CN113432609B - 柔性附着状态协同估计方法 - Google Patents
柔性附着状态协同估计方法 Download PDFInfo
- Publication number
- CN113432609B CN113432609B CN202110663565.8A CN202110663565A CN113432609B CN 113432609 B CN113432609 B CN 113432609B CN 202110663565 A CN202110663565 A CN 202110663565A CN 113432609 B CN113432609 B CN 113432609B
- Authority
- CN
- China
- Prior art keywords
- node
- state
- estimation
- collaborative
- flexible
- 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
Links
Images
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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开的柔性附着状态协同估计方法,属于深空探测技术领域。本发明实现方法为:根据多节点协同导航方案在柔性体上安装多个敏感器节点,建立各节点观测模型,实现柔性体多节点状态独立估计;基于各节点关联信息,通过估计节点间相对状态,实现节点状态的协同修正,提高被修正节点的状态估计精度;基于协同修正后的多节点状态估计结果,合成柔性体位置与姿态,实现柔性附着状态的协同精确估计,进而解决航天器柔性附着领域相关工程技术问题。所述关联信息为节点间在当前时刻存在的共同观测信息。所述敏感器包括宽视场相机、窄视场相机、激光测距仪、雷达高度计、惯性测量单元、激光雷达。
Description
技术领域
本发明涉及一种柔性附着状态协同估计方法,属于深空探测技术领域。
背景技术
空间非合作目标(如:小天体)表面形貌崎岖、动力学环境复杂,容易导致探测器着陆时发生倾覆与损毁。柔性附着为提高附着过程安全性提供了可行的技术途径。相较于传统探测器,柔性体尺寸较大,附着过程存在柔性形变,导致柔性体上各点相对位置随时间动态变化。考虑到目标表面导航信息稀疏、柔性体状态复杂,需要采用协同导航方法,实现柔性附着状态的实时观测与协同估计。
现有研究中,传统探测器常通过融合光学相机、激光测距仪等敏感器测量信息,基于扩展卡尔曼滤波解算得到自身位置、速度与姿态。而在多器编队飞行任务中,飞行器间通过引入相对测量,能够在绝对测量基础上有效提高状态估计精度。在柔性附着任务中,由于柔性体形态变化复杂,直接估计柔性体状态较为困难,因此考虑在柔性体上安装多个敏感器,每个敏感器视为一个独立节点,通过估计柔性体多节点状态,合成得到柔性附着状态。为此,提出节点状态独立估计-协同修正的柔性附着状态协同估计方法,首先各节点基于观测信息进行状态独立估计,同时,利用柔性体各节点关联信息进行协同修正,提高状态估计精度,为柔性体安全附着提供状态信息。
发明内容
针对柔性附着状态估计需求,本发明公开的柔性附着状态协同估计方法要解决的技术问题是:通过建立多节点协同导航方案,对各节点状态进行独立估计,并通过节点间的关联信息对各节点状态进行协同修正,提高节点状态估计精度,实现柔性附着状态的高精度协同估计,进而解决航天器柔性附着领域相关工程技术问题。
本发明的目的是通过下述技术方案实现的。
本发明公开的柔性附着状态协同估计方法,根据多节点协同导航方案在柔性体上安装多个敏感器节点,建立各节点观测模型,实现柔性体多节点状态独立估计;基于各节点关联信息,通过估计节点间相对状态,实现节点状态的协同修正,提高被修正节点的状态估计精度;基于协同修正后的多节点状态估计结果,合成柔性体位置与姿态,实现柔性附着状态的协同精确估计,进而解决航天器柔性附着领域相关工程技术问题。
本发明公开的柔性附着状态协同估计方法,包括如下步骤:
步骤一、针对柔性附着状态估计需求,根据多节点协同导航方案在柔性体上安装多个敏感器节点,建立各节点观测模型,实现柔性体多节点状态独立估计。
针对柔性附着状态估计需求,根据多节点协同导航方案在柔性体上安装M个敏感器节点,对于节点i(i=1,...,M),动力学模型为
xi,t=fi(xi,t,ui,t)+qi,t (1)
其中,xi,t为t时刻状态,xi,t1为t-1时刻状态,ui,t为t时刻控制量,fi(·)为状态转移方程,qi,t为环境扰动。
根据节点i搭载的敏感器,建立该节点的独立观测模型为
zi,t=hi(xi,t)+wi,t (2)
