CN107607737B - 基于星光矢量的无陀螺角速度测量方法 - Google Patents

基于星光矢量的无陀螺角速度测量方法 Download PDF

Info

Publication number
CN107607737B
CN107607737B CN201710719185.5A CN201710719185A CN107607737B CN 107607737 B CN107607737 B CN 107607737B CN 201710719185 A CN201710719185 A CN 201710719185A CN 107607737 B CN107607737 B CN 107607737B
Authority
CN
China
Prior art keywords
star
chart
time
star chart
moment
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
Application number
CN201710719185.5A
Other languages
English (en)
Other versions
CN107607737A (zh
Inventor
张磊
何昕
魏仲慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changchun Institute of Optics Fine Mechanics and Physics of CAS
Original Assignee
Changchun Institute of Optics Fine Mechanics and Physics of CAS
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 Changchun Institute of Optics Fine Mechanics and Physics of CAS filed Critical Changchun Institute of Optics Fine Mechanics and Physics of CAS
Priority to CN201710719185.5A priority Critical patent/CN107607737B/zh
Publication of CN107607737A publication Critical patent/CN107607737A/zh
Application granted granted Critical
Publication of CN107607737B publication Critical patent/CN107607737B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

基于星光矢量的无陀螺角速度测量方法,涉及天文导航技术领域,解决现有测量方法存在严重依赖于有效姿态测量、数据处理过程复杂,且现有星光导航设备的稳定数据更新率相较于陀螺数据更新率低等问题,本发明在时刻t星图中选出距离图像中心最近的三颗星像点构成三角形模板,并在时刻t+Δt星图中寻找与之匹配的三角形,依据三角形对应关系估算两拍摄时刻星图姿态变化矩阵由姿态变化矩阵精确匹配两拍摄时刻星图中的其他星像点,并由此计算两拍摄时刻高精度姿态角变化,本发明简化了复杂的数据处理过程,具有不依赖于外界信息自主为载体提供高数据更新率的角速度信息的特点。

