,提取出所述预处理后的遥感图像中与前一时刻的遥感图像重叠区域中的同名像点作为第二类特征点;
步骤3:根据单目视觉和多视几何原理,建立基于单张图像和序列图像的多模式定轨量测方程;
步骤4:基于轨道动力学模型,选取卫星位置速度矢量为定轨状态量建立定轨状态方程;
步骤5:基于所述定轨量测方程和所述定轨状态方程,通过遥感卫星预设的扩展卡尔曼滤波算法,对所述遥感卫星的定轨状态量进行高精度的实时最优估计。
2.如权利要求1所述的基于图像的遥感卫星多模式自主定轨方法,其特征在于,所述预处理包括对所述当前时刻的遥感图像进行大气校正、图像去噪、图像地形起伏影响去除、图像地球曲率影响去除和推扫图像在轨拼接。
3.如权利要求1所述的基于图像的遥感卫星多模式自主定轨方法,其特征在于,所述定轨特征点包括所述第一类特征点和所述第二类特征点。
4.如权利要求1所述的基于图像的遥感卫星多模式自主定轨方法,其特征在于,所述第一类匹配之前需要在考虑地面特征光谱特征、形状特征、纹理特征以及空间关系特征的前提下,事先构建包含对尺度变换、旋转变换、光照变换、仿射变换具备高鲁棒性的特征点的鲁棒特征点数据库。
5.如权利要求1所述的基于图像的遥感卫星多模式自主定轨方法,其特征在于,所述第二类匹配是针对序列图像,利用局部特征实现图像间的匹配,具体为首先选择具有仿射不变特征的检测子,然后通过SURF算子进行特征描述,最后通过相关测度来衡量特征之间的相似性程度,完成序列图像的匹配。
6.如权利要求1所述的基于图像的遥感卫星多模式自主定轨方法,
其特征在于,所述定轨量测方程的建立还包括以下步骤:
步骤3.1:根据单目视觉中的中心投影成像原理和多视几何原理,选定出基于遥感图像的定轨观测量,并建立相应的定轨观测模型;
步骤3.2:根据所述定轨观测模型构建基于遥感图像的定轨量测方程。
7.如权利要求6所述的基于图像的遥感卫星多模式自主定轨方法,其特征在于,所述定轨观测量的选定分为三种情况:
第一种情况:当所述第一类匹配提取出的当前时刻图像中的所述第一类特征点数量小于2时,选定所述第一类特征点在焦平面上的坐标作为定轨观测量;
第二种情况:当所述第一类匹配提取出的当前时刻图像中的特征点数量大于等于2时,根据所述第一类特征点在焦平面上的像点坐标和匹配得到的所述第一类特征点对应的实际地理坐标求解出遥感卫星的位置矢量,该位置矢量选定为所述定轨观测量;
第三种情况,当所述预处理后的遥感图像与前一时刻的遥感图像的重叠区域范围,满足能够提取大于2对的同名像点时,基于对极几何的原理,根据多对所述第二类特征点的等式约束关系,求解出相邻时刻的遥感卫星的相对位置信息,并将所述相对位置信息选定为所述定轨观测量。
8.如权利要求1所述的基于图像的遥感卫星多模式自主定轨方法,其特征在于,所述定轨状态方程的建立还包括以下步骤:
步骤4.1:选取卫星位置速度矢量表示定轨状态量;
步骤4.2:基于轨道动力学模型,构建遥感卫星的定轨状态方程。
CN201911277853.9A 2019-12-12 2019-12-12 一种基于图像的遥感卫星多模式自主定轨方法 Active CN111121789B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911277853.9A CN111121789B (zh) 2019-12-12 2019-12-12 一种基于图像的遥感卫星多模式自主定轨方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911277853.9A CN111121789B (zh) 2019-12-12 2019-12-12 一种基于图像的遥感卫星多模式自主定轨方法

Publications (2)

Publication Number Publication Date
CN111121789A CN111121789A (zh) 2020-05-08
CN111121789B true CN111121789B (zh) 2022-02-22

Family

ID=70498550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911277853.9A Active CN111121789B (zh) 2019-12-12 2019-12-12 一种基于图像的遥感卫星多模式自主定轨方法

Country Status (1)

