KR20050105370A - 원형 그리드를 이용하는 별센서 - Google Patents

원형 그리드를 이용하는 별센서 Download PDF

Info

Publication number
KR20050105370A
KR20050105370A KR1020040030478A KR20040030478A KR20050105370A KR 20050105370 A KR20050105370 A KR 20050105370A KR 1020040030478 A KR1020040030478 A KR 1020040030478A KR 20040030478 A KR20040030478 A KR 20040030478A KR 20050105370 A KR20050105370 A KR 20050105370A
Authority
KR
South Korea
Prior art keywords
grid
star
ccd
star sensor
recognized
Prior art date
Application number
KR1020040030478A
Other languages
English (en)
Inventor
방효충
이현재
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020040030478A priority Critical patent/KR20050105370A/ko
Publication of KR20050105370A publication Critical patent/KR20050105370A/ko

Links

Classifications

    • AHUMAN NECESSITIES
    • A44HABERDASHERY; JEWELLERY
    • A44BBUTTONS, PINS, BUCKLES, SLIDE FASTENERS, OR THE LIKE
    • A44B1/00Buttons
    • A44B1/04Ornamental buttons
    • AHUMAN NECESSITIES
    • A44HABERDASHERY; JEWELLERY
    • A44BBUTTONS, PINS, BUCKLES, SLIDE FASTENERS, OR THE LIKE
    • A44B1/00Buttons
    • A44B1/06Assembling of buttons
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B44DECORATIVE ARTS
    • B44CPRODUCING DECORATIVE EFFECTS; MOSAICS; TARSIA WORK; PAPERHANGING
    • B44C3/00Processes, not specifically provided for elsewhere, for producing ornamental structures
    • B44C3/10Producing and filling perforations, e.g. tarsia plates

Landscapes

  • Navigation (AREA)

Abstract

본 발명은 별센서에 관한 것으로, 측정되어 확보된 별자리를 이용하여 데이터베이스를 형성하고, 별센서에서 획득되는 별자리의 자료를 분석하여 데이터베이스와 비교함으로 측정된 별자리의 정확한 정보를 획득할 수 있는 원형 그리드를 이용하는 별센서에 관한 것이다.
이를 위한 본 발명은, 별을 인식을 위하여 그리드 알고리즘이 적용되는 별센서에 있어서, 상기 그리드 알고리즘은, 상기 별센서의 CCD에 인식되는 별자리의 회전축을 중심으로 방사형상으로 형성되는 다수의 섹터와, 상기 회전축을 중심으로 소정의 간격으로 확장되는 다수의 트랙으로 구분되는 다수의 원호형 그리드가 형성되는 것을 특징으로 한다.
이에 따라, CCD에서 인식되는 별자리를 인식하는 그리드의 형상을 그리드에 발생하는 오차범위의 형상인 다수의 원호 형상으로 형성되는 원형 그리드로 형성함으로써, 직교 그리드에 비하여 별의 오차범위를 줄일 수 있어 별의 인식률을 높일 수 있는 효과가 있으며, 또한, 원형 그리드를 CCD의 외접되도록 형성하여, CCD에서 인식된 별이 회전되면 소실되지 않고 그리드에 인식될 수 있도록 함으로써, 별의 인식률을 크게 향상시킬 수 있는 효과가 있다.