Description

基于星光矢量的无陀螺角速度测量方法
技术领域
本发明涉及天文导航技术领域,具体涉及一种基于星光矢量的无陀螺角速度测量方法。
背景技术
随着大面阵、高灵敏度CCD和CMOS成像器件技术的进步,大视场星光导航设备已经能够在几毫秒积分时间内探测到5~6Mv恒星,其用于自主导航,可以在不需要任何外部基准信息的前提下,基于多矢量自主提供自身相对于赤惯坐标系的姿态角信息。基于星光矢量的角速度测量方法是利用连续时刻姿态角差分得到,受制于复杂的数据处理过程,目前星光导航设备的稳定数据更新率为10Hz,也就是说角速度测量数据更新率也为10Hz,相较于陀螺数据更新率很低。而陀螺存在体积大、稳定性差等问题,如何利用星光导航设备替代陀螺,为载体提供高数据更新率的角速度数据是非常具有实际工程价值的问题。
发明内容
本发明为解决现有测量方法存在严重依赖于有效姿态测量、数据处理过程复杂,且现有星光导航设备的稳定数据更新率相较于陀螺数据更新率低等问题,提供一种基于星光矢量的无陀螺角速度测量方法。
基于星光矢量的无陀螺角速度测量方法,该方法由以下步骤实现:
步骤一、计算t时刻拍摄的星图中所有星像点距离图像中心的平面距离,选出距离图像中心最近的三颗星像点构成三角形模板,计算并记录由三边长度组成所述三角形模板的匹配特征;
步骤二、计算t+Δt时刻拍摄的星图中所有星像点两两之间的平面距离di,j,根据三角形全等判定原则中的“边-边-边”全等原则计算t+Δt时刻星图中与步骤一所述的三角形模板匹配的三角形,即完成图像的粗匹配;
步骤三、根据步骤二中完成图像的粗匹配结果,采用公式获得估算的t时刻和t+Δt时刻星图间姿态变化矩阵其中,Vi,t为t时刻拍摄星图中的星像矢量,Vi,t+Δt为t+Δt时刻拍摄星图中的星像矢量;
步骤四、采用步骤三估算获得星图间姿态变化矩阵将t时刻星图中所有星像点位置(xi,yi)t根据星图间姿态变化矩阵预测t+Δt时刻星图中星像点位置(xi,yi)′t+Δt,将所述预测t+Δt时刻星图中星像点位置(xi,yi)′t+Δt与t+Δt时刻实际提取的星像点位置(xi,yi)t+Δt按窗口匹配的方式进行匹配识别,建立对应关系;
步骤五、根据步骤四匹配识别建立的对应关系,采用公式得到精算的t时刻和t+Δt时刻星图间姿态变化矩阵获得连续t时刻和t+Δt时刻的姿态角变化;实现基于星光矢量的角速度测量。
本发明的有益效果:本发明所述的方法简化了星光导航设备中星图识别、姿态计算等复杂的数据处理过程,方法简单,工作量小,克服了姿态角差分法对有效姿态测量的依赖,大幅度缩短了数据处理时间,能够将角速度数据更新率能够达到50Hz~100Hz。
附图说明
图1为本发明所述的基于星光矢量的无陀螺角速度测量方法的流程图;
图2中图2a和图2b分别为本发明所述的基于星光矢量的无陀螺角速度测量方法中连续拍摄时刻t、t+Δt拍摄星图;
图3为本发明所述的基于星光矢量的无陀螺角速度测量方法中星像点窗口匹配示意图。
具体实施方式
具体实施方式一、结合图1至图3说明本实施方式,基于星光矢量的无陀螺角速度测量方法,该方法由以下步骤实现:
步骤一、计算t时刻拍摄星图中所有星点距离图像中心的平面距离,距离计算如下:
其中,(xi,yi)是星像点图像坐标,(x0,y0)是图像中心坐标,di为星像点(xi,yi)距离图像中心的图像距离。按距离di由小及大排序,选出距离图像中心最近的三颗星像点构成三角形模板,如图2左图中ΔABC。计算三颗星像点之间的平面距离,组成匹配特征Dm,n,即由三角形边长组成的匹配特征Dm,n构成的三角形模板。m、n为指代图像中的星点号。
因为载体在运动时,视场边缘的星像点最容易移出视场,如图2左图中D星像点经载体运动后,在右图中移出视场,而右图中星像点Dˊ为新进入视场的星点。为了保证载体运动角速度较大时,也就是高动态时,匹配模板依然有效,所以此处选择距离中心最近的星像点。而选择三个星像点,则是因为步骤三中要求解姿态矩阵至少需要三个匹配星对。
步骤二、在t+Δt时刻星图中寻找与步骤一构建的三角形模板匹配的三角形,即图像的粗匹配。计算t+Δt时刻星图中,所有星像点两两之间的平面距离di,j,并采用顶点计数法匹配t时刻星图中挑选的三角形模板。
建立四个二维数组,分别是数组A[N][k]和B1[N][4]、B2[N][4]、B3[N][4],N为时刻t+Δt星图中提取的星像点数目,k为三角形模板边长序号,k=1,2,3。数组A[N][k]为计数数组,数组Bk[N][4]对应三角形模板三条边,记录星像点序号i,j…。将di,j按由小及大的顺序分别与步骤一中三角形模板的匹配特征Dm,n按|di,j-Dm,n|≤δd比较,δd为匹配门限。
提取符合匹配门限条件的星对(i,j),分别在数组对应位置的计数值A[i][k]、A[j][k]加1,并将星像点序号j记录在Bk[i][A[i][k]]。遍历星像点序号,假设与ΔABC中A点匹配的星序号为i,则满足(A[i][1]>0)∩(A[i][2]>0),B点星序号为B1[i][A[i][1]],满足(A[B1[i][A[i][1]]][2]>0)∩(A[B1[i][A[i][1]]][3]>0),C点星序号为B2[i][A[i][2,]]满足(A[B2[i][A[i][2]]][2]>0)∩(A[B2[i][A[i][2]]][3]>0)。满足上述条件的组合即为与t时刻星图中三角形模板ΔABC匹配的星序号。
步骤三、根据步骤二中对连续拍摄时刻t、t+Δt拍摄星图中三角形模板的粗匹配结果,依据公式获得估算的两拍摄时刻t、t+Δt星图间姿态变化矩阵其中,Vi,t为拍摄时刻t星图中星像矢量,Vi,t+Δt为拍摄时刻t+Δt星图中星像矢量。
步骤四、利用步骤三估算得到的连续时刻星图间姿态变化矩阵将t时刻星图中所有星像点(xi,yi)t根据姿态矩阵预测t+Δt时刻星图中星像点位置(xi,yi)′t+Δt,如下所示:
将预测得到的星像点(xi,yi)′t+Δt与t+Δt时刻实际提取的星像点(xi,yi)t+Δt按如图3所示的窗口匹配的方式进行匹配识别,建立对应关系,在ΔA′B′C′之外,找到时刻t+Δt星图中星像点D′、E′、F′、G′、H′、I′、J′、K′与时刻t星图中星像点的匹配关系。
δx、δy为图像坐标x方向和y方向的容差门限。
步骤五、根据步骤四的结果,依据公式获得精算的连续时刻星图间姿态变化矩阵得到连续时刻星图间偏航、俯仰、横滚方向姿态角变化(Δα,Δβ,Δκ)t。通过增加参与计算姿态矩阵的星对数量,有助于提高连续两时刻间姿态矩阵的精度,即两时刻间姿态角变化的精度。
步骤六、重复步骤一至步骤五,使基于星光矢量的角速度测量形成一个完整的数据更新过程。在t+Δt时刻拍摄星图中重新选择距离图像中心最近的三个星像点,构成三角形模板,在时刻t+2×Δt的星图中寻找与之匹配的星像点,估算拍摄时刻t+Δt星图到拍摄时刻t+2×Δt星图的姿态矩阵利用此姿态矩阵精确匹配时刻t+Δt与时刻t+2×Δt星图中星对,计算高精度姿态矩阵得到姿态角变化(Δα,Δβ,Δκ)t+Δt

