CN117553778A - 一种编码成像星敏感器、动态测量精度提升方法和系统 - Google Patents
一种编码成像星敏感器、动态测量精度提升方法和系统 Download PDFInfo
- Publication number
- CN117553778A CN117553778A CN202311638343.6A CN202311638343A CN117553778A CN 117553778 A CN117553778 A CN 117553778A CN 202311638343 A CN202311638343 A CN 202311638343A CN 117553778 A CN117553778 A CN 117553778A
- Authority
- CN
- China
- Prior art keywords
- star
- coded
- code
- coding
- image
- 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 79
- 238000005259 measurement Methods 0.000 title claims abstract description 54
- 238000003384 imaging method Methods 0.000 title claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000005070 sampling Methods 0.000 abstract description 15
- 238000001514 detection method Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 8
- 230000006872 improvement Effects 0.000 abstract description 7
- 230000033001 locomotion Effects 0.000 description 10
- 238000011160 research Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000007123 defense Effects 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000007687 exposure technique Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000612151 Dodecatheon Species 0.000 description 1
- 235000008166 Dodecatheon meadia Nutrition 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping 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
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
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
- G01C21/025—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means with the use of startrackers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
Abstract
一种编码成像星敏感器、动态测量精度提升方法和系统,所述编码成像星敏感器包括编码生成器、编码采样器和信息处理器,本发明打破传统星敏感器单次曝光单次输出图像的成像体制,结合编码曝光功能实现单帧图像的总曝光时间内依据编码多次改变快门的开闭状态,为星图引入时间信息,从而在星点定位中利用时域约束提高动态测量精度。本发明通过改变星敏感器对星光信息的采样过程来实现动态测量精度的提升,因而在任意相同的检测、定位方法条件下,本发明在提升星敏感器动态测量精度方面均能产生较好的效果。
Description
技术领域
本发明涉及星敏感器技术领域,具体涉及一种编码成像星敏感器、动态测量精度提升方法和系统。
背景技术
星敏感器通过观测恒星来实现姿态测量。具体来说,星敏感器的姿态测量过程主要可以分为5个步骤:采样、检测、定位、识别与解算。采样:探测器对恒星曝光获得星图;检测:从星图中获取恒星连通域信息;定位:根据星点连通域图像计算图像坐标系中心坐标;识别:根据星点图像坐标识别星号;解算:结合星表中的恒星参考矢量解算姿态。星敏感器的姿态测量精度取决于恒星观测矢量精度,而恒星观测矢量精度又取决于星光的图像定位精度。(张广军著.星图识别[M].北京:国防工业出版社,2011)