Description

원형 그리드를 이용하는 별센서{Star-sensor using the polar grids}
본 발명은 별센서에 관한 것으로, 보다 상세하게는 측정되어 확보된 별자리를 이용하여 데이터베이스를 형성하고, 별센서에서 획득되는 별자리의 자료를 분석하여 데이터베이스와 비교함으로 측정된 별자리의 정확한 정보를 획득할 수 있는 원형 그리드를 이용하는 별센서에 관한 것이다.
일반적으로 별자리의 측정은 항해를 하거나 측정자의 정확한 위치를 파악하고자 하기 위하여 사용되며, 최근에는 별센서라는 장비를 이용하여 위치를 파악하고 이것을 탑재한 물체가 자신의 자세나 위치를 파악하여 현재의 위치 상태를 파악하거나, 원하는 목표점을 찾아가기 위한 지표로써 사용되고 있다.
이러한, 별센서의 개발은 특히 우주시대에 더불어 없어서는 안 될 필수적인 센서로, 육안으로 확인할 수 없는 궤도를 돌고 있는 인공위성의 자세를 파악하여 지구로의 데이터수신 및 통신을 위해서 사용되기도 한다. 또한, 우주기술에 있어서 인공위성의 자세결정을 위한 필수적인 제어기술로 센서기술에 속한다.
이와 같은 기술의 특징은 지구상에서 볼 수 있는 별자리나, 센서가 측정할 수 있는 정도의 별자리를 확보하여 데이터베이스를 형성하고 별센서의 CCD카메라로부터 획득한 자료를 분석하여 확보된 데이터베이스와 비교함으로 측정된 별자리의 정확한 정보를 획득하게 된다. 측정된 별을 분석하여 별의 실제 정보를 획득하는 방법에는 여러 가지 방법들이 존재한다.
이하, 별자리 측정에 대한 알고리즘을 간략히 설명한다.
도 1은 일반적인 별자리 관성 좌표계와 별센서 좌표계의 상관관계를 나타낸 간략도이다.
별자리인식 알고리즘 중에 대표적인 방법으로는 크게 삼각형 알고리즘과 패턴인식 알고리즘이 있으며, 이러한, 삼각형 알고리즘과 패턴인식 알고리즘은, 별센서의 CCD카메라 상에 맺힌 별, 즉, 카메라 좌표계에 의해서 상이 맺히게 된 실제 별자리의 정보를 획득함으로 원래의 관성축에서의 별자리 좌표계 값을 획득하는 것이다.
이하, 삼각형 알고리즘은 간단하게 설명한다. 먼저, 별센서의 CCD()에 복수의 별(Si, Sr,…)이 측정되었다고 가정하고, 측정된 별 중 한 별(Sr)을 주축별로 하고, 측정하고자 하는 다른 별(Si)을 측정별로 하면, 별센서의 광학렌즈 중심()에서 CCD()에 인식된 별(Ci, Cr)에 해당하는 각거리(角距離, angular distance : θi )를 계산할 수 있으며, 이것은 실제 별(Si, Sr)의 각거리와 기하학적으로 일치한다.
이와 같은 성질을 이용하여 각각의 별자리를 주위의 2개의 별자리와 각각 각거리를 계산할 수 있으며, 측정된 각거리를 별자리의 각거리를 가지고 있는 데이터베이스와 대조하게 되고, 그에 따른 각거리가 가장 일치되는 별을 획득하여 별자리를 측정할 수 있다.
그리고, 패턴인식 알고리즘은, 별들의 모양을 특정한 알고리즘에 의해서 패턴으로 변형하여 데이터베이스를 구성하고 실제 측정된 별자리를 같은 방법의 알고리즘에 의해서 변형한 다음 이것을 데이터베이스와 비교를 통해서 별을 인식하는 방법이며, 패턴인식 알고리즘 중에 가장 많이 사용되는 방법은 직교 그리드 알고리즘이다.
도 2는 종래 기술에 따른 직교 그리드에 의한 별자리 인식방법을 나타낸 간략도이다.
이하, 직교 그리드 알고리즘에 대하여 간단히 설명한다.
