CN111695564A - 一种目标识别与导航方法 - Google Patents
一种目标识别与导航方法 Download PDFInfo
- Publication number
- CN111695564A CN111695564A CN202010535877.6A CN202010535877A CN111695564A CN 111695564 A CN111695564 A CN 111695564A CN 202010535877 A CN202010535877 A CN 202010535877A CN 111695564 A CN111695564 A CN 111695564A
- Authority
- CN
- China
- Prior art keywords
- target
- edge points
- circle
- mars
- edge
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000003384 imaging method Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000003708 edge detection Methods 0.000 claims abstract description 5
- 238000013519 translation Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- Image Analysis (AREA)
Abstract
一种目标识别与导航方法,首先采用边缘检测算子提取目标图像的边缘点,然后四边界扫描边缘点,利用随机圆检测获取初始目标大小和位置,再利用霍夫变换进行圆检测,获取稳定的目标大小和位置,接着剔除无效边缘点,利用最小二乘拟合获取精确的目标大小和位置,最后解析探测器和目标距离以及目标位置矢量。本发明提供能够通过对星体目标成像并进行高可靠目标自主识别,并实时解算探测器与星体目标之间的距离和位置关系,以提高深空探测导航的自主性。
Description
技术领域
本发明涉及深空探测自主光学导航敏感器领域,尤其涉及一种应用于探测器上的导航敏感器的目标识别与导航方法。
背景技术
目前国内航天器的导航方式一般是通过地面无线电跟踪技术进行测定轨,或通过建立航天器轨道动力学模型,依靠地面测定轨上注的轨道初值,在轨进行轨道递推。对于火星探测任务来说,受轨道递推动力学模型精度的限制,随着递推时间的推移,轨道计算误差会越来越大,同时由于火星探测器距离地面较远通讯延迟较大,导致地面测定轨数据上注更新不及时,且在日凌等特殊情况时,探测器与地面通讯受到影响,轨道递推初值无法更新。
发明内容
本发明提供一种目标识别与导航方法,能够通过对目标星体成像并进行高可靠目标自主识别,并实时解算探测器与星体目标之间的距离和位置关系,以提高深空探测导航的自主性。
为了达到上述目的,本发明提供一种目标识别与导航方法,包含以下步骤:
步骤S1、对目标成像,采用边缘检测算子提取目标图像的边缘点;
步骤S2、四边界扫描目标图像的所有边缘点,利用随机圆检测获取初始目标大小和位置;
步骤S3、根据初始目标大小和位置,利用霍夫变换对目标图像的所有边缘点进行圆检测,获取稳定的目标大小和位置;
步骤S4、剔除无效边缘点,对剩余边缘点进行最小二乘拟合获取精确的目标大小和位置;
步骤S5、解析探测器和目标的距离以及目标位置矢量。
所述的步骤S1中,由远到近对目标成像,成像灰度值越大,选择的曝光时间越短,曝光增益越小。
所述的步骤S1中,实时计算目标在成像面阵内的太阳入射方位角,在提取目标图像的边缘点时,根据太阳入射方位角仅保留目标的真轮廓边缘点集合,剔除伪轮廓边缘点。
所述的步骤S2中,从上、下、左、右四个方向对边缘点集合进行扫描,将边缘点分为上、下、左、右四类边缘点集合,每个方向均进行若干次随机圆检测,得到若干候选圆,用所有边缘点对各候选圆进行验证,并统计落在每个候选圆上的边缘点数,选择验证通过最多边缘点的候选圆作为最优候选圆,该最优候选圆作为霍夫圆检测的输入。
所述的步骤S4中,以霍夫变换解算的火星圆心O和半径R为基准,仅保留落在霍夫计算圆半径R-2像素至R+2像素范围内的环形区域内的边缘点。
所述的步骤S5中,在目标连续两次识别成功后,进入跟踪导航模式;
在跟踪导航模式下,根据最近两拍目标位置在成像面阵内移动的像素数,计算目标速度,所述的目标速度包含目标圆心位置在成像面阵内的平移速度、方向以及半径R变化率,并对所述的目标速度进行滤波处理;
