CN107949521A - 用于规划由航天器采集地球区域的图像的方法 - Google Patents

用于规划由航天器采集地球区域的图像的方法 Download PDF

Info

Publication number
CN107949521A
CN107949521A CN201680051152.1A CN201680051152A CN107949521A CN 107949521 A CN107949521 A CN 107949521A CN 201680051152 A CN201680051152 A CN 201680051152A CN 107949521 A CN107949521 A CN 107949521A
Authority
CN
China
Prior art keywords
chance
discrete acquisitions
region
discrete
acquisitions
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
Application number
CN201680051152.1A
Other languages
English (en)
Other versions
CN107949521B (zh
Inventor
皮埃尔·布兰克-帕克斯
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.)
Airbus Defence and Space SAS
Original Assignee
Airbus Defence and Space SAS
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 Airbus Defence and Space SAS filed Critical Airbus Defence and Space SAS
Publication of CN107949521A publication Critical patent/CN107949521A/zh
Application granted granted Critical
Publication of CN107949521B publication Critical patent/CN107949521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64GCOSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00Cosmonautic vehicles
    • B64G1/10Artificial satellites; Systems of such satellites; Interplanetary vehicles
    • B64G1/1021Earth observation satellites
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64GCOSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00Cosmonautic vehicles
    • B64G1/10Artificial satellites; Systems of such satellites; Interplanetary vehicles
    • B64G1/1021Earth observation satellites
    • B64G1/1028Earth observation satellites using optical means for mapping, surveying or detection, e.g. of intelligence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0007Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Educational Administration (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Radio Relay Systems (AREA)