도 2의 (a)는 별센서의 CCD상에 맺힌 별의 상을 타나낸 것으로, CCD에서 인식되는 별들 중 CCD의 중앙에 근접한 특정 별을 피봇별로 정하여 CCD의 중심측으로 도 2의 (b)와 같이 이동시키면, 피봇별에 인접한 다른 모든 별들이 피봇별의 이동거리와 동일한 거리로 이동되어 CCD에 인식되며, 피봇 별과 가장 가까운 별을 정렬별(alignment star)로 설정하고, 도 2의 (c)와 같이 정렬별이 CCD의 x축에 일치되도록 x축과 이루는 각도 많큼 회전시키면 마찬가지로 모든 별들은 정렬별의 회전각도 만큼 회전된다.
이후, 회전된 별들을 도 2의 (d)와 같이 그리드를 형성하고 별이 포함된 각각의 셀에 인덱스를 붙이게 되며, 실제 별이 차지하게 될 검은색으로 구성된 각각의 셀의 인덱스는 피봇별에 해당하는 데이터베이스가 된다.
여기서, 상기 인덱스는, CCD 평면을 직교형태로 셀을 구성하고, CCD상의(x,y)에 해당하는 픽셀의 개수 g, 그리드를 형성하고하는 개수 m, CCD상에 맺힌 별의 좌표값 를 수학식[1]을 적용하여 무차원화된 일반화된 좌표값을 획득하고,
[수학식 1]
획득된 를 [수학식 2]에 적용하여 정수화된 인덱스를 각각의 셀에 부여한다.
[수학식 2]
도 3은 직교 그리드 알고리즘에 의해 구축되는 데이터베이스의 구성을 나타낸 도표이다.
이와 같이 구축된 데이터베이스는, 별센서가 인식할 수 있는 별들로 구성된 별 카달로그로 구성되며, 각각의 별을 피봇으로 하는 주위 별들의 인덱스의 조합으로 만들어지며, 데이터베이스를 바탕으로 실제로 찍힌 CCD상의 별의 정보를 같은 방법으로 구성하여 비교하여 가장 많이 일치하는 별을 피봇에 해당하는 별로 인식하게 된다.
통상적으로, 기존의 방식은 신뢰도를 높이기 위해서 2가지 알고리즘을 복합적으로 사용하고 있다. 그중 하나는 별센서가 완벽히 위치나 자세를 모를 경우, 별센서 자체적으로 가지고 있는 모든 데이터베이스를 이용해서 별을 인식하여, 정확한 위치를 파악하고, 이후 위치가 정확하게 파악이 되면, 빠르고 신뢰도를 높이기 위해서 전체적으로 데이터베이스를 검색하는 것이 아니라 추정된 위치의 주위만을 검색하여 별을 분석하는 방법이다.
그러나, 상술한 바와 같은 직교 그리드 알고리즘을 이용하는 경우에는 그리드의 형성이 CCD를 기준으로 형성되어 있어 CCD에 인식된 별들을 회전시킬 때 도 4에 나타난 그래프와 같은 오차 범위가 발생하여, 이러한 오차범위는 그리드의 각 셀에 단순히 퍼져 있는 것이 아니고, 그리드의 중심을 중심점으로 하는 원호 형상으로 형성되며, 중심에서 멀리 벗어날수록 오차범위가 더 커져 별의 인식률을 떨어뜨리는 문제점이 있었다.
또한, 기존에는 그리드를 형성할 때, 원래의 CCD 이미지에 해당하는 부분에 대해서 그리드를 형성하고 각각에 해당하는 인덱스를 부여하였으며, 그 외에 별에 대해서는 무시하였다. 즉, CCD에 인식되었으나, CCD에 인식된 별들을 직교 그리드 알고리즘에 적용시키기 위하여 이동 및 회전시키는 단계에서 CCD의 외부로 이동되어 소실되며, 이때, 소실된 별의 정보가 피봇을 인식하는데 매우 필요한 별이라면 기존의 알고리즘에서는 어쩔 수 없이 실패로 돌아갈 수밖에 없는 문제점이 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로, CCD에서 인식되는 별자리를 인식하는 그리드의 형상을 그리드에 발생하는 오차범위의 형상인 다수의 원호 형상으로 형성되는 원형 그리드로 형성하여 직교 그리드에 비하여 별의 오차범위를 줄일 수 있어 별의 인식률을 높일 수 있는 원형 그리드를 이용하는 별센서를 제공함에 그 목적이 있다.
또한, 원형 그리드를 CCD의 외접되도록 형성하여, CCD에서 인식된 별이 회전되면 소실되지 않고 그리드에 인식될 수 있도록 하여 별의 인식률을 크게 향상시킬 수 있는 원형 그리드를 이용하는 별센서를 제공함에 그 목적이 있다.
