CN114111782A - 柔性着陆器状态表征与估计方法 - Google Patents
柔性着陆器状态表征与估计方法 Download PDFInfo
- Publication number
- CN114111782A CN114111782A CN202111180796.XA CN202111180796A CN114111782A CN 114111782 A CN114111782 A CN 114111782A CN 202111180796 A CN202111180796 A CN 202111180796A CN 114111782 A CN114111782 A CN 114111782A
- Authority
- CN
- China
- Prior art keywords
- flexible
- mass
- lander
- aggregate
- state
- 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 41
- 238000012512 characterization method Methods 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 230000002776 aggregation Effects 0.000 claims description 26
- 238000004220 aggregation Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000007500 overflow downdraw method Methods 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000005070 sampling Methods 0.000 description 5
- 239000000523 sample Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 101710200331 Cytochrome b-245 chaperone 1 Proteins 0.000 description 1
- 102100037186 Cytochrome b-245 chaperone 1 Human genes 0.000 description 1
- 101710119396 Cytochrome b-245 chaperone 1 homolog Proteins 0.000 description 1
- 241001505295 Eros Species 0.000 description 1
- ULGZDMOVFRHVEP-RWJQBGPGSA-N Erythromycin Chemical compound O([C@@H]1[C@@H](C)C(=O)O[C@@H]([C@@]([C@H](O)[C@@H](C)C(=O)[C@H](C)C[C@@](C)(O)[C@H](O[C@H]2[C@@H]([C@H](C[C@@H](C)O2)N(C)C)O)[C@H]1C)(C)O)CC)[C@H]1C[C@@](C)(OC)[C@@H](O)[C@H](C)O1 ULGZDMOVFRHVEP-RWJQBGPGSA-N 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Navigation (AREA)
Abstract
本发明公开的一种柔性着陆器状态表征与估计方法，属于深空探测技术领域。本发明实现方法为：所述柔性着陆器指具有柔性结构面状外形的柔性着陆器，在保留柔性着陆器柔性功能的前提下，将柔性着陆器简化为若干具有柔性连接的质量聚集体，并基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征；在所述近似表征基础上，利用安装在柔性着陆器不同位置的敏感器在复杂未知环境中进行柔性附着协同导航，根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，确定柔性附着等效面中心位置和倾角，实现柔性着陆器位姿状态估计。本发明不仅适用于小天体附着探测任务，也适用于卫星在轨服务等近地任务。
Description
技术领域
本发明涉及一种柔性着陆器状态表征与估计方法，属于深空探测技术领域。
背景技术