在跟踪导航模式下,利用所述的目标速度以及相邻两拍数据时间间隔对目标在面阵内位置进行预测,将预测的目标圆位置作为霍夫圆检测输入;
根据目标在成像面阵内预测的圆心O位置以及半径R,以2~3倍R为半径边界框,对边缘点进行筛选。
本发明的有益效果在于:
1、实时计算太阳入射方位角,根据火星被照亮暗区域方位角,在提取边缘点时即对火星等目标天体伪轮廓边缘点进行处理,避免不同“火象”时火星边缘轮廓误识别问题。
2、自主调节曝光参数,使光学导航敏感器件对不同目标天体以及同一目标不同距离时均能正常成像。
3、递进式火星边缘轮廓自主识别以及异常值判断,提高光学导航敏感器火星识别的可靠性和自主性。
4、火星识别成功后进入稳态跟踪识别,并根据运动角速度信息对火星位置进行预测,作为后续识别的先验信息,降低运算时间使产品具有较高的数据更新频率。
附图说明
图1是本发明提供的一种目标识别与导航方法的流程图。
具体实施方式
以下根据图1具体说明本发明的较佳实施例。
如图1所示,本发明提供一种目标识别与导航方法,包含以下步骤:
步骤S1、对目标天体成像,采用边缘检测算子提取目标图像的边缘点;
步骤S2、四边界扫描边缘点,利用随机圆检测获取初始目标大小和位置;
步骤S3、利用霍夫变换进行圆检测,获取稳定的目标大小和位置;
步骤S4、剔除无效边缘点,利用最小二乘拟合获取精确的目标大小和位置;
步骤S5、解析探测器和目标距离以及目标位置矢量。
火星探测任务对探测器具有自主导航能力的要求越来越迫切,需要一种用于深空探测的火星目标自主识别与导航测量方法用于指导光学导航敏感器等敏感器件的设计,以提高火星探测器导航的自主性可靠性和稳定性。
在本发明的一个实施例中,以火星探测器为例,本发明一种用于导航敏感器的火星目标识别与导航方法,具体包含如下步骤:
步骤1、对火星目标进行拍照成像,并对原始图像进行处理,采用边缘检测算子提取火星目标在成像面阵内的边缘点集合;
步骤2、分别从上、下、左、右四个方向对边缘点集合进行扫描,根据扫描结果将边缘点集合划分为上、下、左、右四类,利用随机圆检测算法计算火星在成像面阵内的大致位置和半径大小;
步骤3、利用步骤2中计算的圆位置和大小,对所有边缘点集合采用霍夫变换检测圆计算火星位置和半径;相较于随机圆检测,霍夫变换具有更强的鲁棒性,抗干扰能力强。
步骤4、以霍夫变换解算的圆为基准,对边缘点集合中的干扰星点进行剔除,并对剩余边缘点进行最小二乘拟合圆(椭圆);
步骤5、解算火星探测器与火星目标之间的距离以及火星位置矢量信息,输出导航信息数据。
所述的步骤1中,对目标成像时为使导航敏感器可以对月亮、地球、火星、星空星点等多种目标成像,以及应对火星目标由远到近,由小到大变化时均拍出清晰背景图像,使曝光时间和曝光增益随图像亮度的增大而减少,即成像灰度值越大选择的曝光时间越短,曝光增益越小,使最终图像灰度值在一定范围内。
同时由于火星不是发光源,其被太阳照射时存在亮区和暗区,火星探测器在不同的位置拍摄火星时会呈现类似月亮的上弦、下弦、满月、亏月等亮暗图像,即成像目标存在伪边缘,该伪边缘会增加后续环节圆心位置和圆大小的误识别率,进而影响导航测量结果的正确性。为降低该误识别率以及提高计算速度,导航敏感器利用地面上注或自主解算的先验导航信息将日心惯性坐标系下火星位置矢量Ri=(x,y,z)转换至导航敏感器测量坐标系下Ri′=(x′,y′,z′),进而得到火星在成像面阵内太阳入射方向角δ=atan y′/x′,并将该角度送至图像处理模块,图像处理模块在提取边缘点时,根据太阳入射方向仅保留火星真轮廓边缘点集合,剔除伪轮廓边缘点。
所述的步骤2中,四边界扫描后将边缘点分为上、下、左、右四类边缘点集合,每个方向均进行若干次随机圆检测,得到若干候选圆;用所有边缘点对各候选圆进行验证,并统计落在每个候选圆上的边缘点数,选择验证通过最多边缘点的候选圆作为最优候选圆,该最优候选圆作为霍夫圆检测的输入;
所述的步骤3中,由于探测器与火星距离的变化是一个慢过程,其在面帧内成像的圆半径大小也为慢变过程,因此霍夫变换解算的火星位置和大小应为连续变化数值,利用这一特性对霍夫解算的圆数值进行异常跳变判断并剔除,使火星位置信息具有较高的可靠度和稳定性,降低误识别对系统影响。
所述的步骤4中,以霍夫变换解算的火星圆心O和半径R为基准,在一定容差范围(以4个像素误差)内对图像处理产生的所有边缘点进行筛选,即仅保留落在霍夫计算圆半径R-2像素至R+2像素范围内的环形区域内的边缘点,剔除探测器背景热噪声等产生的噪点,并对剩余边缘点集合进行最小二乘拟合圆,获取亚像素级别火星大小和位置信息,进一步提高圆识别定位精度。