在静态应用场景下,星光成像效果较好,因而图像定位精度较高,使得星敏感器成为航天领域中具有最高精度的自主姿态测量仪器。而随着近年来航天器向着更高动态方向不断发展,在高动态条件下,恒星在星敏感器中成像形成拖尾星条,动态下的星光图像定位精度大大下降。
为了解决该问题,现有研究者对检测、定位两个步骤展开了大量的研究。在检测方面,传统的阈值法及自适应阈值法直接利用给定阈值比较图像灰度级来确定星连通域。图像复原类方法、图像增强类方法与神经网络类方法则在更低的探测信噪比极限、更高检测率、更高连通域检测准确度上得到了发展,并在动态条件下取得了一定的效果。(吴州平.全天时星敏感器星图信噪比增强与星点提取研究[D].长沙:国防科技大学,2018;万晓伟.基于空时信息融合的星敏感器星点提取与质心定位方法研究[D].北京:北京航空航天大学,2021.)在定位方方面,质心类方法以连通域内各个像素灰度作为权值对图像坐标进行加权平均,从而得到星点的图像中心。拟合类方法通过建立星光点扩散函数并在星图中进行曲面拟合,从而得到星点的图像中心坐标。(贾辉.高精度星敏感器星点提取与星图识别研究[D].长沙:国防科学技术大学,2010;马晓蕾.星点高精度细分定位算法研究[D].北方工业大学,2017)与之相比,质心类方法在实时性、鲁棒性等方面仍然具有无可代替的优势,因而当前高动态星敏感器的星光定位方法仍以质心类方法为主。
事实上,星敏感器的采样步骤也是影响星光图像定位精度的关键因素。现有成像体制下的星图采样为常规曝光采样,图像探测器在一段连续时间内对恒星进行感光,得到动态拖尾星图。针对这种常规曝光采样方式的高动态星敏感器,文献在不同条件下分析了曝光时间对定位精度的影响,并给出了最优曝光时间。(闫劲云.高动态高更新率星敏感器技术研究[D].北京:北京航空航天大学,2017.)而随着图像探测器技术的发展,一种编码曝光技术已经在某些器件上实现。编码曝光将传统的一次曝光依据特定编码扩展为多重曝光再输出图像,可以使得图像保留一定的时间信息,已经成为解决日常场景图像的动态模糊问题的一种有效手段。(李响.时间编码曝光成像与图像复原研究[D].大连理工大学,2022)在高动态星敏感器中使用编码曝光技术拍摄星图,可以将长拖尾星条变为几个间断的短星条。
文献(江洁,于文波,张广军.一种像增强型星敏感器的多重曝光成像方法[P].中国专利:CN106197402B,2016.12.07)利用像增强器快门实现了类似效果,在一张星图中等间隔的拍摄了多个星点,将星图按曝光时间段拆分,单独处理并计算姿态,从而在一定程度上提高了星敏感器的更新率。但该文献并没有利用编码曝光技术来解决定位精度问题。
其实,编码曝光的星图采样需要在同一帧中多次控制快门的开闭,采样过程实质上为星图引入了时间信息。因此,如能合理利用这种信息,为星点定位增加时域约束,则有望进一步提高定位精度。从另一角度看,编码曝光的星图采样等效于多次常规采样。从这种意义上来讲,多次采样后的融合测量精度应该是优于单次测量的。但编码曝光对定位精度的影响仍然缺乏理论分析。
发明内容
本发明提供了一种编码成像星敏感器、动态测量精度提升方法和系统。首先,本发明提出了一种星敏感器编码成像的实现方式。在此基础上,本发明研究了编码星条的能量分布模型,进而建立了编码质心法定位误差模型,分析了误差来源与关键参数。根据上述模型,本发明提出了一种最优编码的计算方法,从而最小化动态星光定位误差,解决星敏感器的动态测量精度问题。
本发明的第一方面提供了一种编码成像星敏感器,包括:
编码生成器,用于生成最优编码;
所述编码生成器包括:通讯单元,用于读取前一帧的姿态测量值及其他必要信息,输出生成的编码;处理单元,根据姿态测量值及其他限定条件,计算得到最优编码;存储单元,用于存储所述方法的程序、数据及所述程序执行中所需存储的变量;
编码采样器,用于采集编码星图;
所述编码采样器包括:光学镜头,用于聚焦一定视场范围内的星光,使其成像于编码图像探测器表面;编码图像探测器,具有编码曝光功能,用于敏感星光能量并依据给定编码进行多次间断曝光;编码成像驱动器,用于根据编码生成器所生成最优编码发生图像探测器成像时序并采集图像探测器输出图像;
信息处理器,用于处理星图并计算姿态测量值;所述信息处理器包括:处理单元,用于执行所述方法的程序;存储单元,用于存储执行所述方法的程序、数据及所述程序执行中所需存储的变量;通讯单元,用于获取编码采样器的图像,并输出姿态测量值及其他信息。
本发明的第二方面提供了一种编码成像星敏感器动态测量精度提升方法,包括如下步骤:
步骤S100,建立编码星光定位误差模型,用于估计不同编码的定位误差,编码星光定位误差模型包括编码星光能量分布模型和定位误差模型;
步骤S200,最优编码计算,用于计算给定条件下的最优编码。
进一步的,所述步骤S100包括:
步骤S110,建立编码星光能量分布模型,根据星敏感器参数计算编码星光在图像探测器上的能量分布;
步骤S120,建立定位误差模型,根据给定编码及星光参数,计算定位误差的理论值。
进一步的,所述步骤S200包括:
精确最优编码计算,根据给定条件计算最优编码,最小化定位误差;
保守最优编码计算,根据给定条件计算最优编码,在最大化星点信噪比的前提下,最小化定位误差。
进一步的,步骤S120中,
当设置曝光编码使得编码星条图像的间隔距离不小于一定阈值时,星光编码段所对应连通域被完全分开,在这种条件下,基于灰度质心法的编码质心定位方法分为三步:
第一步,根据给定阈值对图像进行阈值处理并提取每个星光编码段的连通域,记第i个星光编码段的连通域为Ci;
第二步,利用灰度质心法根据连通域提取结果分别独立计算每个星光编码段的图像中心坐标,记第i个星光编码段的中心坐标测量值为计算公式为:
式中,Ci为第i个星光编码段的星点连通域,I′(x,y)为图像灰度级,Vth为灰度阈值;
对于任意像素,其灰度级可以看作是星光在该像素上的能量F(x,y)、图像偏置B与0均值高斯噪声N(x,y)~N(0,σ2),即:
I′(x,y)=F(x,y)+B+N(x,y)
对于动态拖尾星点,其能量分布函数F(x,y)可以计算为:
F(x,y)=κTσ·fLSSF(x,y)
式中σ为图像噪声,κ为本发明定义的灰度功噪比(PNR),即单位
时间内恒星在图像中的总灰度级与噪声的比值:
式中Ftotal为星光图像总灰度,T为曝光时间;
第三步,根据每个星光编码段的图像中心坐标计算编码星条总中心坐标计算公式为:
式中ωi为权重系数,满足:
进一步的,步骤S200中,
根据求得编码段数k条件与中心拖尾长度lh(k)条件下的定位误差,得到精确最优编码计算方法,根据给定条件计算最优编码,最小化定位误差:
根据给定条件计算保守最优编码,在最大化星点信噪比的前提下,最小化定位误差:
式中B(·)表示取不大于该值的最大整数。
本发明的第三方面提供了一种编码成像星敏感器动态测量精度提升系统,包括:
编码星光定位误差模型建立模块,用于估计不同编码的定位误差,编码星光定位误差模型包括编码星光能量分布模型和定位误差模型;
最优编码计算模块,用于计算给定条件下的最优编码。
进一步的,编码星光能量分布模型中,根据星敏感器参数计算编码星光在图像探测器上的能量分布;
定位误差模型中,根据给定编码及星光参数,计算定位误差的理论值。
进一步的,最优编码计算模块包括:
精确最优编码计算模块,根据给定条件计算最优编码,最小化定位误差;
保守最优编码计算模块,根据给定条件计算最优编码,在最大化星点信噪比的前提下,最小化定位误差。
本发明的技术方案能够实现如下有益的技术效果:
本发明实质上在采样过程为星图引入了时间信息,从而利用这种信息,为星点定位增加时域约束,从而提高定位精度。
由于本发明提高定位精度的原理与星点检测与定位算法无关,因而本发明可以在任意给定的星点检测与定位算法下,通过改变成像方式来提升星敏感器的动态测量精度,大幅改善星敏感器在动态条件下姿态精度低的问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种编码成像星敏感器系统框图;
图2为本发明实施例的一种动态测量精度提升方法中的图像坐标系与星条坐标系定义图;
图3为本发明实施例的一种动态测量精度提升方法中的曝光编码示意图;
图4为本发明实施例的一种动态测量精度提升方法中的时间编码向空间编码的映射关系示意图;
图5为本发明实施例的一种动态测量精度提升方法中的仿真实验结果图;
图6为本发明实施例的一种动态测量精度提升方法中的真实实验结果图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种编码成像星敏感器及其动态测量精度提升方法和系统的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
具体实施例
本发明的第一方面提供了一种编码成像星敏感器,包括:
编码生成器,用于生成最优编码;
编码采样器,用于采集编码星图;
信息处理器,用于处理星图并计算姿态测量值。
所述编码生成器包括:
通讯单元,用于读取前一帧的姿态测量值及其他必要信息,输出生成的编码;处理单元,根据姿态测量值及其他限定条件,执行所述方法的程序,计算得到最优编码;存储单元,用于存储所述方法的程序、数据及所述程序执行中所需存储的变量;
所述编码采样器包括:
光学镜头,用于聚焦一定视场范围内的星光,使其成像于编码图像探测器表面;编码图像探测器,具有编码曝光功能,用于敏感星光能量并依据给定编码进行多次间断曝光;编码成像驱动器,用于根据编码生成器所生成最优编码发生图像探测器成像时序并采集图像探测器输出图像。
所述信息处理器包括:处理单元,用于执行所述方法的程序;存储单元,用于存储执行所述方法的程序、数据及所述程序执行中所需存储的变量;通讯单元,用于获取编码采样器的图像,并输出姿态测量值及其他信息。
具体的,在本发明的实施例中,本发明的编码成像星敏感器动态测量精度提升方法包括如下步骤:
步骤S100,建立编码星光定位误差模型,用于估计不同编码的定位误差,编码星光定位误差模型包括编码星光能量分布模型和定位误差模型。
具体的,包括:
步骤S110,建立编码星光能量分布模型。