  • Image Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及一种用于规划由围绕地球执行任务的航天器采集地球的区域Z1,...,ZN的图像的方法,地球的每个区域Zi与请求Ri相关联,使得视觉可达时段Ti与所述区域Zi对应。此外,该方法包括以下步骤:‑对于每个时段Ti确定用于采集区域Zi的离散采集机会,使得开始日期、执行时段、局部运动学约束和权重与所述离散采集机会中的每一个相关联;‑将用于采集区域Zi的离散采集机会归集为集合D;‑按照增大的开始日期来对集合D中的离散采集机会Di进行排序;‑评估集合D中的所述离散采集机会之间的运动学兼容性;‑确定具有最大权重且在运动学上兼容的离散采集机会的最佳序列。

Description

用于规划由航天器采集地球区域的图像的方法
技术领域
本发明属于由航天器诸如观测卫星进行的地面成像领域,并且更具体地涉及用于规划由航天器或这样的航天器星座采集地面区域的图像的方法。本发明特别有利地、但决非限制性地适用于以逐行采集图像的模式工作的观测卫星的情况,该模式在下文中称为本领域技术人员已知的术语“推扫式”模式。
背景技术
由航天器实施的地面观测任务包括响应于来自客户端的请求采集地面区域的图像,即位于地球表面的区域。特别地,这种航天器沿围绕地球的行进轨道运行,以便能够在它在预定持续时间内经过地面区域时采集所述地面区域。此外,增加这种航天器的敏捷性使得要被成像的地面区域的数量增加,这些区域现在可能位于所述轨道的任一侧,或者以不同的角度在多个轨道的航线上被采集。因此,沿着所述行进轨道的任意即时时刻均与用于采集不同地面区域的图像的一个或更多个机会相对应。
所述请求通常每天由航天器定期接收。目前,由于对地面区域进行这种采集的请求不再仅限于历史上与空间成像部门有关的那些行业部门,因此对地面区域进行这种采集的请求的数量逐渐增加。例如,非限制性地,农业部门现在为了优化耕地区域的使用而大量使用地面观测结果。
因此,由于由这种航天器所处理的请求包括与要采集的地面区域相关联的非常具体约束,诸如定位或曝光条件,或者为了获得立体、三重立体或多光谱图像而对多次采集的需求,因此这些请求在数量和复杂性方面均不断增大。除此之外的事实是,请求可以根据其优先级等级进行区分。
对与所述请求相关联的约束的管理还必须与对与所述航天器相关联的工作约束的管理并行地执行,不管这些约束是累积的(存储器大小、消耗电力、机载仪器的最大工作时间)还是局部的(两次连续采集之间的最小持续时间)。
因此可以理解,履行一组这样的请求的目标是非常受限的问题,为此,有必要根据所述航天器的轨道来规划随时间要执行的成像。更广泛地说,这样的问题归入“旅行推销员”优化问题的类别,而众所周知这在合理的时间量内很难解决。
该问题在用户请求必须在短时间段内履行的情况下尤为重要。增加卫星数量可以使卫星在较短的时间段内进入区域。然而,如果采集计划也可以在短时间段内更新,则只有充分利用这种能力。
尽管已知可以借助启发式优化技术(例如贪心算法)来提供对这样的规划问题的高质量近似解决方案,但是考虑到在工作条件下要处理的请求的量,其计算时间并不令人满意。
最近,基于重要简化假定的问题解决技术,特别是关于所述航天器的局部和累积约束的解耦管理,使得可以在合理的时间量内提供对所述局部约束的管理的解决方案,这是完全解决上述规划问题的第一步。尽管这些技术中的一些确实允许考虑累积约束,但是特别是在以推扫式模式工作的观测卫星的情况下,这些技术中的任何一个都不允许考虑立体、三重立体或多光谱图像的采集。因此,这些技术对于其能够履行的请求的数量是限制性的并且不是最佳的。
发明内容
本发明的目的是通过提供一种解决方案来克服现有技术的全部或部分缺点,特别是上面总结的那些缺点,该解决方案可以具有关于满足航天器的局部和累积约束的最佳规划方法并且可以考虑必须被多次或单次采集的那些地面区域。