所述的步骤5中,根据火星在导航敏感器成像面阵内的位置和大小,结合光学导航敏感器面阵大小、视场角、焦距、光学导航敏感器与火星探测器之间的安装矩阵以及火星真实尺寸等信息解算火星探测器与火星目标之间的距离以及探测器指向火星的位置矢量等信息。该距离和位置矢量即为导航敏感器导航数据输出至火星航天器。
当探测器距离火星目标较远使火星目标较小或火星不在导航敏感器视场内时,图像处理模块提取的边缘点数也较少,此时识别精度较差或存在误识别情况。为防止导航敏感器的不精确识别或误识别对卫星系统造成的影响,应设置边缘点数下限保护(点数下限取决于所用的探测器),并置相应标志位。
同时在火星连续两次识别成功后进入跟踪导航模式,在跟踪导航模式下根据最近两拍火星位置在成像面阵内移动的像素数,计算火星速度(该速度包含火星圆心位置在成像面阵内平移速度、方向以及半径R变化率),并对该速度进行滤波处理。在跟踪导航模式下,利用该速度以及相邻两拍数据时间间隔对火星在面阵内位置进行预测,将预测的火星圆位置作为霍夫圆检测输入,无需再次进行随机圆检测,减少计算环节降低运行时间。同时根据火星在成像面阵内预测的圆心O位置以及半径R,以2~3倍R为半径边界框,对边缘点进行筛选,仅保留框内的边缘点,过滤掉背景星空中的星点以及噪声点等非火星目标边缘点。减少参与计算的无效边缘点数,提高稳态跟踪导航时的数据更新频率。
本发明基于硬件FPGA和DSP实现,FPGA实现步骤S1中的边缘点提取,DSP实现步骤S2-步骤S5的计算过程。
本发明提供一种用于导航敏感器的火星目标识别与导航测量方法,其能够通过对火星目标成像并进行高可靠火星目标自主识别,并实时解算火星探测器与火星目标之间的距离和位置关系,以提高深空探测导航的自主性。本发明不仅适用于火星识别和探测,还适用于其他星体的识别探测。
本发明的有益效果在于:
1、实时计算太阳入射方位角,根据火星被照亮暗区域方位角,在图像处理模块中即对火星目标伪轮廓边缘点进行处理,避免不同“火象”时火星边缘轮廓误识别问题。
2、自主调节曝光参数,使光学导航敏感器件对不同目标天体以及同一目标不同距离时均能正常成像。
3、递进式火星边缘轮廓自主识别以及异常跳变值判断,提高光学导航敏感器火星识别的可靠性和自主性。
4、火星识别成功后进入稳态跟踪识别模式,在该模式下导航敏感器根据火星在面阵内移动速度以及相邻两拍时间差,预测下一拍火星在探测器面阵内的位置,作为后续识别的先验信息,降低运算时间使产品具有较高的数据更新频率。
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 (6)
1.一种目标识别与导航方法,其特征在于,包含以下步骤:
步骤S1、对目标成像,采用边缘检测算子提取目标图像的边缘点;
步骤S2、四边界扫描目标图像的所有边缘点,利用随机圆检测获取初始目标大小和位置;
步骤S3、根据初始目标大小和位置,利用霍夫变换对目标图像的所有边缘点进行圆检测,获取稳定的目标大小和位置;
步骤S4、剔除无效边缘点,对剩余边缘点进行最小二乘拟合获取精确的目标大小和位置;
步骤S5、解析探测器和目标的距离以及目标位置矢量。
2.如权利要求1所述的目标识别与导航方法,其特征在于,所述的步骤S1中,由远到近对目标成像,成像灰度值越大,选择的曝光时间越短,曝光增益越小。
3.如权利要求1所述的目标识别与导航方法,其特征在于,所述的步骤S1中,实时计算目标在成像面阵内的太阳入射方位角,在提取目标图像的边缘点时,根据太阳入射方位角仅保留目标的真轮廓边缘点集合,剔除伪轮廓边缘点。
4.如权利要求1所述的目标识别与导航方法,其特征在于,所述的步骤S2中,从上、下、左、右四个方向对边缘点集合进行扫描,将边缘点分为上、下、左、右四类边缘点集合,每个方向均进行若干次随机圆检测,得到若干候选圆,用所有边缘点对各候选圆进行验证,并统计落在每个候选圆上的边缘点数,选择验证通过最多边缘点的候选圆作为最优候选圆,该最优候选圆作为霍夫圆检测的输入。
5.如权利要求1所述的目标识别与导航方法,其特征在于,所述的步骤S4中,以霍夫变换解算的火星圆心O和半径R为基准,仅保留落在霍夫计算圆半径R-2像素至R+2像素范围内的环形区域内的边缘点。
6.如权利要求1所述的目标识别与导航方法,其特征在于,所述的步骤S5中,在目标连续两次识别成功后,进入跟踪导航模式;
在跟踪导航模式下,根据最近两拍目标位置在成像面阵内移动的像素数,计算目标速度,所述的目标速度包含目标圆心位置在成像面阵内的平移速度、方向以及半径R变化率,并对所述的目标速度进行滤波处理;
在跟踪导航模式下,利用所述的目标速度以及相邻两拍数据时间间隔对目标在面阵内位置进行预测,将预测的目标圆位置作为霍夫圆检测输入;