首先,本发明建立以像素为单位的图像坐标系O-xy,坐标系原点O与图像左上角重合,x、y轴分别与图像横坐标、纵坐标同方向。建立动态星条坐标系C-xSyS,坐标系原点C为中间曝光时刻时星点中心位置,xS轴与星点动态拖尾方向一致,yS轴与xS轴正交且正方向保持与图像坐标系O-xy相同。上述坐标系定义如图2所示。星点动态拖尾方向角为θ,星点中心在曝光时间内运动总长度定义为中心拖尾长度,记为Lc,考虑星光弥散,星条绝大部分能量分布的像素区域对应的总长度定义为星条长度,记为L,星条宽度记为W。
依据上述关系,任意图像点的图像坐标系坐标(x,y)和星条坐标系坐标(xS,yS)满足关系:
其中(xc,yc)为C点的图像坐标系坐标,而R(θ)为旋转矩阵:
图像传感器在快门打开时进行感光。对于传统曝光方式,每开启、关闭一次快门,图像传感器输出一帧图像,图像仅包含了快门从开启到关闭这一段时间内的物空间信息。而对于编码曝光方式,图像传感器在若干次开启、关闭快门后才输出一帧图像,图像包含了若干段快门开启时间段的物空间信息的总和。
本发明记整帧曝光总计分为k段,第i个曝光编码段的起始时刻记为ai,结束时刻记为bi,并将一帧图像对应的全部快门开启与关闭状态定义为编码函数:
在此基础上,本发明记每一段的曝光中心时刻为ti,曝光时长为τi,曝光间隔为τ′i,记整帧曝光中心时刻为tc,曝光总时长为T,曝光有效时长为Te,即:
曝光编码如图3所示。
当星敏感器以匀角速度运动,按某种编码进行曝光,采集动态星点的图像,可以得到一条虚线段。在星条坐标系中,星点在图像中的运动可以近似为沿x轴的匀速直线运动。由于曝光被编码成k段,星条图像也沿x轴分为k段,如图4所示。
本发明记第i个编码星条段的起始x轴坐标为a′i,终止x轴坐标为b′i,则满足如下关系:
式中ωp=Lc/T为动态星点的图像速度,单位为px/s。
记第i段中心拖尾长度为li,中心间隔长度为l′i,第i段星条长度为Li,记总星条有效长度为Le,记第i段星条中心x坐标为即:
编码星条中的每个编码段均可以看作是一段动态拖尾星点,能量分布满足线段扩散函数fLSSF(·,·),即:
式中ρ为镜头弥散系数,S(·)为误差函数,即:
而编码星条的总能量分布可以看作是每一段动态拖尾能量分布的叠加,其叠加能量系数与曝光时间成正比。本发明将编码星条能量分布定义为编码线段扩散函数,即:
步骤S120,建立定位误差模型。
当设置曝光编码使得编码星条图像的间隔距离不小于一定阈值时,星光编码段所对应连通域可以被完全分开。在这种条件下,一种简单的基于灰度质心法的编码质心定位方法可以分为三步。
第一步,根据给定阈值对图像进行阈值处理并提取每个星光编码段的连通域,记第i个星光编码段的连通域为Ci。
第二步,利用灰度质心法根据连通域提取结果分别独立计算每个星光编码段的图像中心坐标,记第i个星光编码段的中心坐标测量值为计算公式为:
式中,Ci为第i个星光编码段的星点连通域,I′(x,y)为图像灰度级,Vth为灰度阈值。
对于任意像素,其灰度级可以看作是星光在该像素上的能量F(x,y)、图像偏置B与0均值高斯噪声N(x,y)~N(0,σ2),即:
I′(x,y)=F(x,y)+B+N(x,y) (11)
对于动态拖尾星点,其能量分布函数F(x,y)可以计算为:
F(x,y)=κTσ·fLSSF(x,y) (12)
式中σ为图像噪声,κ为本发明定义的灰度功噪比(PNR),即单位时间内恒星在图像中的总灰度级与噪声的比值:
式中Ftotal为星光图像总灰度,T为曝光时间。
与信噪比相比,本发明定义的灰度功噪比(PNR)描述的是恒星亮度与图像噪声的关系,仅与恒星星等有关,与曝光时间、星敏感器的运动角速度无关,因而更适用于动态测量模型。
第三步,根据每个星光编码段的图像中心坐标计算编码星条总中心坐标计算公式为:
式中ωi为权重系数,满足:
下面分析单个编码段的误差。
考虑一种的特殊情况:星点拖尾方向延x轴,星点中心恰好处于某一像素中心。不妨记星点中心像素坐标为xi,除去中心像素外,星点沿x轴向两方向各扩展m个像素,沿y轴向两方向各扩展n个像素,中心拖尾长度、星条长度与星条宽度分别计算为
若取灰度阈值为Vth=B,则星点中心坐标为:
根据线段扩散函数fLSSF(·,·)可知,F(x,y)为关于x的偶函数,因而有:
连通域范围W×L对应于恒星绝大部分能量,因而可以做如下近似计算:
式中ωp=Lc/T为动态星点的图像速度,单位为px/s。
连通域内像素噪声总和为随机变量,但连通域内像素噪声总和期望为0,即:
因而后文在计算时忽略该项。
由于不同像素的图像噪声独立同分布,因而有:
结合上述公式,可以计算得到误差为:
根据上述过程,可同理计算出误差。由于星点沿x方向拖尾,使得L>>W,因而/>误差远小于/>误差。本发明近似认为/>误差为灰度质心法的定位误差,即:
对于编码星条,星点定位的误差可以计算为:
本发明使用统一权重进行定位计算,即:
则编码质心法的定位误差为:
式中k为编码段数,li为第i段编码的中心拖尾长度。并定义长度因子函数H(l)为:
其中,记该函数极小值点为lm≈3.77px。
步骤S200,最优编码计算方法,用于计算给定条件下的最优编码。
本发明首先分析星条编码段长度一致性。
考虑如下优化问题:
其中编码段数k与总星条有效长度Le视为常数。
由于:
因而函数H(l)为凹函数,因此上述优化问题具有最优解:
因此,在编码段数与有效长度相同的情况下,与任何不等间隔编码相比,等间隔编码的定位误差最小。当采用等间隔编码时,定位误差可以计算为:
因此,最优编码问题可以写为如下形式:
给定星敏感器的运动角速度及最长曝光时间后,星点最长总拖尾距离可以计算得出为:
Lc=ωpT (33)
而为了保证每个编码段对应的连通域不连接,本发明定义最短的中心间隔长度为l′m。
任意给定编码段数k,则平均星条中心拖尾长度上限可以计算得出为:
当时,设置每段星条的中心拖尾长度均为lm可以使得定位误差最小。
当时,根据H(l)性质,设置每段星条的中心拖尾长度均为/>可以使得定位误差最小。
记k条件下的最优拖尾长度为lh(k),即:
进而,根据可以求得编码段数k条件与中心拖尾长度lh(k)条件下的定位误差,从而得到精确最优编码计算方法,根据给定条件计算最优编码,最小化定位误差:
上述最优编码是基于连通域准确检测的计算结果,考虑到在实际应用时星条长度较短会导致星光亮度不足,从而影响连通域的检测,本发明给出保守最优编码,根据给定条件计算最优编码,在最大化星点信噪比的前提下,最小化定位误差:
式中B(·)表示取不大于该值的最大整数。
本发明还提供了一种编码成像星敏感器动态测量精度提升系统,包括:
编码星光定位误差模型建立模块,用于估计不同编码的定位误差,编码星光定位误差模型包括编码星光能量分布模型和定位误差模型;
最优编码计算模块,用于计算给定条件下的最优编码。
编码星光能量分布模型中,根据星敏感器参数计算编码星光在图像探测器上的能量分布;
定位误差模型中,根据给定编码及星光参数,计算定位误差的理论值。
最优编码计算模块包括:
精确最优编码计算模块,根据给定条件计算最优编码,最小化定位误差;
保守最优编码计算模块,根据给定条件计算最优编码,在最大化星点信噪比的前提下,最小化定位误差。
下面将对本发明所提出的编码曝光对定位精度的提升效果进行实验验证。
首先,生成1000个星光数据点真值,包括运动方向及中心坐标。其中,运动方向θ在[0,2π)上服从均匀分布,中心x与y坐标均在[32px,33px)上服从均匀分布。星敏感器的运动角速度固定为ω=5°/s。图像分辨率为2048px×2048px,视场角为20°×20°,即像素角分辨率为102.4px/°。实验设置弥散系数ρ=0.75、最长曝光时间80ms、星点的灰度功率信噪比(PNR)为κ=3750,编码间隔设置为l′m=4px。星敏感器运动角速度在[0.1°/s,6°/s)范围内取14个点。曝光策略按编码分为四种:
a)常规曝光:编码段数为1,拖尾长度根据运动角速度设为最优长度,由公式(34)确定。
b)保守最优编码:编码参数由公式(37)确定。
c)最优编码:编码参数由公式(36)确定。
按照上述参数,三维遍历星光数据点真值、运动角速度、曝光策略,生成仿真星图,并添加服从高斯分布的图像噪声,设置噪声均值固定为30px,噪声标准差固定为σ=2.35px。由于本实施例用于验证单星定位误差,且最长拖尾约为40px,因而仿真星图分辨率仅需设置为64px×64px即可。
为了使得实验结果不受连通域提取不准确的影响,本实施例首先对所生成的仿真星图计算95%总能量所对应的像素区域,并作为星点的准确连通域。而后,根据该准确连通域求解星点中心坐标,其中设置阈值参数Vth=30px。其中,常规曝光星图由灰度质心法计算中心坐标,保守最优编码与最优编码星图由编码质心法计算中心坐标。实验结果如图5所示。从图中可以看出,当星敏感器处于低动态条件下时,最大星点拖尾长度较短,因而编码段数仅能为1,最优编码与传统拖尾无编码相同,因而定位误差一致。随着星敏感器动态角速度的提高,最优编码段数可以相应增加,真正进入编码曝光模式,编码质心法定位误差较灰度质心法相比也相应减小。从图中可以看出,本发明所定义的保守最优编码与最优编码的定位误差几乎相当,且在5°/s下,可在传统灰度质心法的基础上将定位误差减小60%。
为了验证模型的正确性,本实施例在实验室环境进行真实实验。该实验主要由星敏感器、高精度三轴转台及单星模拟器配合完成。将星敏感器安装于转台工作面后,本发明首先对星敏感器进行静态标定,获得星敏感器、单星模拟器与高精度转台之间的外部参数,从而可以根据三轴转台的姿态读数来计算星矢量准确指向。实验中所使用高精度三轴转台具有每轴0.1″(3σ)测量精度,因而根据转台度数得到的星矢量指向作为本实施例真值。本实施例所使用星敏感器具有编码曝光功能。
实验设置转台角速度为4°/s,进而设置各数据点曝光参数如表1所示,表1为本发明实施例的一种动态测量精度提升方法中的真实实验曝光参数设置。
表1