为此,本发明涉及一种用于规划由围绕地球沿预定行进轨道执行任务的航天器——诸如观测卫星——采集地面区域Z1,...,ZN的图像的方法,每个地面区域Zi与请求Ri相关联,使得所述区域Zi与沿所述行进轨道的视觉可达的时间段Ti对应,1≤i≤N。所述方法还包括以下连续步骤:
-确定步骤,其对于每个时段Ti确定区域Zi的离散采集机会,使得所述时段Ti中包括的开始日期、执行持续时间、运动学局部约束和权重与每个所述离散采集机会相关联;
-归集步骤,其将区域Zi的离散采集机会归集为集合D;
-排序步骤,其对集合D的离散采集机会进行排序,采集机会按照增加的开始日期的顺序排序并由Di表示;
-评估步骤,其评估集合D中的根据其各自的排序成对获取的所述离散采集机会之间的运动学兼容性;
-确定步骤,其确定具有最大权重且在运动学上兼容的离散采集机会的最佳序列。
在一个特定实施方式中,用于规划地面区域的图像采集的方法包括单独地或以所有技术上的可能组合考虑的以下特征中的一个或更多个。
在一个特定实施方式中,该方法包括考虑多次采集请求的步骤,其在评估运动学兼容性的步骤之后并且在确定最佳序列的步骤之前,其中,与必须被多次采集的区域Zi相关联的离散采集机会的相应权重被更新,并且其中,变量mustHit强制所述离散采集机会的链接以履行所述多次采集请求。
在一个特定实施方式中,确定最佳序列的步骤包括动态地更新存储与所述序列的离散采集机会相关联的区域Zi的变量pathMesh,以防止必须被单次采集的区域的离散采集机会的重复。
在一个特定实施方式中,确定最佳序列的步骤包括:对于集合D中的每个离散采集机会Di,从在D中的Di之前且与Di运动学上兼容的所有离散采集机会中部分选择在D中的Di之前且与Di运动学上兼容的离散采集机会。
在一个特定实施方式中,该方法包括验证施加于所述航天器的至少一个累积约束被遵守的步骤,所述验证步骤在确定最佳序列的步骤之后。
在一个特定实施方式中,所述至少一个累积约束包括存储器大小约束。
在一个特定实施方式中,所述至少一个累积约束包括消耗电力约束。
在一个特定实施方式中,所述至少一个累积约束包括所述航天器的机载仪器的最大工作时间约束。
在一个特定实施方式中,验证累积约束被遵守的步骤包括当不满足所述累积约束时通过移除离散采集机会来动态地更新所述最佳序列。
在一个特定实施方式中,根据恒定的时间间隔随时间采样每个时段Ti的离散采集机会的开始日期。
在一个特定实施方式中,时段T1,...,TN的相应时间间隔彼此相等。
在一个特定实施方式中,至少两个时段Ti和Tj各自的时间间隔不同。
在一个特定实施方式中,调整每个时段Ti的时间间隔,使得所述时段Ti与20个离散采集机会相关联。
在一个特定实施方式中,离散采集机会的运动学局部约束包括所述航天器在所述离散采集机会的开始和结束时的姿态的设定点。
在一个特定实施方式中,与区域Zi相关联的每个离散采集机会的权重取决于与所述区域Zi相关联的请求Ri的优先级。
在一个特定实施方式中,每个区域Zi与质量标准wi相关联,该质量标准wi取决于所述区域Zi的几何特征以及取决于在视觉可达的时间段Ti期间的预测气象条件。
在一个特定实施方式中,与区域Zi相关联的每个离散采集机会的权重取决于请求Ri的优先级,以便成为矢量,其唯一的非零分量等于质量标准wi,所述矢量中的非零分量的位置取决于所述请求Ri的优先级。
在一个特定实施方式中,所述非零分量取决于质量标准wi以及取决于与所述离散采集机会相关联的采集优势标准。
在一个特定实施方式中,确定最佳序列的步骤包括彼此运动学上兼容的离散采集机会的相应权重的比较。
在一个特定实施方式中,该方法包括在确定离散采集机会的步骤之前的聚集地面区域的步骤。
在一个特定实施方式中,所述航天器是以推扫模式工作的观测卫星。
附图说明
借助下面的描述将更好地理解本发明的特征和优点,该描述通过决非限制性的优选实施方式公开了本发明的特征。
该描述参考了附图,其示出了:
-图1:其展示了用于规划由航天器采集地面区域Z1,...,ZN的图像的方法的一个示例性实现的流程图。
-图2:其展示了图1的方法的一个优选实施方式,其中,该方法包括验证施加于所述航天器的至少一个累积约束被遵守的步骤。