其中,zi,t为t时刻观测量,hi(·)为观测方程,wi,t为观测噪声。
所述敏感器包括宽视场相机、窄视场相机、激光测距仪、雷达高度计、惯性测量单元、激光雷达。
作为优选,所述滤波方法包括卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波。
所述敏感器包括宽视场相机、窄视场相机、激光测距仪、雷达高度计、惯性测量单元、激光雷达。作为优选,宽视场相机的观测模型建立方法如下:
宽视场相机通过检测与识别图像中的已知陆标p,并与已知地形库P进行匹配,得到当前时刻节点绝对状态,观测模型为
窄视场相机的观测模型建立方法如下:
窄视场相机通过匹配帧间图像中的特征点,得到目标表面特征点在不同时刻相机像素坐标系下的转换关系
xq,2=H12xq,1 (6)
其中,xq,1,xq,2为特征点q在不同时刻像素系下的齐次坐标,H12为单应矩阵。通过对单应矩阵进行奇异值分解,得到帧间图像的旋转矩阵R12和单位相对位置矢量t12。
激光测距仪的观测模型建立方法如下:
激光测距仪测量得到节点相对目标表面高度信息,记测距信息为ρLRF,当目标表面近似为平面时,观测模型为
其中,ez=[0,0,1]T为着陆点固连系z轴方向矢量,eLRF为激光测距仪指向矢量,h为节点相对表面高度。
雷达高度计的观测模型建立方法如下:
雷达高度计有多个波束,每个波束测量节点沿该波束方向到目标表面的距离,从而得到节点相对目标表面高度的测量信息,观测模型为
步骤二、基于步骤一得到的节点状态独立估计,基于各节点关联信息,通过估计节点间相对状态,实现节点状态的协同修正,提高被修正节点的状态估计精度。所述关联信息为节点间在当前时刻存在的共同观测信息。
针对节点i(i=1,...,M)与节点j(j=1,...,M,j≠i),基于两节点当前时刻观测信息,形成t时刻节点观测信息关联函数
当存在关联信息即gij(t)=1时,通过关联信息协同估计节点j到节点i的旋转矩阵Rji,并通过关联信息协同估计节点j到节点i的相对位置矢量Tji,对节点i状态独立估计结果进行修正。对于节点i,建立状态协同修正方程
步骤三、基于步骤二得到的协同修正后的多节点状态估计结果,合成柔性体位置与姿态,实现柔性附着状态的协同精确估计。
在步骤二得到的协同修正后的多节点状态估计结果基础上,对柔性附着状态进行合成估计。柔性体位置为M个敏感器节点的等效质心位置
其中,为柔性体位置rO在t时刻的估计值,为通过公式(12)得到的修正后的节点i状态估计中的位置矢量,为位置矢量在三轴分量,mi为敏感器节点i的质量,m为柔性体整体质量。柔性体姿态由M个敏感器节点位置拟合平面的法向量η以及从指定节点A指向节点B的位置矢量rAB确定,其中rAB=rB-rA,拟合平面方程为
z=α1x+α2y+α3 (14)
其中,α1,α2,α3为拟合系数。拟合平面法向量η为
则柔性体姿态角为
其中,θ,γ分别为柔性体俯仰角、航向角与滚转角,ex=[1,0,0]T,ez=[0,0,1]T分别为着陆点固连系x,z轴方向矢量。由此,根据协同修正得到的多节点状态估计结果对柔性体位置与姿态进行合成,实现柔性附着状态的协同精确估计。
还包括步骤四:根据步骤三得到的柔性附着状态协同精确估计结果,解决航天器柔性附着领域相关工程技术问题。
有益效果:
1、本发明公开的柔性附着状态协同估计方法,各节点基于观测信息进行状态独立估计,并利用不同节点关联信息,通过估计节点间相对状态,对节点状态进行协同修正,提高被修正节点的状态估计精度。
2、本发明公开的柔性附着状态协同估计方法,基于协同修正后的多节点状态估计结果,通过合成柔性体位置与姿态,实现柔性附着状态的协同精确估计。
附图说明
图1为本发明公开的柔性附着状态协同估计方法流程图;
图2为三节点柔性体的标称附着轨迹;
图3为组合导航节点L独立估计得到的三轴状态估计误差;
图4为宽视场相机节点C1独立估计得到的三轴状态估计误差;
图5为宽视场相机节点C2独立估计得到的三轴状态估计误差;
图6为协同修正后组合导航节点L的三轴状态估计误差;
图7为协同修正后宽视场相机节点C1的三轴状态估计误差;
图8为协同修正后宽视场相机节点C2的三轴状态估计误差;
图9为柔性附着三轴状态估计结果;
图10为柔性附着三轴状态估计误差。
具体实施方式
为了更好的说明本发明的目的和优点,下面结合附图和实例对发明内容做进一步说明。
实施例1:
为了验证方法的可行性,基于小天体433Eros建立小天体着陆动力学模型,小天体自转角速度为3.31×10-4rad/s,引力常量G=6.67×10-11N·m2/kg2。柔性体采用三个敏感器节点,包括两个宽视场相机节点C1,C2与一个带窄视场相机与激光测距仪的组合导航节点L。窄视场相机焦距fA=0.085m,视场角6°;宽视场相机焦距fB=0.0146m,视场角45°。相机观测噪声满足高斯分布N(0,0.0032),激光测距仪噪声满足高斯分布N(0,0.22)。