其中编码间隔长度设置为4px,单段编码长度根据最优拖尾长度公式(35)计算得出,曝光时间根据角速度条件计算得出。对于每种曝光参数,操作转台分别绕外框、中框往返运动5次,并以5Hz的更新率采集星图,同时在曝光中心时刻输出触发信号采集转台姿态读数。
统计每个曝光参数下的定位误差,得到如图6所示结果。从图中可以看出,随着编码段数的增多,星光定位均方根误差逐渐减小,变化趋势与仿真实验所示结果近似,与理论推导结果相符。考虑到真实实验的转台姿态度数时刻与星敏感器的中心曝光时间存在一定的误差,实验结果的定位精度提升效果不如仿真实验,但在5°/s条件下,与常规曝光相比,采样编码曝光仍然可将定位误差减小超过35%。
通过上述实施例,为星图引入了时间信息,从而利用这种信息,为星点定位增加时域约束,在任意给定的星点检测与定位算法下,通过改变成像方式来提升星敏感器的动态测量精度,大幅改善星敏感器在动态条件下姿态精度低的问题。
综上所述,本发明提供了一种编码成像星敏感器、动态测量精度提升方法和系统,打破传统星敏感器单次曝光单次输出图像的成像体制,结合编码曝光功能实现单帧图像的总曝光时间内依据编码多次改变快门的开闭状态,为星图引入时间信息,从而在星点定位中利用时域约束提高动态测量精度。本发明通过改变星敏感器对星光信息的采样过程来实现动态测量精度的提升,因而在任意相同的检测、定位方法条件下,本发明在提升星敏感器动态测量精度方面均能产生较好的效果。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种编码成像星敏感器,其特征在于,包括:
编码生成器,用于生成最优编码;
所述编码生成器包括:通讯单元,用于读取前一帧的姿态测量值及其他必要信息,输出生成的编码;处理单元,根据姿态测量值及其他限定条件,计算得到最优编码;存储单元,用于存储所述方法的程序、数据及所述程序执行中所需存储的变量;
编码采样器,用于采集编码星图;
所述编码采样器包括:光学镜头,用于聚焦一定视场范围内的星光,使其成像于编码图像探测器表面;编码图像探测器,具有编码曝光功能,用于敏感星光能量并依据给定编码进行多次间断曝光;编码成像驱动器,用于根据编码生成器所生成最优编码发生图像探测器成像时序并采集图像探测器输出图像;
信息处理器,用于处理星图并计算姿态测量值;所述信息处理器包括:处理单元,用于执行所述方法的程序;存储单元,用于存储执行所述方法的程序、数据及所述程序执行中所需存储的变量;通讯单元,用于获取编码采样器的图像,并输出姿态测量值及其他信息。
2.一种编码成像星敏感器动态测量精度提升方法,其特征在于,包括如下步骤:
步骤S100,建立编码星光定位误差模型,用于估计不同编码的定位误差,编码星光定位误差模型包括编码星光能量分布模型和定位误差模型;
步骤S200,最优编码计算,用于计算给定条件下的最优编码。
3.根据权利要求2所述的一种编码成像星敏感器动态测量精度提升方法,其特征在于,所述步骤S100包括:
步骤S110,建立编码星光能量分布模型,根据星敏感器参数计算编码星光在图像探测器上的能量分布;
步骤S120,建立定位误差模型,根据给定编码及星光参数,计算定位误差的理论值。
4.根据权利要求3所述的一种编码成像星敏感器动态测量精度提升方法,其特征在于,所述步骤S200包括:
精确最优编码计算,根据给定条件计算最优编码,最小化定位误差;
保守最优编码计算,根据给定条件计算最优编码,在最大化星点信噪比的前提下,最小化定位误差。
5.根据权利要求4所述的一种编码成像星敏感器动态测量精度提升方法,其特征在于,步骤S120中,
当设置曝光编码使得编码星条图像的间隔距离不小于一定阈值时,星光编码段所对应连通域被完全分开,在这种条件下,基于灰度质心法的编码质心定位方法分为三步:
第一步,根据给定阈值对图像进行阈值处理并提取每个星光编码段的连通域,记第i个星光编码段的连通域为Ci;
第二步,利用灰度质心法根据连通域提取结果分别独立计算每个星光编码段的图像中心坐标,记第i个星光编码段的中心坐标测量值为计算公式为:
式中,Ci为第i个星光编码段的星点连通域,I′(x,y)为图像灰度级,Vth为灰度阈值;
对于任意像素,其灰度级可以看作是星光在该像素上的能量F(x,y)、图像偏置B与0均值高斯噪声N(x,y)~N(0,σ2),即:
I′(x,y)=F(x,y)+B+N(x,y)
对于动态拖尾星点,其能量分布函数F(x,y)可以计算为:
F(x,y)=κTσ·fLSSF(x,y)
式中,σ为图像噪声,κ为本发明定义的灰度功噪比(PNR),即单位时间内恒星在图像中的总灰度级与噪声的比值:
式中Ftotal为星光图像总灰度,T为曝光时间;
第三步,根据每个星光编码段的图像中心坐标计算编码星条总中心坐标计算公式为:
式中ωi为权重系数,满足:
6.根据权利要求5所述的一种编码成像星敏感器动态测量精度提升方法,其特征在于,步骤S200中,
根据求得编码段数k条件与中心拖尾长度lh(k)条件下的定位误差,得到精确最优编码计算方法,根据给定条件计算最优编码,最小化定位误差:
根据给定条件计算保守最优编码,在最大化星点信噪比的前提下,最小化定位误差:
式中B(·)表示取不大于该值的最大整数。