Country Link
CN (1) CN111121789B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112927294B (zh) * 2021-01-27 2022-06-10 浙江大学 一种基于单敏感器的卫星定轨定姿方法
CN113029132B (zh) * 2021-02-22 2022-11-22 上海航天控制技术研究所 一种结合地面影像与恒星光行差测量的航天器导航方法
CN114485574B (zh) * 2021-12-21 2023-03-21 武汉大学 基于卡尔曼滤波模型的三线阵影像pos辅助对地定位方法
CN116821263B (zh) * 2023-06-15 2024-06-28 中国科学院紫金山天文台 一种空间目标准实时关联定轨实现方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101915913A (zh) * 2010-07-30 2010-12-15 中交第二公路勘察设计研究院有限公司 一种稳健的高分辨率卫星影像连接点自动匹配方法
CN106525054A (zh) * 2016-10-27 2017-03-22 上海航天控制技术研究所 一种采用星上推扫遥感图像信息的单星自主测定轨方法
EP3327697A1 (en) * 2010-09-24 2018-05-30 iRobot Corporation Systems and methods for vslam optimization
CN108230281A (zh) * 2016-12-30 2018-06-29 北京市商汤科技开发有限公司 遥感图像处理方法、装置和电子设备
CN109711486A (zh) * 2019-01-21 2019-05-03 湖北省国土资源研究院 基于相位相关的高重叠度遥感影像满度连接点匹配方法
CN109902695A (zh) * 2019-03-01 2019-06-18 辽宁工程技术大学 一种面向像对直线特征匹配的线特征矫正与提纯方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109655070B (zh) * 2018-12-28 2022-05-17 清华大学 一种遥感微纳卫星的多模式姿态确定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101915913A (zh) * 2010-07-30 2010-12-15 中交第二公路勘察设计研究院有限公司 一种稳健的高分辨率卫星影像连接点自动匹配方法
EP3327697A1 (en) * 2010-09-24 2018-05-30 iRobot Corporation Systems and methods for vslam optimization
CN106525054A (zh) * 2016-10-27 2017-03-22 上海航天控制技术研究所 一种采用星上推扫遥感图像信息的单星自主测定轨方法
CN108230281A (zh) * 2016-12-30 2018-06-29 北京市商汤科技开发有限公司 遥感图像处理方法、装置和电子设备
CN109711486A (zh) * 2019-01-21 2019-05-03 湖北省国土资源研究院 基于相位相关的高重叠度遥感影像满度连接点匹配方法
CN109902695A (zh) * 2019-03-01 2019-06-18 辽宁工程技术大学 一种面向像对直线特征匹配的线特征矫正与提纯方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Affine & scale-invariant heterogeneous pyramid features for automatic matching of high resolution pushbroom imagery from Chang"e 2 satellite;Sheng Yang 等;《Journal of Earth Science》;20160831;第27卷(第04期);第716-726页 *
基于地面图像的卫星自主定轨方法可观测性及定轨性能分析;高有涛 等;《上海航天》;20190228;第36卷(第01期);第86-91页 *
基于地面遥感图像的卫星自主定轨方法研究;李木子;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20190215;第C028-10页 *

Also Published As

Publication number Publication date
CN111121789A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN111121789B (zh) 一种基于图像的遥感卫星多模式自主定轨方法
Christian A tutorial on horizon-based optical navigation and attitude determination with space imaging systems
CN111307139B (zh) 一种基于偏振/天文信息融合的航向与姿态确定方法
Yu et al. A new approach based on crater detection and matching for visual navigation in planetary landing
Johnson et al. Overview of terrain relative navigation approaches for precise lunar landing
Trebi-Ollennu et al. Design and analysis of a sun sensor for planetary rover absolute heading detection
Li et al. Rover localization and landing-site mapping technology for the 2003 Mars exploration rover mission
CN113029132B (zh) 一种结合地面影像与恒星光行差测量的航天器导航方法
Cozman et al. Outdoor visual position estimation for planetary rovers
CN111121787B (zh) 一种基于遥感图像的自主初轨确定方法
Chiodini et al. Mars rovers localization by matching local horizon to surface digital elevation models
Pasqualetto Cassinis et al. Cnn-based pose estimation system for close-proximity operations around uncooperative spacecraft
Li et al. Image processing algorithms for deep-space autonomous optical navigation
Henry et al. Absolute triangulation algorithms for space exploration
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
Cheng et al. Autonomous landmark based spacecraft navigation system
Delaune et al. Visual–inertial navigation for pinpoint planetary landing using scale-based landmark matching
Stacey et al. Autonomous asteroid characterization through nanosatellite swarming
Alexander et al. A terrain relative navigation sensor enabled by multi-core processing
George et al. Inertial navigation aided by monocular camera observations of unknown features
Kaluthantrige et al. CNN-based Image Processing algorithm for autonomous optical navigation of Hera mission to the binary asteroid Didymos
Steffes et al. Optical terrain relative navigation approaches to lunar orbit, descent and landing
Zhang et al. Star detection and accurate centroiding for the geosynchronous interferometric infrared sounder of Fengyun-4A
Benninghoff et al. A far range image processing method for autonomous tracking of an uncooperative target
Paluszek et al. Optical navigation system

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