节点L初始位置为rL,0=[10,10,300]Tm,目标着陆点位置rL,f=[0,0,10]Tm,节点C1初始位置为rC1,0=[15.2,10,300]Tm,目标着陆点位置rC1,f=[0,-5,10]Tm,节点C2初始位置为rC2,0=[10,14.8,300]Tm,目标着陆点位置rC2,f=[5,0,10]Tm。所有节点初始速度相同且理想末端速度一致,即vL,0=vC1,0=vC2,0=[0.2,0.1,-0.5]Tm/s,vL,f=vC1,f=vC2,f=[0,0,0]Tm/s。仿真时长为200s,仿真步长为2s,三节点柔性体标称附着轨迹如图2所示。
如图1所示,本实施例公开的柔性附着状态协同估计方法,具体实现步骤如下:
步骤一、针对柔性附着状态估计需求,根据多节点协同导航方案在柔性体上安装多个敏感器节点,建立各节点观测模型,实现柔性体多节点状态独立估计。
在小天体着陆点固连系下建立节点动力学方程
其中ri,vi分别为节点位置与速度,ui为节点控制量,ui,F为柔性连接作用量,引力加速度g(ri)由多面体引力场模型给出,qi为节点所受的太阳光压、第三体引力等环境扰动,满足qi~N(0,1e-4)。
下降过程中,宽视场相机节点C1,C2始终能够观测到位于(0,0,0),(200,0,0)的3个陆标,组合导航节点L的窄视场相机始终能够实现4对特征点的帧间匹配,激光测距仪测量得到距离信息。宽视场相机节点C1,C2通过公式(3)至(5)建立观测模型,组合导航节点上通过公式(6)至(7)建立观测模型。采用扩展卡尔曼滤波实现各节点状态的独立估计。
将三节点状态估计结果与标称值作差,得到如图3至5所示的各节点独立估计得到的状态估计误差随时间变化曲线,其中实线为各变量在x轴的变化曲线,点画线为各变量在y轴的变化曲线,虚线为各变量在z轴的变化曲线。图3中,组合导航节点Lz轴状态估计误差快速收敛,x,y轴位置与速度分量由于缺少绝对测量信息,在初始状态存在误差情况下估计误差不断增大;图4至5中,宽视场相机节点C1,C2三轴状态估计误差经历由小到大再由大到小的变化过程后逐渐收敛。
步骤二、基于步骤一得到的节点状态独立估计,基于各节点关联信息,通过估计节点间相对状态,实现节点状态的协同修正,提高被修正节点的状态估计精度。所述关联信息为节点间在当前时刻存在的共同观测信息。
根据公式(9)给定的t时刻节点观测信息关联函数判断节点间是否存在关联信息,即节点图像是否有重叠区域。当gLC1(t)=1或gLC2(t)=1时,对组合导航节点L与宽视场相机节点C1或组合导航节点L与宽视场相机节点C2间的旋转矩阵RLC1、RLC2与相对位置矢量TLC1、TLC2进行估计。具体过程如下:对于组合导航节点L和宽视场相机节点Ci(i=1,2),得到目标表面特征点q′在节点间的转换关系
其中xq′,L,分别为特征点q′在节点L与节点Ci本体系下的坐标,为单应矩阵。通过对单应矩阵进行奇异值分解,得到节点Ci到节点L的旋转矩阵和方向矢量同时,得到节点Ci与节点L指向特征点q′的单位视线矢量
其中为节点Ci本体系下指向特征点q′的单位视线矢量,为节点L本体系下指向特征点q′的单位视线矢量,[uq′,Ci,vq′,Ci]T,[uq′,L,vq′,L]T分别为特征点q′在节点Ci与节点L像素系下的齐次坐标,fL分别为节点Ci与节点L相机焦距。令激光测距仪指向矢量测距信息为ρLRF,得到节点Ci到特征点q′的矢量
考虑到长度的旋转不变性,在节点L本体系下有
由公式(24)解算得到
得到节点Ci到节点j相对位置矢量
进而基于公式(10)至(11)建立状态协同修正方程,形成公式(12)所示状态更新方程,实现对柔性体各节点状态的协同修正,提高被修正节点的状态估计精度。
各节点的状态估计误差由节点状态标称值与估计值作差得到,图6至8分别给出了协同修正后组合导航节点L与宽视场相机节点C1,C2位置与速度的估计误差变化曲线,其中实线为各变量在x轴的变化曲线,点画线为各变量在y轴的变化曲线,虚线为各变量在z轴的变化曲线。与图3至5的结果对比,当引入节点间协同修正后,图6中组合导航节点L状态的x,y轴分量估计误差迅速减小,并收敛至0附近,实现了三轴状态的精确估计;图7至8中宽视场相机节点C1,C2三轴位置估计误差迅速减小,并以不大于1m的幅度在0附近波动,收敛时间相较于图4至5显著缩短。
步骤三、基于步骤二得到的协同修正后的多节点状态估计结果,合成柔性体位置与姿态,实现柔性附着状态的协同精确估计。