7.一种编码成像星敏感器动态测量精度提升系统,其特征在于,包括:
编码星光定位误差模型建立模块,用于估计不同编码的定位误差,编码星光定位误差模型包括编码星光能量分布模型和定位误差模型;
最优编码计算模块,用于计算给定条件下的最优编码。
8.根据权利要求7所述的一种编码成像星敏感器动态测量精度提升系统,其特征在于,编码星光能量分布模型中,根据星敏感器参数计算编码星光在图像探测器上的能量分布;
定位误差模型中,根据给定编码及星光参数,计算定位误差的理论值。
9.根据权利要求8所述的一种编码成像星敏感器动态测量精度提升方法,其特征在于,最优编码计算模块包括:
精确最优编码计算模块,根据给定条件计算最优编码,最小化定位误差;
保守最优编码计算模块,根据给定条件计算最优编码,在最大化星点信噪比的前提下,最小化定位误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311638343.6A CN117553778B (zh) | 2023-12-03 | 2023-12-03 | 一种编码成像星敏感器、动态测量精度提升方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311638343.6A CN117553778B (zh) | 2023-12-03 | 2023-12-03 | 一种编码成像星敏感器、动态测量精度提升方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117553778A true CN117553778A (zh) | 2024-02-13 |
CN117553778B CN117553778B (zh) | 2024-08-30 |
Family
ID=89818290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311638343.6A Active CN117553778B (zh) | 2023-12-03 | 2023-12-03 | 一种编码成像星敏感器、动态测量精度提升方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117553778B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2105380A1 (fr) * | 2008-03-27 | 2009-09-30 | Centre National d'Etudes Spatiales | Méthode d'estimation d'attitude d'un senseur stellaire |
CN102155945A (zh) * | 2011-03-08 | 2011-08-17 | 哈尔滨工业大学 | 一种提高ccd星敏感器动态性能的方法 |
CN103148851A (zh) * | 2013-02-18 | 2013-06-12 | 清华大学 | 基于卷帘曝光成像的星敏感器的姿态确定方法 |
US20140236401A1 (en) * | 2013-02-15 | 2014-08-21 | The Boeing Company | Star Tracker Rate Estimation with Kalman Filter Enhancement |
CN106197402A (zh) * | 2016-07-04 | 2016-12-07 | 北京航空航天大学 | 一种像增强型星敏感器的多重曝光成像方法 |
CN107590777A (zh) * | 2017-07-17 | 2018-01-16 | 中国人民解放军国防科学技术大学 | 一种星敏感器星点图像增强方法 |
CN115307656A (zh) * | 2022-07-15 | 2022-11-08 | 北京临近空间飞行器系统工程研究所 | 一种星敏感器测角精度补偿方法 |
-
2023
- 2023-12-03 CN CN202311638343.6A patent/CN117553778B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2105380A1 (fr) * | 2008-03-27 | 2009-09-30 | Centre National d'Etudes Spatiales | Méthode d'estimation d'attitude d'un senseur stellaire |
CN102155945A (zh) * | 2011-03-08 | 2011-08-17 | 哈尔滨工业大学 | 一种提高ccd星敏感器动态性能的方法 |
US20140236401A1 (en) * | 2013-02-15 | 2014-08-21 | The Boeing Company | Star Tracker Rate Estimation with Kalman Filter Enhancement |