空间非合作目标附着探测对空间新技术发展与验证，以及回答太阳系起源与演化、生命起源与进化等问题具有重要的科学与工程价值。随着空间科学技术的不断发展，附着探测成为空间非合作目标探测的主要手段，也是开展原位探测、获取科学样品的必要前提。其中小天体是一类重要的空间非合作目标，目前人类已经成功实施了五次小天体附着/采样任务，包括美国宇航局(NASA)的近地小行星交会(NEAR)任务，日本宇航局(JAXA)的隼鸟号(Hayabusa)任务、隼鸟2号(Hayabusa 2)任务，欧空局(ESA)的罗塞塔(Rosetta)任务，以及于2021年5月刚完成小行星表面采样的美国宇航局冥王号(OSIRIS-REx)任务。其中，近地小行星交会(NEAR)探测器是首个成功绕飞小行星的探测器，最后以约2米/秒的速度撞落在Eros小行星上；而另外四次任务，或是着陆时发生倾覆、反弹导致探测器未能按计划成功着陆(隼鸟号、罗塞塔号)；或是采用接触式采样模式，回避着陆难题(隼鸟2号、冥王号)。然而，能否在小天体表面实现稳健着陆，直接影响着小天体科学探测和防御任务的设计与实施。研究发现在小天体这类弱引力不确知星表环境中采用刚性着陆模式，要实现自主稳健着陆(即找到足够大小的平坦星表区域且着陆瞬间满足“双零”条件)是相当困难的。针对当前小天体刚性附着方案的局限性，亟需发展小天体柔性附着技术，通过增强着陆器对复杂环境的适应能力以及对着陆状态偏差的容忍能力，实现高可靠性、强适应性的小天体表面稳健附着。其中，对柔性着陆器状态的精确估计是实现小天体表面柔性附着的前提。
发明内容
本发明的目的是提供一种柔性着陆器状态表征与估计方法，所述柔性着陆器指具有柔性结构面状外形的柔性着陆器，在保留柔性着陆器柔性功能的前提下，将柔性着陆器简化为若干具有柔性连接的质量聚集体，并基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征；在所述近似表征基础上，利用安装在柔性着陆器不同位置的敏感器在复杂未知环境中进行柔性附着协同导航，根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，确定柔性附着等效面中心位置和倾角，实现柔性着陆器位姿状态估计。
本发明的目的是通过下述技术方案实现。
本发明公开的柔性着陆器状态表征与估计方法，包括如下步骤：
步骤一：在保留柔性着陆器柔性功能的前提下，将柔性着陆器简化为若干具有柔性连接的质量聚集体，并基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征，简化柔性着陆器状态估计问题。
柔性着陆器维数无穷、动力学特性复杂，属于分布参数系统，在保留柔性功能的前提下，将柔性着陆器简化为若干具有柔性连接的质量聚集体，使其既具有柔性着陆特性又能够使用现有的估计方法。所述质量聚集体为具有刚性特征的质量聚集体，将所述质量聚集体作为柔性着陆器的最小组成单元，每个质量聚集体上均配置有导航敏感器。忽略柔性作用对质量聚集体姿态的影响，建立质量聚集体运动学方程
其中，ri为第i个质量聚集体的位置，vi为第i个质量聚集体的速度，qi为第i个质量聚集体的姿态四元数，
包括第i个质量聚集体推力加速度和柔性作用加速度，C(qi)为姿态四元数对应的旋转矩阵，ω为空间非合作目标自旋角速度，gi为第i个质量聚集体的引力加速度，
为第i个质量聚集体旋转角速度，wi为环境扰动误差。着陆过程中质量聚集体具有独立的动态特性且受到柔性连接约束。质量聚集体间柔性形变保持在一定范围内，在各轴上满足以下形式约束
-αI·lI≤ΔlI≤αI·lI,(I＝X,Y,Z) (2)
其中，lI为柔性着陆器两质量聚集体间在自然状态下各轴对应长度，αI为该轴变形范围系数，ΔlI为允许变形量大小。标称情况下，柔性附着过程中质量聚集体间相对距离保持不变，直至与目标表面发生接触。然而，受随机环境扰动、初始状态偏差以及导航制导精度影响，质量聚集体相对距离动态变化，在柔性连接作用下，质量聚集体相对标称位置产生偏离。
为描述柔性着陆器状态，定义所有质量聚集体位置的拟合平面为柔性附着等效面，等效面拟合方程为
e1(x-xo)+e2(y-yo)+e3(z-zo)＝0 (3)
其中，ro＝(xo,yo,zo)T为等效面中心在附着点固连系下的位置，ns＝(e1,e2,e3)T为拟合平面法向量。
通过等效面的中心位置和法向倾角对柔性着陆器的位置与姿态进行近似表征。其中，等效面的中心位置ro＝(xo,yo,zo)T通过计算质量聚集体的形心位置得到；等效面法向倾角θk为柔性着陆器等效面与着陆平面法向量的夹角，通过计算k时刻柔性附着等效面法向量ns,k与附着点固连系Z轴方向，即与着陆平面法向量nL的夹角确定
θk＝cos-1(nL·ns,k) (4)
其中，
其中，
为k时刻质量聚集体i的位置。
作为优选，采用三质量聚集体模型等效模拟柔性着陆器运动，质量聚集体采用对称分布，在自然状态下相差120°安装。
通过将柔性着陆器简化为若干具有柔性连接的质量聚集体，并基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征，简化柔性着陆器状态估计问题。
步骤二：在步骤一所述近似表征基础上，利用安装在柔性着陆器不同位置的敏感器在复杂未知环境中进行柔性附着协同导航，根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，确定柔性附着等效面中心位置和倾角，实现柔性着陆器位姿状态估计。