根据目标在成像面阵内预测的圆心O位置以及半径R,以2~3倍R为半径边界框,对边缘点进行筛选。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535877.6A CN111695564B (zh) | 2020-06-12 | 2020-06-12 | 一种目标识别与导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535877.6A CN111695564B (zh) | 2020-06-12 | 2020-06-12 | 一种目标识别与导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111695564A true CN111695564A (zh) | 2020-09-22 |
CN111695564B CN111695564B (zh) | 2023-11-14 |
Family
ID=72480533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010535877.6A Active CN111695564B (zh) | 2020-06-12 | 2020-06-12 | 一种目标识别与导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111695564B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100067805A1 (en) * | 2006-12-18 | 2010-03-18 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device, method and computer program for identifying a traffic sign in an image |
CN102944239A (zh) * | 2012-10-24 | 2013-02-27 | 北京控制工程研究所 | 一种用于深空探测自主导航的目标天体图像晨昏线判断方法 |
CN103150730A (zh) * | 2013-03-07 | 2013-06-12 | 南京航空航天大学 | 一种基于图像的圆形小目标精确检测方法 |
CN103235939A (zh) * | 2013-05-08 | 2013-08-07 | 哈尔滨工业大学 | 基于机器视觉的基准点定位方法 |
CN105300376A (zh) * | 2015-11-04 | 2016-02-03 | 上海新跃仪表厂 | 一种基于紫外辐射模型的地心矢量方向提取方法 |
CN105547287A (zh) * | 2016-01-22 | 2016-05-04 | 北京理工大学 | 一种不规则天体导航视线信息提取方法 |
CN109631912A (zh) * | 2019-01-10 | 2019-04-16 | 中国科学院光电技术研究所 | 一种深空球形目标被动测距方法 |
CN110060259A (zh) * | 2019-04-04 | 2019-07-26 | 东华大学 | 一种基于霍夫变换的鱼眼镜头有效区域提取方法 |
-
2020
- 2020-06-12 CN CN202010535877.6A patent/CN111695564B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100067805A1 (en) * | 2006-12-18 | 2010-03-18 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device, method and computer program for identifying a traffic sign in an image |
CN102944239A (zh) * | 2012-10-24 | 2013-02-27 | 北京控制工程研究所 | 一种用于深空探测自主导航的目标天体图像晨昏线判断方法 |
CN103150730A (zh) * | 2013-03-07 | 2013-06-12 | 南京航空航天大学 | 一种基于图像的圆形小目标精确检测方法 |
CN103235939A (zh) * | 2013-05-08 | 2013-08-07 | 哈尔滨工业大学 | 基于机器视觉的基准点定位方法 |
CN105300376A (zh) * | 2015-11-04 | 2016-02-03 | 上海新跃仪表厂 | 一种基于紫外辐射模型的地心矢量方向提取方法 |