-图3:其展示了图1的方法的一个特定实施方式,其中,该方法包括聚集地面区域的步骤。
-图4:其展示了图1的方法的一个优选实施方式,其中,考虑了必须被单次或多次采集的地面区域。
具体实施方式
本发明属于规划由围绕地球沿预定行进轨道执行任务的航天器采集地面区域的图像的领域。
图1示出了用于规划由航天器采集地面区域Z1,...,ZN的图像的方法的一个示例性实现的流程图。
术语“图像的采集”在这里被理解为是指测量从所述地面区域Z1,...,ZN接收的电磁辐射。为此,航天器包括旨在执行多个图像采集操作的光学***,所述光学***另外包括适合于测量所述电磁辐射的传感器。所述图像最终被转换成数字格式并被存储在所述航天器的机载有限容量存储器内。
以下描述的目的更具体地、但非限制性地是一种用于规划由行进轨道(LEO或MEO,分别为“低地球轨道”和“中地球轨道”)中的敏捷观测卫星采集地面区域的图像的方法。例如,所述敏捷观测卫星在恒定的高度处沿近极地的同步轨道运行。它包括适合于在各个采集方向上以推扫模式逐行采集图像的仪器。
然而,根据其他示例(未示出),不排除考虑适合于采集地面区域的图像的其他类型的航天器(航天飞机、探测器等)以及其他类型的仪器或其他图像采集模式,例如在“步进式和凝视式”模式下使用矩阵检测器。
地面区域Z1,...,ZN是地面上的各个有限区域,其与所述观测卫星的成像幅宽(swath)潜在地相邻并相交。卫星的敏捷性使得所采集的地面区域能够既沿着所述行进轨道在地球表面的投影又在地球表面上的该投影的任一侧被定位。
在以下描述中,每个地面区域Zi与由用户发送的请求Ri相关联。每个请求Ri又可以与如下各种参数相关联:
-优先级pi,pi是例如自然数,其表征在其他潜在请求之前需要履行该请求Ri。每个优先级pi取决于多种因素,诸如其所取决于的请求Ri的重要性和成本,
-采集约束,其取决于多种因素,诸如卫星的姿态(其确定瞄准方向的定向)或高质量采集所需的气象条件,并且必须在卫星有可能能够采集与所述请求Ri相关联的区域Zi时被满足,
-采集类型(单一、立体、三重立体)。具体地,一些区域Zi必须被多次采集,诸如在立体或三重立体采集的情况下潜在地以不同的采集角度采集。
应当注意,通常,也就是说在用户用信号发出请求Ri时,与所述请求Ri相关联的区域Zi具有任意形状。为此,出于操作优化的目的,由卫星进行的图像采集活动通常在整形步骤之前,该整形步骤包括将所述区域Zi划分为适合于由所述卫星采集的基本区域。例如,在以推扫模式成像的情况下,所述区域Zi被划分为宽度小于或等于卫星的成像幅宽的宽度的条带。
对于以下描述,假定与请求Ri相关联的区域Zi具有适合于由所述卫星的光学***采集的相应形状。换句话说,所述整形步骤假定已经被执行,或者考虑到所述区域Zi的相应初始形状而不必执行所述整形步骤。
此外,每个地面区域Zi沿着所述行进轨道具有相应的视觉可达的时间段Ti。所述时段Ti包括开始日期以及结束日期,并且与卫星在观察采集约束以及请求Ri的采集类型的同时能够采集区域Zi的图像的持续时间相对应,其中所述区域Zi与该请求Ri相关联。
对于以下描述,还采用了矢量的分量在从1编索引时从左到右读取的约定。因此,具有N个分量的矢量V由V=(V1,V2,...,VN)表示。类似地,位于矩阵M的第i行第j列的元素由Mi,j表示。
用于规划图像采集的方法包括多个连续的步骤。根据其一般原理,所述方法包括:首先确定包括沿着卫星的行进轨道的点的采集序列,使得通过在所述序列的各个点处执行图像采集,履行最大数量的用户请求。接下来,所述方法的目的是确定在所述采集序列中的哪一个满足下面定义的最优标准以及所述卫星的工作所固有的约束。
为此,方法在第一阶段包括步骤100:对于每个时段Ti确定区域Zi的离散采集机会等,使得所述时段Ti中包括的开始日期、执行持续时间、运动学局部约束和权重与每个所述离散采集机会相关联。
离散采集机会是沿着所述行进轨道的点,其表示卫星从开始日期起且在执行持续时间内采集区域Zi的图像的可能性,该开始日期和执行持续时间被包括在所述区域Zi的时段Ti中,使得观察到采集约束以及与该区域Zi相关联的请求Ri的采集类型。