在所述近似表征基础上，对柔性着陆器质量聚集体上搭载的导航敏感器进行配置，建立敏感器观测模型，着陆过程中分布在柔性着陆器不同位置的敏感器协同工作，在复杂未知环境中进行柔性附着协同导航。采用滤波方法生成k时刻质量聚集体i状态估计量
和状态估计误差协方差
实现质量聚集体状态估计。
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。
根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，提高质量聚集体状态估计精度。质量聚集体间相对状态为xij，当质量聚集体间存在重合观测区域时，通过匹配多组角点的像素坐标确定质量聚集体间本质矩阵Eij
其中，
为质量聚集体相对位置，
为质量聚集体相对姿态。利用奇异值分解得到两质量聚集体姿态转换矩阵
和相对位置矢量方向
建立附着点固连系下质量聚集体间相对位姿关系
其中，C(qj)为质量聚集体j姿态旋转矩阵。此外，根据公式(2)中给定的质量聚集体间形变范围，形成质量聚集体相对距离约束
其中，
为自然状态下质量聚集体间相对距离，
为柔性结构允许条件下质量聚集体间相对距离变化大小。根据公式(7)与公式(8)，质量聚集体间相对位姿状态估计问题为
其中，
为权值矩阵，性能指标中
利用求解得到的质量聚集体间相对状态估计
形成质量聚集体位姿状态修正信息。记质量聚集体j的位置和姿态独立估计为
则通过质量聚集体j生成的质量聚集体i的位姿状态修正信息为
其中，
和
为质量聚集体j对质量聚集体i的位姿修正。
对质量聚集体状态估计信息和状态修正信息进行融合。考虑到柔性附着过程动态变化，采用自适应一致性融合方法融合多源测量约束信息，融合后的质量聚集体状态
和状态估计误差协方差
为
其中，λij为自适应加权融合系数，
为质量聚集体i的位姿状态修正信息，
为位姿状态修正信息误差协方差。
通过质量聚集体位置计算等效面中心位置在k时刻估计量
和等效面法向量ns,k。等效面的中心位置
通过计算质量聚集体的形心位置得到
其中N为质量聚集体数量，
为融合得到的质量聚集体位置。考虑到直接利用质量聚集体位置信息将导致整体姿态估计产生较大偏差，将公式(6)本质矩阵分解得到的质量聚集体相对位置矢量方向作为等效面法向量的观测量，形成观测方程
其中，
为观测量，
和
分别为质量聚集体1和质量聚集体2融合后的姿态旋转矩阵。
分别为质量聚集体1和质量聚集体2的相对位置矢量方向、质量聚集体1和质量聚集体3的相对位置矢量方向、质量聚集体2和质量聚集体3的相对位置矢量方向。建立等效面法向量的更新方程
其中，
为更新后的等效面法向量估计，
为按照公式(5)由质量聚集体位置状态直接得到的等效面法向量，增益Kn按最小方差确定。进而将更新后的等效面法向量代入公式(4)，计算得到等效面法向倾角θk
根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，利用公式(15)和公式(18)确定柔性附着等效面中心位置和倾角，即实现柔性着陆器位姿状态估计。
作为优选，所述滤波方法包括扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波。
有益效果：
1、本发明公开的柔性着陆器状态表征与估计方法，在保留柔性功能的前提下，将柔性着陆器简化为若干具有柔性连接的质量聚集体，并基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征，简化柔性着陆器状态估计问题，使其既具有柔性着陆特性又能够使用现有的估计方法。
2、本发明公开的柔性着陆器状态表征与估计方法，利用安装在柔性着陆器不同位置的敏感器在复杂未知环境中进行柔性附着协同导航，通过融合多源测量约束信息，确定柔性附着等效面中心位置和倾角，实现柔性着陆器位姿状态估计。
3、本发明公开的柔性着陆器状态表征与估计方法，不仅适用于小天体附着探测任务，也适用于卫星在轨服务等近地任务。
附图说明
图1为本发明公开的柔性着陆器状态表征与估计方法流程图；
图2为柔性着陆器三质量聚集体标称附着轨迹和真实附着轨迹；
图3为实际附着过程中质量聚集体状态变化；
图4为质量聚集体状态独立估计误差和一致性融合误差对比；
图5为柔性着陆器位置估计误差；
图6为柔性着陆器姿态估计误差。
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：
如图1所示，本实施例公开的柔性着陆器状态表征与估计方法，具体实现步骤如下：
步骤一：在保留柔性着陆器柔性功能的前提下，将柔性着陆器简化为若干具有柔性连接的质量聚集体，并基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征，简化柔性着陆器状态估计问题。