CN105547287A (zh) * | 2016-01-22 | 2016-05-04 | 北京理工大学 | 一种不规则天体导航视线信息提取方法 |
CN109631912A (zh) * | 2019-01-10 | 2019-04-16 | 中国科学院光电技术研究所 | 一种深空球形目标被动测距方法 |
CN110060259A (zh) * | 2019-04-04 | 2019-07-26 | 东华大学 | 一种基于霍夫变换的鱼眼镜头有效区域提取方法 |
Non-Patent Citations (2)
Title |
---|
吴双卿;龙华保;张卫华;: "光学自主导航图像信息测量方法研究", no. 05 * |
陈建清;朱圣英;崔祜涛;崔平远;: "应用灰度特征的行星陨石坑自主检测方法与着陆导航研究", no. 08 * |
Also Published As
Publication number | Publication date |
---|---|
CN111695564B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240069172A1 (en) | Method of Providing Interference Reduction and a Dynamic Region of Interest in a LIDAR System | |
CN102496015B (zh) | 二维高斯分布光斑图像中心快速高精度定位方法 | |
CN109708648B (zh) | 一种空间运动点目标的分类辨识方法 | |
US6042050A (en) | Synthetic discriminant function automatic target recognition system augmented by LADAR | |
Xi et al. | Space debris detection using feature learning of candidate regions in optical image sequences | |
CN108305288B (zh) | 用于静止轨道对地观测卫星线列仪器的恒星质心提取方法 | |
CN107945229B (zh) | 用于静止轨道对地观测卫星面阵仪器的恒星质心提取方法 | |
CN106296726A (zh) | 一种天基光学序列图像中的空间目标检测跟踪方法 | |
Li et al. | Space target detection in complicated situations for wide-field surveillance | |
CN114879217B (zh) | 一种目标位姿的判断方法及系统 | |
CN110617802A (zh) | 一种星载动目标检测及速度估计方法 | |
US8369572B2 (en) | System and method for passive automatic target recognition (ATR) | |
CN110889353B (zh) | 基于主焦点大视场光电望远镜的空间目标识别方法 | |
CN109724591B (zh) | 一种基于角距筛选的星敏感器假星筛除方法 | |
CN113916217B (zh) | 一种基于分区平流层大气折射模型的星光定位方法 | |
CN104977000A (zh) | 中高轨星座星间照相观测敏感器及其星间角距测量算法 | |
CN117665869B (zh) | 基于信号特征与机器学习的卫星导航非视距观测检测方法 | |
CN118068291A (zh) | 一种基于白天导星图像的空间碎片暗弱目标快速识别方法 | |
CN104236553A (zh) | 一种全天时的星光折射卫星自主定位方法 | |
CN111695564B (zh) | 一种目标识别与导航方法 | |
CN112581548A (zh) | 一种星敏感器伪星目标滤除方法及系统 | |
CN116295363A (zh) | 一种星点快速提取与高精度定位方法 | |
CN104679011A (zh) | 基于稳定分支特征点的图像匹配导航方法 | |
CN109282799B (zh) | 一种用于目标的分级快速搜捕方法 | |
Gudmundson | Ground based attitude determination using a SWIR star tracker |
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 |