在以下描述中,采集序列表示一系列离散采集机会。
时段Ti包括一个或更多个离散采集机会,其根据其各自的开始日期使时段离散。具体地,卫星的敏捷性使得区域Zi可以在其时段Ti中的不同时刻处被采集。
在步骤100的一个特定实施方式中,根据恒定的时间间隔随时间对每个时段Ti的离散采集机会的开始日期进行采样。应当注意,为所述恒定时间间隔选择的长度越短,每个时段Ti内的采集机会的数量越多,因此增加了可能的采集序列的数量。相反,短时间间隔增加了方法的计算复杂度。
在步骤100的一个特定实施方式中,至少两个时段Ti和Tj各自的时间间隔是不同的。例如,当与所述时段Ti和Tj相关联的请求Ri和Rj各自的优先级不同时,这样的配置是有利的。具体来说,履行高优先级请求的一种方式在于将所述请求与大量的离散采集机会相关联,以增加沿卫星执行与所述请求相关联的区域的采集的轨道上的点的数量;换句话说,请求的优先级越高,则通过短的时间间隔来使与该请求相关的可达时间段精细地离散化的益处越大,从而在所述可达时间段内具有大量的离散采集机会。
在步骤100的一个特定实施方式中,时段T1,...,TN的相应时间间隔彼此相等。这样,选择单个时间间隔,这在与时段T1,...,TN相关联的请求R1,...,RN各自的优先级全部相同时在计算时间方面是有利的。
在步骤100的一个特定实施方式中,调整每个时段Ti的时间间隔,使得所述时段Ti与预定数量的离散采集相关联。例如,数量为20的离散采集是有利的,因为实践表明,为了最好地履行大量的请求,它在从计算时间的角度看的方法的优化与构建足够数量的采集序列的可能性之间达成了良好的折衷。
此外,假定所述卫星的姿态允许其从采集的所述开始日期开始,则执行的持续时间与卫星的光学***所要求的采集时间对应。因此,离散采集机会的执行持续时间不包括修改卫星姿态所需的时间,使得卫星的光学***被配置成执行所述采集或另一个稍后的潜在采集。作为完全非限制性的示例,对应于最常用的配置,采集机会的执行时间在5秒至15秒之间。
离散采集机会的运动学局部约束与如下配置对应,其中,卫星必须在离散采集机会的开始和结束时找到它自己以及因此找到仪器的瞄准轴的定向,以便履行与所述离散采集机会相关联的请求。
例如,离散采集机会的运动学局部约束包括所述航天器在所述离散采集机会的开始和结束时的姿态的设定点。术语“姿态设定点”在这里被理解为意味着卫星在采集期间的定向,以便履行与所述采集相关联的请求。
离散采集机会的权重与在所述离散采集机会中对于由卫星接收到的一组请求而采集地面区域的优势的一般测量相对应。
例如,与区域Zi相关联的每个离散采集机会的权重取决于与所述区域Zi相关联的请求Ri的优先级pi,使得优先级越高,所述离散采集机会的相应权重就越大。
离散采集机会的权重还有利地涉及与所述机会相关联的地面区域的特征。因此,在步骤100的一个特定实施方式中,每个区域Zi与质量标准w[Zi]相关联,该质量标准w[Zi]取决于所述区域Zi的几何特征以及取决于在视觉可达时间段Ti期间的预测气象条件。所述质量标准w[Zi]是标量,其表征例如以下事实:区域Zi具有小尺寸并因此比大尺寸区域更容易采集,而且在与Zi相关联的视觉可达的时间段Ti期间遇到的气象条件与关于所述时段Ti的请求的采集约束所要求的气象条件基本上相同。
在步骤100的一个特定实施方式中,与区域Zi相关联的每个离散采集机会的权重取决于请求Ri的优先级pi,以便成为矢量,其唯一的非零分量等于所述质量标准w[Zi],所述非零分量在所述矢量中的位置是所述请求Ri的优先级pi。在该实施方式中,所述矢量的大小等于用于对由卫星在任务期间接收到的请求进行排序的单独优先级的数量。此外,采用当且仅当pi<pj时优先级pi比另一优先级pj更重要的约定。例如,具有质量标准w[Zi]且与具有从1到4的优先级的一组请求中的具有等于2的优先级pi的请求Ri相关联的区域Zi的离散采集机会具有如下权重:
离散采集机会各自的权重的这种表示是有利的,因为它使得可以通过由以下面的方式运算的>表示的自然顺序关系来将权重相互比较:c[a]>c[b]意味着当且仅当
{c1[a]>c1[b]}∨{(c1[a]=c1[b])∧(c2[a]>c2[b])}∨...时,