Claims (1)

1.基于星光矢量的无陀螺角速度测量方法,其特征是,该方法由以下步骤实现:
步骤一、计算t时刻拍摄的星图中所有星像点距离图像中心的平面距离,选出距离图像中心最近的三颗星像点构成三角形模板,计算并记录由三边长度组成所述三角形模板的匹配特征;
步骤二、计算t+Δt时刻拍摄的星图中所有星像点两两之间的平面距离di,j,根据三角形全等判定原则中的“边-边-边”全等原则计算t+Δt时刻星图中与步骤一所述的三角形模板匹配的三角形,即完成图像的粗匹配;
所述粗匹配的具体过程为:
建立四个二维数组,分别是数组A[N][k]和数组Bk[N][4],N为t+Δt时刻星图中提取的星像点数目,k为三角形模板边长序号,k=1,2,3;数组A[N][k]为计数数组,数组Bk[N][4]对应三角形模板三条边,记录星像点序号i,j…;将t+Δt时刻拍摄的星图中所有星像点两两之间的平面距离di,j按由小及大的顺序排列,并分别与步骤一中三角形模板的匹配特征Dm,n按|di,j-Dm,n|≤δd进行比较,δd为匹配门限;
提取符合匹配门限的星对,分别在计数数组中计数A[N][k],并将星像点序号记录在数组Bk[N][4]中,遍历t+Δt时刻星图中星像点数目,实现与t时刻星图中三角形模板的粗匹配;
步骤三、根据步骤二中完成图像的粗匹配结果,采用公式获得估算的t时刻和t+Δt时刻星图间姿态变化矩阵其中,Vi,t为t时刻拍摄星图中的星像矢量,Vi,t+Δt为t+Δt时刻拍摄星图中的星像矢量;
步骤四、采用步骤三估算获得星图间姿态变化矩阵将t时刻星图中所有星像点位置(xi,yi)t根据星图间姿态变化矩阵预测t+Δt时刻星图中星像点位置(xi,yi)t+Δt,将所述预测t+Δt时刻星图中星像点位置(xi,yi)t+Δt与t+Δt时刻实际提取的星像点位置(xi,yi)t+Δt按窗口匹配的方式进行匹配识别,建立对应关系;
所述窗口匹配的具体方式为:
δx、δy为图像坐标x方向和y方向的容差门限;
步骤五、根据步骤四匹配识别建立的对应关系,采用公式得到精算的t时刻和t+Δt时刻星图间姿态变化矩阵获得连续t时刻和t+Δt时刻的姿态角变化;实现基于星光矢量的角速度测量。
CN201710719185.5A 2017-08-21 2017-08-21 基于星光矢量的无陀螺角速度测量方法 Active CN107607737B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710719185.5A CN107607737B (zh) 2017-08-21 2017-08-21 基于星光矢量的无陀螺角速度测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710719185.5A CN107607737B (zh) 2017-08-21 2017-08-21 基于星光矢量的无陀螺角速度测量方法