상기의 목적을 달성하기 위한 본 발명에 따른 원형 그리드를 이용하는 별센서는, 별을 인식을 위하여 그리드 알고리즘이 적용되는 별센서에 있어서, 상기 그리드 알고리즘은, 상기 별센서의 CCD에 인식되는 별자리의 회전축을 중심으로 방사형상으로 형성되는 다수의 섹터와, 상기 회전축을 중심으로 소정의 간격으로 확장되는 다수의 트랙으로 구분되는 다수의 원호형 그리드가 형성되며, 상기 그리드는 하기의 식에 의해 인데스번호가 부여되는 것을 특징으로 한다.
은 반경방향의 그리드 개수, 는 각도방향으로 에 대항하는 길이의 그리드의 개수, 는 CCD상의 별의 좌표
또한, 상기 CCD의 외접하는 최외측 트랙이 마련되며, 상기 최외측 트랙과, 상기 섹터에 의해 상기 CCD의 외측에 형성되어 상기 그리드 알고리즘에 의해 상기 CCD의 인식된 별이 회전될 때 상기 CCD의 외부로 이동되는 별을 인식하는 가상 그리드가 마련되는 것이 바람직하다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 원형 그리드 알고리즘을 이용하는 별센서장치를 상세히 설명한다.
본 발명을 설명함에 있어서, 정의되는 용어들은 본 발명에서의 기능을 고려하여 정의 내려진 것으로, 이는 당 분야에 종사하는 기술자의 의도 또는 관례 등에 따라 달라질 수 있으므로, 본 발명의 기술적 구성요소를 한정하는 의미로 이해되어서는 아니 될 것이다.
도 5는 본 발명에 따른 원형 그리드의 구성을 나타낸 간략도이이다.
도시한 바와 같이 본 발명에 따른 원형 그리드를 이용하는 별센서는, 기존의 별센서와 동일한 구성을 갖으며, 별을 인식하는 그리드의 형상을 중첩되는 원호 형상의 원호형 그리드로 형성한 것이다. 이에 종래의 기술과 동일한 기술은 그 설명을 생략하기로 한다.
먼저, 본 발명에 따른 원형 그리드는, CCD의 중심을 기준으로 다수의 섹터와, 다수의 트랙으로 구분되는 다수의 원호 형상의 그리드로 형성되며, 각각의 원형 그리드에는 독립된 각각의 인덱스가 부여되며 각 인덱스는 [수학식 3] 및 [수학식 4]에 의하여 부여된다.
[수학식 3]
[수학식 4]
여기서 은 반경방향으로 셀을 몇 개로 구성할지를 결정하는 것이고, 는 각도방향으로 에 대항하는 길이에 몇 개의 셀을 구성할 것인지에 대한 것이다.
즉, CCD상에 주어진 위치에서 수학식[3]에 의한 인덱스를 부여받게 된다.
그리고, 별센서로부터 획득한 이미지를 인식하기까지는 직교 그리드 알고리즘과 동일함으로 그 설명은 생략한다. 여기서 원형 그리드 알고리즘을 적용할 때 오차범위의 발생 형상과 유사한 원호형 그리드를 형성함으로써 오차에 대한 적응력이 향상되어 전반적으로 인식률을 높일 수 있다는 것이다.
또한, 상술한 원형 그리드는 최외측의 트랙이 CCD의 외접하도록 마련되어, CCD의 외곽부분에 인식된 별이 회전될 때 CCD의 외측으로 이동되더라도 원형 그리드에 포함되도록 하여 별자리의 인식시에 CCD의 외측으로 이동된 별도 포함시킬 수 있어 별의 인식률을 크게 향상시킬 수 있다.
그리고, 좀더 향상된 성능을 위해서 추가되는 알고리즘에는 멀티 피봇선택 알고리즘이 존재한다. 기존에는 하나에 별에 대한 인식에 초점을 맞춰있으며 이것이 실패 할때는 인식을 실패하는 것으로 되어있으나. 별이 여러개가 존재할 때, 또 다른 별을 피봇으로 선택하고 이것을 기존으로 같은 방법을 되풀이하는 것이다. 이것은 별의 인식률을 높이는데 크게 기여한다.