建立三质量聚集体柔性着陆器模型，柔性着陆器直径为3m，自然状态下质量聚集体间呈120°分布，各质量聚集体与柔性着陆器等效面中心间距为0.75m。各质量聚集体的初始速度和姿态保持一致，等效面中心初始位置为[10,10,400]Tm，中心初始速度为[-0.02,0.01,-0.5]Tm/s，中心初始位置误差方差为25m2，中心初始速度误差方差为0.01(m/s)2，各质量聚集体初始姿态为[0°,0°,0°]T，质量聚集体初始姿态误差方差为1(°)2，初始状态误差满足高斯分布。
质量聚集体运动学方程(1)中，空间非合作目标自旋角速度ω＝4.0679×10-4rad/s，第i个质量聚集体的引力加速度gi由多面体引力场模型计算得到，环境扰动误差wi为高斯白噪声。柔性着陆器两质量聚集体间在自然状态下各轴对应长度lI＝1m，变形范围系数αI＝0.05，允许变形量大小ΔlI＝0.05m。
仿真中，柔性着陆器从初始位置经过900s后到达附着点正上方30m处各质量聚集体速度与柔性着陆器中心相同，且柔性着陆器本体系Z轴始终垂直指向着陆平面，等效面旋转角速度ωo＝0rad/s。通过多项式制导律生成柔性着陆器三个质量聚集体的标称附着轨迹，为真实模拟质量聚集体状态变化，实际着陆过程中质量聚集体之间距离存在5％的随机误差。图2给出附着过程中柔性着陆器三个质量聚集体的标称附着轨迹和真实附着轨迹，图3为实际附着过程中质量聚集体位置、速度和姿态变化情况。
进而利用公式(3)至公式(5)，基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征，简化柔性着陆器状态估计问题。
步骤二：在所述近似表征基础上，利用安装在柔性着陆器不同位置的敏感器在复杂未知环境中进行柔性附着协同导航，根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，确定柔性附着等效面中心位置和倾角，实现柔性着陆器位姿状态估计。
每个质量聚集体均搭载惯性测量单元及导航相机进行协同导航，相机焦距为0.02m，相机视场角为40°，图像分辨率为1024×1024，图像采样周期为10s，陀螺仪漂移参数为1°·s-1，加速度漂移参数为1m·s-2。仿真中，三个质量聚集体在每个采样周期内均能够观测到三个在视野范围内的陆标特征，陆标特征在附着点坐标系下的位置由仿真系统随机生成，为了模拟小天体表面的不平坦地形，地形高程服从方差为4m2的随机分布，陆标特征提取误差为1pixel。
惯性测量单元测量模型为
其中，
和
为加速度计和陀螺仪的测量值，
和
为惯性测量单元漂移参数，
和
为测量噪声。
导航相机通过识别与匹配图像中陨石坑、岩石等陆标特征为状态估计提供绝对观测信息，图像中陆标特征的观测量为
其中，
为陆标特征Li在图像坐标系下的像素坐标，wc为测量噪声。陆标特征像元像线的观测方程为
其中，(xi,yi,zi)为质量聚集体i在附着点固连系下的三轴位置坐标，
为陆标Li在附着点固连系下的三轴位置坐标，c11,...,c33为质量聚集体i姿态旋转矩阵C(qi)中相应元素，f为导航相机焦距。
基于公式(19)至公式(22)建立敏感器观测模型，利用无迹卡尔曼滤波对质量聚集体位姿状态进行估计，采用五点法计算公式(6)中的本质矩阵，对本质矩阵进行奇异值分解得到质量聚集体间相对位姿，并基于公式(13)至(14)对多质量聚集体状态估计信息进行自适应一致性融合。以质量聚集体1为例，质量聚集体状态独立估计和一致性融合估计结果比较如图4所示，其中红色虚线表示独立估计结果，蓝色实线表示一致性融合后的结果。能够看出，引入一致性融合后质量聚集体状态估计精度得到提高。
基于公式(15)至(18)计算等效面中心位置和等效面法向量，确定柔性着陆器位置和姿态。柔性着陆器三轴位置和整体姿态估计误差如图5和图6所示，其中整体姿态估计误差由等效面倾角误差表示。图6中“直接估计”表示整体姿态直接由质量聚集体位置估计确定，“融合估计”指同时利用质量聚集体位置信息和相对位置矢量方向进行整体姿态协同估计。结果表明，通过融合多源测量约束信息，能够在给定条件下确定等效面中心位置和法向倾角，实现柔性着陆器位姿状态的高精度估计。
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 (6)
1.柔性着陆器状态表征与估计方法，其特征在于：包括如下步骤，
步骤一：在保留柔性着陆器柔性功能的前提下，将柔性着陆器简化为若干具有柔性连接的质量聚集体，并基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征，简化柔性着陆器状态估计问题；
步骤二：在步骤一所述近似表征基础上，利用安装在柔性着陆器不同位置的敏感器在复杂未知环境中进行柔性附着协同导航，根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，确定柔性附着等效面中心位置和倾角，实现柔性着陆器位姿状态估计。
2.如权利要求1所述的柔性着陆器状态表征与估计方法，其特征在于：步骤一实现方法为，