基于三节点位置估计结果,采用公式(14)至(18)对柔性体位置与姿态进行合成估计。其中,公式(14)中的拟合系数α1,α2,α3通过最小二乘法求解得到。三节点质量相同mL=mC1=mC2=100kg,忽略柔性连接质量,m=mL+mC1+mC2=300kg。得到的下降过程柔性附着状态估计结果与估计误差如图9至10所示,通过三节点位置合成能够得到精确的柔性体位置与姿态估计,其中,柔性体位置估计误差快速收敛至0附近,姿态估计误差在0附近产生小幅度波动,这是因为柔性体姿态由三节点位置矢量决定,导致姿态估计结果对位置估计误差较为敏感。
以上所述的具体描述,对发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.柔性附着状态协同估计方法,其特征在于:包括如下步骤,
步骤一、针对柔性附着状态估计需求,根据多节点协同导航方案在柔性体上安装多个敏感器节点,建立各节点观测模型,实现柔性体多节点状态独立估计;
步骤二、基于步骤一得到的节点状态独立估计,基于各节点关联信息,通过估计节点间相对状态,实现节点状态的协同修正,提高被修正节点的状态估计精度;所述关联信息为节点间在当前时刻存在的共同观测信息;
步骤二实现方法为,
针对节点i与节点j,i=1,...,M,j=1,...,M,j≠i,基于两节点当前时刻观测信息,形成t时刻节点观测信息关联函数
当存在关联信息即gij(t)=1时,通过关联信息协同估计节点j到节点i的旋转矩阵Rji,并通过关联信息协同估计节点j到节点i的相对位置矢量Tji,对节点i状态独立估计结果进行修正;对于节点i,建立状态协同修正方程
步骤三、基于步骤二得到的协同修正后的多节点状态估计结果,合成柔性体位置与姿态,实现柔性附着状态的协同精确估计;
步骤三实现方法为,
在步骤二得到的协同修正后的多节点状态估计结果基础上,对柔性附着状态进行合成估计;柔性体位置为M个敏感器节点的等效质心位置
其中,为柔性体位置rO在t时刻的估计值,为通过公式(6)得到的修正后的节点i状态估计中的位置矢量,为位置矢量在三轴的分量,mi为敏感器节点i的质量,m为柔性体整体质量;柔性体姿态由M个敏感器节点位置拟合平面的法向量η以及从指定节点A指向节点B的位置矢量rAB确定,其中rAB=rB-rA,拟合平面方程为
z=α1x+α2y+α3 (8)
其中,α1,α2,α3为拟合系数;拟合平面法向量η为
则柔性体姿态角为
2.如权利要求1所述的柔性附着状态协同估计方法,其特征在于:还包括步骤四:根据步骤三得到的柔性附着状态协同精确估计结果,解决航天器柔性附着领域相关工程技术问题。
3.如权利要求1或2所述的柔性附着状态协同估计方法,其特征在于:步骤一实现方法为,
针对柔性附着状态估计需求,根据多节点协同导航方案在柔性体上安装M个敏感器节点,对于节点i,i=1,...,M,动力学模型为
xi,t=fi(xi,t-1,ui,t)+qi,t (1)
其中,xi,t为t时刻状态,xi,t-1为t-1时刻状态,ui,t为t时刻控制量,fi(·)为状态转移方程,qi,t为环境扰动;
根据节点i搭载的敏感器,建立该节点的独立观测模型为
zi,t=hi(xi,t)+wi,t (2)
其中,zi,t为t时刻观测量,hi(·)为观测方程,wi,t为观测噪声;
所述敏感器包括宽视场相机、窄视场相机、激光测距仪、雷达高度计、惯性测量单元、激光雷达;
4.如权利要求3所述的柔性附着状态协同估计方法,其特征在于:所述滤波方法包括卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波。
5.如权利要求1所述的柔性附着状态协同估计方法,其特征在于:所述敏感器包括宽视场相机、窄视场相机、激光测距仪、雷达高度计、惯性测量单元、激光雷达;
宽视场相机的观测模型建立方法如下:
宽视场相机通过检测与识别图像中的已知陆标p,并与已知地形库P进行匹配,得到当前时刻节点绝对状态,观测模型为
窄视场相机的观测模型建立方法如下:
窄视场相机通过匹配帧间图像中的特征点,得到目标表面特征点在不同时刻相机像素系下的转换关系
xq,2=H12xq,1 (16)
其中,xq,1,xq,2为特征点q在不同时刻像素系下的齐次坐标,H12为单应矩阵;通过对单应矩阵进行奇异值分解,得到帧间图像的旋转矩阵R12和单位相对位置矢量t12;
激光测距仪的观测模型建立方法如下:
激光测距仪测量得到节点相对目标表面高度信息,记测距信息为ρLRF,当目标表面近似为平面时,观测模型为
其中,ez=[0,0,1]T为着陆点固连系z轴方向矢量,eLRF为激光测距仪指向矢量,h为节点相对表面高度;
雷达高度计的观测模型建立方法如下:
雷达高度计有多个波束,每个波束测量节点沿该波束方向到目标表面的距离,从而得到节点相对目标表面高度的测量信息,观测模型为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110663565.8A CN113432609B (zh) | 2021-06-16 | 2021-06-16 | 柔性附着状态协同估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110663565.8A CN113432609B (zh) | 2021-06-16 | 2021-06-16 | 柔性附着状态协同估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113432609A CN113432609A (zh) | 2021-09-24 |
CN113432609B true CN113432609B (zh) | 2022-11-29 |
Family
ID=77756010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110663565.8A Active CN113432609B (zh) | 2021-06-16 | 2021-06-16 | 柔性附着状态协同估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113432609B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111782B (zh) * | 2021-10-11 | 2023-11-10 | 北京理工大学 | 柔性着陆器状态表征与估计方法 |
CN114296069A (zh) * | 2021-12-23 | 2022-04-08 | 青岛科技大学 | 一种基于视觉雷达的小天体探测器多模型导航方法 |
CN114485672B (zh) * | 2022-01-27 | 2024-05-07 | 北京理工大学 | 小天体附着的面状探测器耦合约束轨迹规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103884340A (zh) * | 2014-03-31 | 2014-06-25 | 北京控制工程研究所 | 一种深空探测定点软着陆过程的信息融合导航方法 |
CN107132542A (zh) * | 2017-05-02 | 2017-09-05 | 北京理工大学 | 一种基于光学和多普勒雷达的小天体软着陆自主导航方法 |
CN111881555A (zh) * | 2020-06-30 | 2020-11-03 | 清华大学 | 一种柔性绳网在小行星引力场中的附着运动参数计算方法 |
CN112214031A (zh) * | 2020-09-25 | 2021-01-12 | 北京理工大学 | 基于遗传粒子群算法的多节点协同着陆位置规划方法 |
CN112215417A (zh) * | 2020-10-12 | 2021-01-12 | 北京理工大学 | 柔性连接多节点小天体探测器着陆点最优分配方法 |
CN112395795A (zh) * | 2020-11-19 | 2021-02-23 | 北京理工大学 | 小天体探测器多节点柔性连接方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009094603A2 (en) * | 2008-01-24 | 2009-07-30 | Harold Rosen | Spin-stabilized lander |
-
2021
- 2021-06-16 CN CN202110663565.8A patent/CN113432609B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103884340A (zh) * | 2014-03-31 | 2014-06-25 | 北京控制工程研究所 | 一种深空探测定点软着陆过程的信息融合导航方法 |
CN107132542A (zh) * | 2017-05-02 | 2017-09-05 | 北京理工大学 | 一种基于光学和多普勒雷达的小天体软着陆自主导航方法 |
CN111881555A (zh) * | 2020-06-30 | 2020-11-03 | 清华大学 | 一种柔性绳网在小行星引力场中的附着运动参数计算方法 |
CN112214031A (zh) * | 2020-09-25 | 2021-01-12 | 北京理工大学 | 基于遗传粒子群算法的多节点协同着陆位置规划方法 |