CN103148851A (zh) * | 2013-02-18 | 2013-06-12 | 清华大学 | 基于卷帘曝光成像的星敏感器的姿态确定方法 |
WO2014124574A1 (zh) * | 2013-02-18 | 2014-08-21 | 清华大学 | 基于卷帘曝光成像的星敏感器的姿态确定方法 |
CN106197402A (zh) * | 2016-07-04 | 2016-12-07 | 北京航空航天大学 | 一种像增强型星敏感器的多重曝光成像方法 |
CN107590777A (zh) * | 2017-07-17 | 2018-01-16 | 中国人民解放军国防科学技术大学 | 一种星敏感器星点图像增强方法 |
CN115307656A (zh) * | 2022-07-15 | 2022-11-08 | 北京临近空间飞行器系统工程研究所 | 一种星敏感器测角精度补偿方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117553778B (zh) | 2024-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Hand-eye calibration: 4-D procrustes analysis approach | |
CN108592950B (zh) | 一种单目相机和惯性测量单元相对安装角标定方法 | |
CN110187143B (zh) | 一种基于深度神经网络的层析piv重构方法和装置 | |
CN108982901B (zh) | 一种匀速旋转体的转速测量方法 | |
CN111968048A (zh) | 电力巡检少样本图像数据增强方法及系统 | |
Wu et al. | Simultaneous hand–eye/robot–world/camera–IMU calibration | |
CN113763549B (zh) | 融合激光雷达和imu的同时定位建图方法、装置和存储介质 | |
CN108447092B (zh) | 视觉定位标识物的方法及装置 | |
CN112200869A (zh) | 一种基于点线特征的机器人全局最优视觉定位方法及装置 | |
CN111563458A (zh) | 基于YOLOv3和OpenCV的目标检测与定位方法 | |
CN112388635A (zh) | 机器人多传感器融合感知与空间定位的方法、系统及装置 | |
Chou et al. | Two‐step optimal filter design for the low‐cost attitude and heading reference systems | |
CN109506617B (zh) | 传感器数据处理方法、存储介质、电子设备 | |
CN111595332A (zh) | 一种融合惯性技术与视觉建模的全环境定位方法 | |
CN112407344B (zh) | 空间非合作目标的位姿预测方法和装置 | |
CN111553954B (zh) | 一种基于直接法单目slam的在线光度标定方法 | |
CN117553778B (zh) | 一种编码成像星敏感器、动态测量精度提升方法和系统 | |
CN116310991A (zh) | 一种基于强化学习的篮板落点预测方法及系统 | |
CN114623832B (zh) | 自主导航系统可观测能力降维表征及解析判定方法和系统 | |
CN113656918B (zh) | 一种应用于成品高架库场景的四旋翼仿真测试方法 | |
Song et al. | An Augmented $ H_\infty $ Filter for Satellite Jitter Estimation Based on ASTER/SWIR and Blurred Star Images | |
Roshanian et al. | Application of PIV and delaunay triangulation method for satellite angular velocity estimation using star tracker | |
Ding et al. | [Retracted] Intelligent Clothing Design and Data Acquisition under the Scientific Graphics Programming Combined with Wearable Multisensor | |
CN113865621B (zh) | 任意六位置MEMS陀螺仪及其g值敏感系数标定方法 | |
CN116481565A (zh) | 一种星敏感器恒星矢量观测精度的实验室评定方法和系统 |
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 |