柔性着陆器维数无穷、动力学特性复杂，属于分布参数系统，在保留柔性功能的前提下，将柔性着陆器简化为若干具有柔性连接的质量聚集体，使其既具有柔性着陆特性又能够使用现有的估计方法；所述质量聚集体为具有刚性特征的质量聚集体，将所述质量聚集体作为柔性着陆器的最小组成单元，每个质量聚集体上均配置有导航敏感器；忽略柔性作用对质量聚集体姿态的影响，建立质量聚集体运动学方程
其中，ri为第i个质量聚集体的位置，vi为第i个质量聚集体的速度，qi为第i个质量聚集体的姿态四元数，
包括第i个质量聚集体推力加速度和柔性作用加速度，C(qi)为姿态四元数对应的旋转矩阵，ω为空间非合作目标自旋角速度，gi为第i个质量聚集体的引力加速度，
为第i个质量聚集体旋转角速度，wi为环境扰动误差；着陆过程中质量聚集体具有独立的动态特性且受到柔性连接约束；质量聚集体间柔性形变保持在一定范围内，在各轴上满足以下形式约束
-αI·lI≤ΔlI≤αI·lI,(I＝X,Y,Z) (2)
其中，lI为柔性着陆器两质量聚集体间在自然状态下各轴对应长度，αI为该轴变形范围系数，ΔlI为允许变形量大小；标称情况下，柔性附着过程中质量聚集体间相对距离保持不变，直至与目标表面发生接触；然而，受随机环境扰动、初始状态偏差以及导航制导精度影响，质量聚集体相对距离动态变化，在柔性连接作用下，质量聚集体相对标称位置产生偏离；
为描述柔性着陆器状态，定义所有质量聚集体位置的拟合平面为柔性附着等效面，等效面拟合方程为
e1(x-xo)+e2(y-yo)+e3(z-zo)＝0 (3)
其中，ro＝(xo,yo,zo)T为等效面中心在附着点固连系下的位置，ns＝(e1,e2,e3)T为拟合平面法向量；
通过等效面的中心位置和法向倾角对柔性着陆器的位置与姿态进行近似表征；其中，等效面的中心位置ro＝(xo,yo,zo)T通过计算质量聚集体的形心位置得到；等效面法向倾角θk为柔性着陆器等效面与着陆平面法向量的夹角，通过计算k时刻柔性附着等效面法向量ns,k与附着点固连系Z轴方向，即与着陆平面法向量nL的夹角确定
θk＝cos-1(nL·ns,k) (4)
其中，
其中，
为k时刻质量聚集体i的位置；
通过将柔性着陆器简化为若干具有柔性连接的质量聚集体，并基于柔性附着等效面对柔性着陆器的位姿状态进行近似表征，简化柔性着陆器状态估计问题。
3.如权利要求2所述的柔性着陆器状态表征与估计方法，其特征在于：步骤二实现方法为，在所述近似表征基础上，对柔性着陆器质量聚集体上搭载的导航敏感器进行配置，建立敏感器观测模型，着陆过程中分布在柔性着陆器不同位置的敏感器协同工作，在复杂未知环境中进行柔性附着协同导航；采用滤波方法生成k时刻质量聚集体i状态估计量
和状态估计误差协方差
实现质量聚集体状态估计；
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所述的柔性着陆器状态表征与估计方法，其特征在于：步骤二具体实现方法为，
根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，提高质量聚集体状态估计精度；质量聚集体间相对状态为xij，当质量聚集体间存在重合观测区域时，通过匹配多组角点的像素坐标确定质量聚集体间本质矩阵Eij
其中，
为质量聚集体相对位置，
为质量聚集体相对姿态；利用奇异值分解得到两质量聚集体姿态转换矩阵
和相对位置矢量方向
建立附着点固连系下质量聚集体间相对位姿关系
其中，C(qj)为质量聚集体j姿态旋转矩阵；此外，根据公式(2)中给定的质量聚集体间形变范围，形成质量聚集体相对距离约束
其中，
为自然状态下质量聚集体间相对距离，
为柔性结构允许条件下质量聚集体间相对距离变化大小；根据公式(7)与公式(8)，质量聚集体间相对位姿状态估计问题为
其中，
为权值矩阵，性能指标中
利用求解得到的质量聚集体间相对状态估计
形成质量聚集体位姿状态修正信息；记质量聚集体j的位置和姿态独立估计为
则通过质量聚集体j生成的质量聚集体i的位姿状态修正信息为
其中，
和
为质量聚集体j对质量聚集体i的位姿修正；
对质量聚集体状态估计信息和状态修正信息进行融合；考虑到柔性附着过程动态变化，采用自适应一致性融合方法融合多源测量约束信息，融合后的质量聚集体状态
和状态估计误差协方差
为
其中，λij为自适应加权融合系数，
为质量聚集体i的位姿状态修正信息，
为位姿状态修正信息误差协方差；
通过质量聚集体位置计算等效面中心位置在k时刻估计量
和等效面法向量ns,k；等效面的中心位置
通过计算质量聚集体的形心位置得到
其中N为质量聚集体数量，
为融合后的质量聚集体位置；考虑到直接利用质量聚集体位置信息将导致整体姿态估计产生较大偏差，将公式(6)本质矩阵分解得到的质量聚集体相对位置矢量方向作为等效面法向量的观测量，形成观测方程
其中，
为观测量，
和
分别为质量聚集体1和质量聚集体2融合后的姿态旋转矩阵；