离散采集机会a的权重大于离散采集机会b的权重。
运算符∧和∨分别表示布尔运算符“和”和“或”,并且运算符>是用于比较标量的常规运算符。应当注意,顺序关系>通过逐分量比较矢量来运算,并且因此是词典编辑顺序。
这样的表示也是有利的,因为它使得可以将包括多个离散采集机会的采集序列的权重自然地定义为所述离散采集机会的权重的总和,所述矢量被逐分量求和。
在步骤100的一个特定实施方式中,离散采集机会的权重的所述非零分量取决于质量标准w[Zi]以及取决于与所述离散采集机会相关联的采集优势标准所述采集优势标准是标量,其测量更具体地采集机会的优势,而不是另一个本身也与相同的区域Zi相关联的机会。例如,并且决非限制性地,针对同一个区域Zi,采集优势标准取决于每个机会的采集角度。此外,在该实施方式中,更新离散采集机会的权重,使得再次采用上述示例:
以这种方式进行是有利的,因为离散采集机会的权重既考虑了区域的特征和与所述离散采集机会相关联的请求二者,还考虑了同一个区域的离散采集机会之间的差异。因此,权重详尽透彻地测量每个离散采集机会之间存在的优势和可变性。
该方法接下来包括步骤200,其将各个区域Zi的离散采集机会归集为集合D。
集合D中的每个元素均是与开始日期、执行持续时间、运动学局部约束和权重相关联的离散采集机会。为了履行最大数量的请求,诸如该步骤200中描述的集合D因此将所有可能形成一个或多个采集序列的一部分的机会归集在一起。
该方法接下来包括通过增加的开始日期对集合D中的离散采集机会进行排序的 骤300
所述步骤300因此包括对集合D中的元素进行排序。可以根据离散采集机会的其他特征对D的元素进行排序。例如,这些机会可以通过增加的权重(在顺序关系>的意义上)、通过增加的执行持续时间或根据与其相关联的请求进行排序。然而,在本实施方式中,出于下面解释的原因,有利地选择通过增加的开始日期对其进行排序。
应当注意,如此排序的集合D的任意子集构成潜在的采集序列,即观察卫星沿着其行进轨道运动的时间顺序的一系列离散采集机会。然而,应当确保卫星实际上能够一个接一个地执行所述潜在采集序列的离散采集机会。
为此,方法接下来包括步骤400:评估集合D的根据其各自的排序成对获取的所述离散采集机会之间的运动学兼容性。
术语“运动学兼容性”在这里被理解为意味着:集合D中的两个离散采集机会Di和Dj——其中所述机会Di具有在所述机会Dj的开始日期之前的开始日期(因此使得i<j)——可以由卫星沿着其轨道链接起来。这在卫星从机会Di移动到机会Dj所需要的机动时间短于将机会Di的结束日期与机会Dj的开始日期分离的持续时间的情况下是理论上可行的。
通过扩展,作为集合D的子集的采集序列A在其元素在运动学上成对兼容的情况下——即当Aj与Ai+1在运动学上兼容时——被认为在运动学上兼容。
常规上,集合D中的元素可以被看作是图G的顶点,这些顶点当其彼此运动学上兼容时通过边缘彼此连接。在步骤300完成时获得的集合D的结构由于如下原因有利地确定了图G的结构:
-通过增加的开始日期对D的元素进行排序为图G的边缘提供了沿增加的时间的方向的自然定向:图G因此是定向的;
-机会Di与其开始日期在所述机会Di的开始日期之前的离散采集机会Dj在运动学上不兼容(因此使得i>j)。这相当于说明任意运动学上兼容的采集序列中的元素是不同的配对。这保证了卫星不可能沿着其轨道经过同一位置两次:图G因此也是非循环的。
因此,可以理解,设法规划地面区域的图像的采集相当于在所述图G内搜索运动学上兼容的采集序列。更具体地,为了履行尽可能多的请求,这相当于在图G内搜索具有最大的权重的运动学兼容的采集序列。此处涉及优化问题,也称为“最长路径问题”。
图G是非循环定向图这一事实是有利的,因为已知在这种情况下,所述优化问题在图G的顶点数量方面具有多项式复杂性,而它对于未指定图具有指数复杂性。
在本实施方式中,图G通过包括布尔(Booleans)的被称为邻接矩阵的方矩阵M来表示,该方矩阵M的位于行i上和列j上的项是:
-如果Di和Dj在运动学上兼容,则Mi,j=1,
-否则Mi,j=0。
两个离散采集机会之间的兼容条件暗指M是严格的上三角矩阵。