도 6은 본 발명에 따른 원형 그리드와 직교 그리드 사이의 셀 인식 성능을 나타낸 그래프이고, 도 7은 본 발명에 따른 원형 그리드와 직교 그리드의 별 인식률을 나타낸 그래프이다.
도 6을 참고하면, CCD상에 맺힌 별의 위치의 오차가 존재할 때 각각의 원래 각각의 별들이 가지고 있는 셀의 오차가 나타난다. 별의 위치오차가 없는 경우 직교, 원형 그리드 모두 정확하게 인식하는 것을 알 수 있으나, 오차가 점점 증가할수록 직교 그리드의 셀의 오차가 원형 그리드 보다 인식률이 크게 떨어지는 것을 알 수 있다.
도 7은 직교 그리드 알고리즘의 경우 같은 조건하에서 약 80%의 인식률을 자랑하지만 원형 그리드 알고리즘은 90%의 인식률을 보이고 있다. 이것도 마찬가지고 별의 위치오차가 존재할 때 점점 인식률이 떨어지는 것을 알 수 있으나, 원형 그리드 알고리즘의 성능이 매우 안정적으로 인식하는 것을 알 수 있다.
도 8은 본 발명에 따른 가상 그리드의 별 인식률 결과를 나타낸 그래프이고, 도 9는 본 발명에 따른 직교 그리드, 원형 그리드, 가상 그리드를 통합적으로 적용했을 때의 결과를 나타낸 그래프이다.
도 8과 같이 가상 그리드 알고리즘을 적용하게 될 경우 그리드의 형태와 관계없이 인식률을 매우 크게 향상시키는 것을 알 수 있다. 마지막으로 이와 같은 모든 알고리즘을 통합 적용한 결과를 보면 결과는 도9와 같다. 이것은 대략 3pixel 오차범위에서 98.5%의 높은 인식률을 나타낸다.
이상에서 살펴본 바와 같이 본 발명의 바람직한 실시예에 대해 상세히 기술되었지만, 본 발명이 속하는 기술분야에 있어서 통상의 지식을 가진 사람이라면, 첨부된 청구 범위에 정의된 본 발명의 정신 및 범위를 벗어나지 않으면서 본 발명을 여러 가지로 변형하여 실시할 수 있을 것이다. 따라서 본 발명의 앞으로의 실시예들의 변경은 본 발명의 기술을 벗어날 수 없을 것이다.
이상에서 살펴본 바와 같이, 본 발명에 따른 원형 그리드를 이용하는 별센서는 CCD에서 인식되는 별자리를 인식하는 그리드의 형상을 그리드에 발생하는 오차범위의 형상인 다수의 원호 형상으로 형성되는 원형 그리드로 형성함으로써, 직교 그리드에 비하여 별의 오차범위를 줄일 수 있어 별의 인식률을 높일 수 있는 효과가 있으며, 또한, 원형 그리드를 CCD의 외접되도록 형성하여, CCD에서 인식된 별이 회전되면 소실되지 않고 그리드에 인식될 수 있도록 함으로써, 별의 인식률을 크게 향상시킬 수 있는 효과가 있다.
또한, 본 발명에 따른 별센서는, 인송위성 등의 우주발사체 및 장거리 항공기의 자세제어장치 및 위지인식장치에 장착되어 인송위성 등의 우주발사체 및 장거리 항공기의 자세 및 위치를 효과적을 제어할 수 있는 효과가 있다.
도 1은 일반적인 별자리 관성 좌표계와 별센서 좌표계의 상관관계를 나타낸 간략도.
도 2는 종래 기술에 따른 직교 그리드에 의한 별자리 인식방법을 나타낸 간략도.
도 3은 직교 그리드 알고리즘에 의해 구축되는 데이터베이스의 구성을 나타낸 도표.
도 4는 본 발명에 따른 직교 그리드 알고리즘의 오차범위를 나타낸 그래프.
도 5는 본 발명에 따른 원형 그리드의 구성을 나타낸 간략도.
도 6은 본 발명에 따른 원형 그리드와 직교 그리드 사이의 셀 인식 성능을 나타낸 그래프.
도 7은 본 발명에 따른 원형 그리드와 직교 그리드의 별 인식률을 나타낸 그래프.
도 8은 본 발명에 따른 가상 그리드의 별 인식률 결과를 나타낸 그래프.
도 9는 본 발명에 따른 직교 그리드, 원형 그리드, 가상 그리드를 통합적으로 적용했을 때의 결과를 나타낸 그래프.