分别为质量聚集体1和质量聚集体2的相对位置矢量方向、质量聚集体1和质量聚集体3的相对位置矢量方向、质量聚集体2和质量聚集体3的相对位置矢量方向；建立等效面法向量的更新方程
其中，
为更新后的等效面法向量估计，
为按照公式(5)由质量聚集体位置状态直接得到的等效面法向量，增益Kn按最小方差确定；进而将更新后的等效面法向量代入公式(4)，计算得到等效面法向倾角θk
根据质量聚集体间重合观测区域信息及柔性连接约束，融合多源测量约束信息，利用公式(15)和公式(18)确定柔性附着等效面中心位置和倾角，即实现柔性着陆器位姿状态估计。
5.如权利要求2、3或4所述的柔性着陆器状态表征与估计方法，其特征在于：采用三质量聚集体模型等效模拟柔性着陆器运动，质量聚集体采用对称分布，在自然状态下相差120安装。
6.如权利要求2、3或4所述的柔性着陆器状态表征与估计方法，其特征在于：所述滤波方法包括扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111180796.XA CN114111782B (zh) | 2021-10-11 | 2021-10-11 | 柔性着陆器状态表征与估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111180796.XA CN114111782B (zh) | 2021-10-11 | 2021-10-11 | 柔性着陆器状态表征与估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114111782A true CN114111782A (zh) | 2022-03-01 |
| CN114111782B CN114111782B (zh) | 2023-11-10 |
Family
ID=80441622
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111180796.XA Active CN114111782B (zh) | 2021-10-11 | 2021-10-11 | 柔性着陆器状态表征与估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114111782B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115246491A (zh) * | 2022-07-22 | 2022-10-28 | 北京理工大学 | 小天体柔性附着协同制导方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090206204A1 (en) * | 2008-01-24 | 2009-08-20 | Harold Alvin Rosen | Spin-stabilized lander |
| CN113022898A (zh) * | 2021-02-18 | 2021-06-25 | 北京理工大学 | 弱引力环境柔性附着系统状态估计方法 |
| CN113408623A (zh) * | 2021-06-21 | 2021-09-17 | 北京理工大学 | 非合作目标柔性附着多节点融合估计方法 |
| CN113432609A (zh) * | 2021-06-16 | 2021-09-24 | 北京理工大学 | 柔性附着状态协同估计方法 |
| CN113483748A (zh) * | 2021-07-05 | 2021-10-08 | 北京理工大学 | 小天体柔性附着多节点相对位姿估计方法 |
-
2021
- 2021-10-11 CN CN202111180796.XA patent/CN114111782B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090206204A1 (en) * | 2008-01-24 | 2009-08-20 | Harold Alvin Rosen | Spin-stabilized lander |
| CN113022898A (zh) * | 2021-02-18 | 2021-06-25 | 北京理工大学 | 弱引力环境柔性附着系统状态估计方法 |
| CN113432609A (zh) * | 2021-06-16 | 2021-09-24 | 北京理工大学 | 柔性附着状态协同估计方法 |
| CN113408623A (zh) * | 2021-06-21 | 2021-09-17 | 北京理工大学 | 非合作目标柔性附着多节点融合估计方法 |
| CN113483748A (zh) * | 2021-07-05 | 2021-10-08 | 北京理工大学 | 小天体柔性附着多节点相对位姿估计方法 |
Non-Patent Citations (3)
| Title |
|---|