应当注意,步骤100至400的实现优选地在地面上并且在卫星的观测任务的上游(即可能在解决优化问题很久之前)执行。这样的实现是有利的,因为步骤100至400中执行的任务,并且更具体地,在步骤100中确定离散采集机会的任务和在步骤400中确定图G的任务可以根据并行编程方案由计算装置容易地执行,从而使得节省时间。此外,步骤100至400的第一实现有利地使得可以避免当期望例如在飞行中包括卫星的任务计划中的附加请求时必须完全重新确定图G,图G反而被快速和容易地更新。以同样的方式,地面区域的优先级和/或质量标准以及/或者离散采集机会的权重可以在解决优化问题之前的最后一刻被更新。
在步骤400之后的步骤500中,确定具有最大权重且在运动学上兼容的离散采集机会的最佳序列。
根据最长路径计算方法、通过遍历位于矩阵M对角线上方的部分在图G内搜索所述最佳序列,并且所述最佳序列提供卫星在其观测任务期间遵循的理论采集计划。
这分两个阶段实现。在第一阶段中,对于集合D中的每个离散采集机会Di,确定客观权重obj(Di),其是导致所述离散采集机会Di的运动学上兼容的序列的最大权重。为了实现这一点,引入了在集合D中的Di之前且与Di运动学上兼容的所有离散采集机会的集合P(Di)。客观权重obj(Di)因而等于Di的权重,其添加有P(Di)的离散采集机会的客观权重的最大值,即
通过在下文中假定集合D的基数为Ω(D),并且通过引入存储使导致Di的最佳序列的权重最大化的集合P(Di)的离散采集机会的变量previous(Di),集合D中的所有元素的客观权重通过写成如下的第一算法而被动态地确定:
应当注意,使用诸如在第一算法中呈现的最长路径计算方法来搜索最佳序列有利地适于在步骤300中按照增加的开始日期的顺序对D的离散采集机会进行排序这一事实。具体地,这样的排序与图G上的拓扑顺序对应,这有利于所述第一算法的顺序步骤的安排。
在第二阶段中,通过如下步骤确定所述最佳序列:在D的离散采集机会之中选择具有最大客观权重的离散采集机会,然后借助于存储在变量previous中的信息、通过具有最大客观权重的所述机会的在先机会迭代地回溯。
如上提及的,D的离散采集机会的排序有利地向图G提供拓扑顺序,图G因此是非循环定向图,并且因此作为步骤500的输出获得的任意运动学上兼容的序列在权重极大性的意义上是最佳的。
在该方法的一个特定实施方式中,步骤500包括:对于集合D的每个离散采集机会Di,从在集合D中的Di之前且与Di运动学上兼容的所有离散采集机会中部分选择在集合D中的Di之前且与Di运动学上兼容的离散采集机会。
以这种方式进行相当于限制集合D的每个离散采集机会Di的集合P(Di)。因此,所述集合P(Di)可以有利地被集合Pc(Di)取代,该集合Pc(Di)被定义为其子集,并且包括在集合D中的Di之前且与Di运动学上兼容以及接近Di的离散采集机会。术语“接近Di”在这里被理解为意味着Pc(Di)中的元素分别占据D中的位置,使得该位置与Di的位置之间的差异保持由预定恒量界定。
因此,客观权重obj(Di)由如下公式获得:
为此,引入变量maxNextVertex(Di),该变量对于每个采集机会Di包括在搜索最佳序列期间访问的图G的顶点的最大数目。标量maxNextVertex(Di)因此构成集合Pc(Di)的基数的上界。因此,第一算法变成:
将集合P(Di)限制为集合Pc(Di)是有利的,因为在计算时间方面缩短了使用最长路径计算方法的G的顶点的探索。例如,并且完全非限制性地,当集合Pc(Di)仅包括沿着行进轨道的Di中的至多由60秒隔开的离散采集机会时,相对于不使用Pc(Di)的情况,计算时间减少60%至70%并且最佳序列保持不变。
图2示出了图1的方法的一个优选实施方式,其中,该方法在步骤500之后包括验证施加在所述卫星上的至少一个累积约束被遵守的步骤600。
施加在卫星上的累积约束是如下约束,其考虑当在卫星在其轨道上到达离散采集机会之前规划观测任务时所做的选择集合。换句话说,不同于与离散采集机会中的每一个相关的运动学局部约束,累积约束具有与卫星的任务历史相关的全局特性。
例如,并且完全非限制地,所述至少一个累积约束包括存储器大小约束。具体地,在观测任务中,卫星以数字格式在已知类型且尺寸有限的存储器中存储它做的采集。