Claims (8)

  1. 별을 인식을 위하여 그리드 알고리즘이 적용되는 별센서에 있어서,
    상기 그리드 알고리즘은, 상기 별센서의 CCD에 인식되는 별자리의 회전축을 중심으로 방사형상으로 형성되는 다수의 섹터와, 상기 회전축을 중심으로 소정의 간격으로 확장되는 다수의 트랙으로 구분되는 다수의 원호형 그리드가 형성되며, 상기 그리드는 하기의 식에 의해 인데스번호가 부여되는 것을 특징으로 하는 원형그리드를 이용하는 별센서.
    은 반경방향의 그리드 개수, 는 각도방향으로 에 대항하는 길이의 그리드의 개수, 는 CCD상의 별의 좌표
  2. 제 1항에 있어서,
    상기 CCD의 외접하는 최외측 트랙이 마련되며, 상기 최외측 트랙과, 상기 섹터에 의해 상기 CCD의 외측에 형성되어 상기 그리드 알고리즘에 의해 상기 CCD의 인식된 별이 회전될 때 상기 CCD의 외부로 이동되는 별을 인식하는 가상 그리드가 마련되는 것을 특징으로 하는 원형그리드를 이용하는 별센서.
  3. 제 1항의 별센서를 포함하는 것을 특징으로 하는 인공위성의 자세교정장치.
  4. 제 1항의 별센서를 포함하는 것을 특징으로 하는 인공위성의 위치인식장치.
  5. 제 1항의 별센서를 포함하는 것을 특징으로 하는 우주발사체의 자세교정장치.
  6. 제 1항의 별센서를 포함하는 것을 특징으로 하는 우주발사체의 위치인식장치.
  7. 제 1항의 별센서를 포함하는 것을 특징으로 하는 항공기의 자세교정장치.
  8. 제 1항의 별센서를 포함하는 것을 특징으로 하는 항공기의 위치인식장치.
KR1020040030478A 2004-04-30 2004-04-30 원형 그리드를 이용하는 별센서 KR20050105370A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020040030478A KR20050105370A (ko) 2004-04-30 2004-04-30 원형 그리드를 이용하는 별센서

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040030478A KR20050105370A (ko) 2004-04-30 2004-04-30 원형 그리드를 이용하는 별센서

Publications (1)

Publication Number Publication Date
KR20050105370A true KR20050105370A (ko) 2005-11-04

Family

ID=37282639

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040030478A KR20050105370A (ko) 2004-04-30 2004-04-30 원형 그리드를 이용하는 별센서

Country Status (1)