| GE, DANTONG 等: "Recent development of autonomous GNC technologies for small celestial body descent and landing", 《PROGRESS IN AEROSPACE SCIENCES》, pages 1 - 14 * |
| 崔平远 等: "小天体柔性附着状态协同估计方法", 《宇航学报》, vol. 43, no. 9, pages 1219 - 1226 * |
| 曾福明 等: "月球着陆器着陆缓冲性能研究", 《航天器工程》, vol. 19, no. 5, pages 43 - 49 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115246491A (zh) * | 2022-07-22 | 2022-10-28 | 北京理工大学 | 小天体柔性附着协同制导方法 |
| CN115246491B (zh) * | 2022-07-22 | 2024-05-28 | 北京理工大学 | 小天体柔性附着协同制导方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114111782B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107314718B (zh) | 基于磁测滚转角速率信息的高速旋转弹姿态估计方法 | |
| CN102829779B (zh) | 一种飞行器多个光流传感器与惯导组合导航方法 | |
| CN108548542B (zh) | 一种基于大气阻力加速度测量的近地轨道确定方法 | |
| CN106989761B (zh) | 一种基于自适应滤波的空间飞行器制导工具在轨标定方法 | |
| CN109269512B (zh) | 行星着陆图像与测距融合的相对导航方法 | |
| Lu et al. | An all-parameter system-level calibration for stellar-inertial navigation system on ground | |
| CN105509769B (zh) | 一种运载火箭捷联惯导全自主对准方法 | |
| 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 | |
| CN107728182A (zh) | 基于相机辅助的柔性多基线测量方法和装置 | |
| CN107764261B (zh) | 一种分布式pos传递对准用模拟数据生成方法和系统 | |
| CN110296719B (zh) | 一种在轨标定方法 | |
| CN102116634A (zh) | 一种着陆深空天体探测器的降维自主导航方法 | |
| CN112562077A (zh) | 一种融合pdr和先验地图的行人室内定位方法 | |
| CN110325822A (zh) | 云台位姿修正方法和装置 | |
| Goppert et al. | Invariant Kalman filter application to optical flow based visual odometry for UAVs | |
| 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 | |
| CN109506662B (zh) | 一种小天体着陆初始对准方法、其相对导航基准确定方法及装置 | |
| CN114111782B (zh) | 柔性着陆器状态表征与估计方法 | |
| Ticona et al. | Attitude determination and control system for nadir pointing and detumbling using magnetorquer for 1u bolivian cubesat | |
| CN111141285B (zh) | 一种航空重力测量装置 | |
| CN107957271A (zh) | 一种用于水下无人航行器在极区导航的初始精对准方法 | |
| CN113405567B (zh) | 一种重力卫星星敏感器安装矩阵在轨定标方法及系统 | |
| CN113465570B (zh) | 一种基于高精度imu的气浮台初始对准方法及系统 | |
| CN112649001B (zh) | 一种小型无人机姿态与位置解算方法 | |
| Busnardo et al. | LIDAR-aided inertial navigation with extended kalman filtering for pinpoint landing over rough terrain |
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 |