CN112215417A (zh) * | 2020-10-12 | 2021-01-12 | 北京理工大学 | 柔性连接多节点小天体探测器着陆点最优分配方法 |
CN112395795A (zh) * | 2020-11-19 | 2021-02-23 | 北京理工大学 | 小天体探测器多节点柔性连接方法 |
Non-Patent Citations (4)
Title |
---|
"AG-DPSO: Landing Position Planning Method for Multi-node Deep Space Explorer";Yongquan Chen 等,;《ICCSIP 2020》;20201227;206-218页 * |
"Matrix Methods for Optimal Manifesting of Multinode Space Exploration Systems";Paul T. Grogan 等,;《JOURNAL OF SPACECRAFT AND ROCKETS》;20110831;第48卷(第4期);679-690页 * |
"基于陆标图像的天体定点着陆信息融合导航方法";张晓文 等,;《空间控制技术与应用》;20141231;第40卷(第6期);10-15页 * |
"月球着陆器着陆缓冲性能研究";曾福明 等,;《航天器工程》;20100930;第19卷(第5期);43-49页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113432609A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113432609B (zh) | 柔性附着状态协同估计方法 | |
CN111207774B (zh) | 一种用于激光-imu外参标定的方法及系统 | |
CN110243358B (zh) | 多源融合的无人车室内外定位方法及系统 | |
Fan et al. | Data fusion for indoor mobile robot positioning based on tightly coupled INS/UWB | |
CN106767752B (zh) | 一种基于偏振信息的组合导航方法 | |
CN108375383B (zh) | 多相机辅助的机载分布式pos柔性基线测量方法和装置 | |
WO2019071916A1 (zh) | 天线波束姿态控制方法和系统 | |
CN107728182B (zh) | 基于相机辅助的柔性多基线测量方法和装置 | |
CN109269512B (zh) | 行星着陆图像与测距融合的相对导航方法 | |
CN107655485B (zh) | 一种巡航段自主导航位置偏差修正方法 | |
CN108253964A (zh) | 一种基于时延滤波器的视觉/惯性组合导航模型构建方法 | |
CN105953795B (zh) | 一种用于航天器表面巡视的导航装置及方法 | |
CN110325822B (zh) | 云台位姿修正方法和装置 | |
TW201711011A (zh) | 定位定向資料分析之系統及其方法 | |
CN107621266A (zh) | 基于特征点跟踪的空间非合作目标相对导航方法 | |
CN112055804A (zh) | 信息处理装置、信息处理方法和程序 | |
CN110736457A (zh) | 一种基于北斗、gps和sins的组合导航方法 | |
JPH095104A (ja) | 移動物体の三次元姿勢角測定法および三次元姿勢角計測装置 | |
CN110598370B (zh) | 基于sip和ekf融合的多旋翼无人机鲁棒姿态估计 | |
CN113029132A (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 | |
Agarwal et al. | Evaluation of a commercially available autonomous visual inertial odometry solution for indoor navigation | |
CN110686684A (zh) | 一种小天体环绕探测器光学协同定轨方法 | |
CN113408623B (zh) | 非合作目标柔性附着多节点融合估计方法 | |
CN113022898B (zh) | 弱引力环境柔性附着系统状态估计方法 | |
CN114690229A (zh) | 一种融合gps的移动机器人视觉惯性导航方法 |
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 |