Country Link
KR (1) KR20050105370A (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101033444B1 (ko) * 2009-11-04 2011-05-09 한국과학기술원 우주비행체 자세결정을 위한 별패턴 인식 방법 및 별센서 장치
CN102252673A (zh) * 2011-06-03 2011-11-23 哈尔滨工业大学 一种星敏感器在轨光行差的修正方法
CN103162711A (zh) * 2013-02-28 2013-06-19 北京航空航天大学 一种高动态星敏感器像增强器的误差补偿方法和装置
CN103940432A (zh) * 2014-04-11 2014-07-23 哈尔滨工程大学 一种星敏感器的姿态确定方法
CN104154932A (zh) * 2014-07-29 2014-11-19 中国科学院长春光学精密机械与物理研究所 基于emccd和cmos的高动态星敏感器的实现方法
CN104776845A (zh) * 2015-04-29 2015-07-15 西安电子科技大学 一种基于组合模式的自主星识别方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101033444B1 (ko) * 2009-11-04 2011-05-09 한국과학기술원 우주비행체 자세결정을 위한 별패턴 인식 방법 및 별센서 장치
CN102252673A (zh) * 2011-06-03 2011-11-23 哈尔滨工业大学 一种星敏感器在轨光行差的修正方法
CN102252673B (zh) * 2011-06-03 2012-10-24 哈尔滨工业大学 一种星敏感器在轨光行差的修正方法
CN103162711A (zh) * 2013-02-28 2013-06-19 北京航空航天大学 一种高动态星敏感器像增强器的误差补偿方法和装置
CN103940432A (zh) * 2014-04-11 2014-07-23 哈尔滨工程大学 一种星敏感器的姿态确定方法
CN103940432B (zh) * 2014-04-11 2017-01-25 哈尔滨工程大学 一种星敏感器的姿态确定方法
CN104154932A (zh) * 2014-07-29 2014-11-19 中国科学院长春光学精密机械与物理研究所 基于emccd和cmos的高动态星敏感器的实现方法
CN104776845A (zh) * 2015-04-29 2015-07-15 西安电子科技大学 一种基于组合模式的自主星识别方法
CN104776845B (zh) * 2015-04-29 2017-05-03 西安电子科技大学 一种基于组合模式的自主星识别方法

Similar Documents

Publication Publication Date Title
CN110561423B (zh) 位姿变换的方法、机器人及存储介质
CN106871932B (zh) 基于金字塔搜索地形匹配的星载激光在轨指向检校方法
CN110703268B (zh) 一种自主定位导航的航线规划方法和装置
CN110958575A (zh) 一种基于WiFi融合预测的定位方法及系统
CN101750017A (zh) 大视场中多移动目标位姿的视觉检测方法
CN116449392B (zh) 一种地图构建方法、装置、计算机设备及存储介质
KR20050105370A (ko) 원형 그리드를 이용하는 별센서
He et al. Online semantic-assisted topological map building with LiDAR in large-scale outdoor environments: Toward robust place recognition
CN108876862A (zh) 一种非合作目标点云位置姿态计算方法
CN112729277B (zh) 基于动态夹角匹配的星敏感器星图识别方法
CN108151739B (zh) 基于矢量匹配算法的重力匹配定位误差抑制方法
Ma et al. RoLM: Radar on LiDAR map localization
CN113532438A (zh) 一种大初始定位误差下的改进iccp地形匹配方法
CN108489338A (zh) 红外导引头视线角速率精度测试方法及系统
CN102052925A (zh) 基于空间关系约束的适配区景象匹配方法
CN110017833B (zh) 基于像元类地模型的全屏像点地理坐标定位方法
CN115290100A (zh) 一种基于姿态信息的分区快速星图识别方法
CN113689504B (zh) 基于可描述形状的点云精准定位方法、装置及存储介质
CN114430524B (zh) 一种超宽带基站的标定方法、装置及电子设备
CN115824190A (zh) 基于视觉与gps的目标船融合定位方法
Wang et al. Optimal UAVs placement for localization based on artificial hummingbird algorithm
CN115755950A (zh) 一种基于激光雷达和相机数据融合的无人机定点降落方法
Almansoub et al. Multi-scale vehicle localization in underground parking lots by integration of dead reckoning, Wi-Fi and vision
CN113592958A (zh) 一种基于单目视觉的auv对接坞站光学引导方法
CN107543541A (zh) 一种适合室内自由运动载体的地磁定位方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application