Publications (2)

Publication Number Publication Date
CN107607737A CN107607737A (zh) 2018-01-19
CN107607737B true CN107607737B (zh) 2019-07-05

Family

ID=61065662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710719185.5A Active CN107607737B (zh) 2017-08-21 2017-08-21 基于星光矢量的无陀螺角速度测量方法

Country Status (1)

Country Link
CN (1) CN107607737B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115118876B (zh) * 2022-04-19 2023-09-22 北京航天飞行控制中心 拍摄参数的确定方法、装置及计算机可读存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100499810B1 (ko) * 2003-12-22 2005-07-07 한국항공우주연구원 별 감지부와 자이로스코프를 결합한 통합 항법 시스템
CN101435704B (zh) * 2008-12-04 2010-06-16 哈尔滨工业大学 一种星敏感器高动态下的星跟踪方法
CN101441082B (zh) * 2008-12-22 2010-08-11 中国科学院长春光学精密机械与物理研究所 快速三角形星图识别方法
CN102435763B (zh) * 2011-09-16 2013-10-09 中国人民解放军国防科学技术大学 一种基于星敏感器的航天器姿态角速度测量方法
CN103217544B (zh) * 2013-03-21 2015-06-03 上海新跃仪表厂 用星敏感器星点位置变化估算星体角速度的方法及***
CN103791902B (zh) * 2014-01-23 2016-08-17 中国科学院长春光学精密机械与物理研究所 适用于高机动载体的星敏感器自主导航方法
CN104964684B (zh) * 2015-05-29 2016-04-27 北京航空航天大学 一种高动态下快速星跟踪方法
CN106296726A (zh) * 2016-07-22 2017-01-04 中国人民解放军空军预警学院 一种天基光学序列图像中的空间目标检测跟踪方法

Also Published As

Publication number Publication date
CN107607737A (zh) 2018-01-19

Similar Documents

Publication Publication Date Title
CN106407315B (zh) 一种基于街景图像数据库的车辆自主定位方法
CN104215239B (zh) 基于视觉的无人机自主着陆导引装置实现的导引方法
CN105809687B (zh) 一种基于图像中边沿点信息的单目视觉测程方法
CN105424006B (zh) 基于双目视觉的无人机悬停精度测量方法
CN106529587B (zh) 基于目标点识别的视觉航向识别方法
CN106295512B (zh) 基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法
CN107909614B (zh) 一种gps失效环境下巡检机器人定位方法
CN103761737A (zh) 基于稠密光流的机器人运动估计方法
CN108519102B (zh) 一种基于二次投影的双目视觉里程计算方法
WO2018133727A1 (zh) 一种正射影像图的生成方法及装置
CN109859272A (zh) 一种自动对焦双目摄像头标定方法及装置
CN109540113B (zh) 一种全站仪及其星图识别方法
CN104101331A (zh) 基于全光场相机的非合作目标位姿测量
CN111912416A (zh) 用于设备定位的方法、装置及设备
CN107589069B (zh) 一种物体碰撞恢复系数的非接触式测量方法
CN106504287A (zh) 基于模板的单目视觉目标空间定位***
CN107093187B (zh) 一种无人机飞行速度的测量方法及装置
CN104567879A (zh) 一种组合视场导航敏感器地心方向提取方法
CN107607737B (zh) 基于星光矢量的无陀螺角速度测量方法
CN112862818B (zh) 惯性传感器和多鱼眼相机联合的地下停车场车辆定位方法
Muffert et al. The estimation of spatial positions by using an omnidirectional camera system
CN113744308A (zh) 位姿优化方法、装置、电子设备、介质及程序产品
CN104156933A (zh) 一种基于光流场的图像配准方法
CN111539982B (zh) 一种移动平台中基于非线性优化的视觉惯导初始化方法
CN112432653A (zh) 基于点线特征的单目视觉惯性里程计方法

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