可替选地,或除了步骤600之外,所述至少一个累积约束包括消耗电力约束。具体地,在观测任务中,卫星消耗存储在具有相应有限容量的电池中的电能以进行移动。这同样适用于卫星的光学***的工作。应当注意,所述电池是通常借助于太阳能电池板可再充电的。
可替选地或除了步骤600之外,所述至少一个累积约束包括用于所述航天器的机载仪器的最大工作时间约束。
根据其他示例(此处未示出),不排除应用于卫星的其他累积约束。
验证所述至少一个累积约束包括检查作为步骤500的输出获得的最佳采集序列与卫星的一般操作兼容。为了实现这一点,在步骤600中通过例如迭代过程来实现该验证操作,该迭代过程包括按照增加的优先级顺序从所述最佳序列中一次一个地移除离散采集机会,直到满足所述至少一个累积约束。这样,作为步骤600的输出,该方法产生如下序列,其是作为步骤500的输出获得的最佳序列的子序列,并且与和卫星相关联的累积约束相兼容。作为步骤600的输出获得的该序列是卫星在其任务期间实际上遵循的采集计划。
图3示出了图1的方法的一个特定实施方式,其中,该方法可以包括在确定离散采集机会的步骤100之前的聚集地面区域的步骤50。
术语“聚合地面区域”在这里被理解为是指将称为总区域的一个或更多个区域内的某些地面区域Z1,...,ZN归集在一起,所述归集区域必须在地理上彼此接近,以便使在同一离散采购机会中采集的区域的数量最大化。
例如,总区域可以包括在卫星沿着其轨道采集的方向上对齐的多个地面区域。
在另一示例中,潜在地结合前面的示例,总区域可以包括在与卫星轨道横向的方向上对齐的多个地面区域。在这种情况下,所述总区域的大小以卫星的成像幅宽的大小为界。
在步骤50的实现中,每个总区域例如与优先级相关联,该优先级等于在所述总区域内归集在一起的所有区域的优先级之中的最高优先级。另外,总区域的质量标准例如等于在所述总区域内归集在一起的区域各自的质量标准的总和。
在步骤50完成时,每个总区域看上去是单独的整体地面区域,使得步骤100和600不被修改。
应当注意,将总区域内的地面区域归集在一起在多个地面区域连续时是有益的,使得它们可以全在同一时间被采集。以这种方式进行是有利的,因为它使得卫星能够节省机动时间,否则需要机动时间以在与所述归集的地面区域中的每一个相关联的相应离散采集机会之间移动。以这种方式节省的时间可以有利地用于采集本身不能在总区域内归集在一起的更多地面区域。
图4示出了图1的方法的一个优选实施方式,其中,确定最佳序列的步骤500有利地包括动态地更新存储与所述最佳序列的离散采集机会相关联的区域Zi的变量pathMesh,以便防止必须被单次采集的区域的离散采集机会的重复。
为此,mesh(Di)表示返回与离散采集机会Di相关联的地面区域的函数,第一算法被重写如下:
通过在变量pathMesh中存储在确定最佳序列时访问的地面区域的历史记录,该方法有利地能够避免地面区域Zi最终被多次采集,该地面区域Zi具有高质量标准、与高优先级请求相关联并且必须被单次采集。具体地,假定这样的区域Zi与彼此运动学上兼容的多个离散采集机会相关联,并且由于最长路径计算方法试图使最佳序列的权重最大化,因此与Zi相关联的多个所述离散采集机会完全有可能被包括在所述最佳序列中。因此引入诸如上面解释的变量pathMesh以识别这种类型的配置是有利的。
上述特征使得可以获得确保与单视图请求相关联的每个地面区域的单个成像操作的最佳序列。与立体/三重立体请求相关联的地面区域的情况也仍然需要考虑。
为此,在图4所示的所述优选实施方式中,方法还包括考虑多次采集请求的步骤450,其在评估运动学兼容性的步骤400之后并且在确定最佳序列的步骤500之前,其中,与必须被多次采集的区域Zi相关联的离散采集机会的相应权重被更新,并且其中,变量mustHit强制所述离散采集机会的链接以履行所述多次采集请求。
应当注意,与必须被多次采集的区域Zi相关联的离散采集机会属于相同的视觉可达时间段Ti,并且还彼此分离。所述机会因此具有不同的开始日期,并且因此允许例如以不同的角度采集所述区域Zi
步骤450的一般原理包括人为地增加与区域Zi相关联的离散采集机会的权重,区域Zi必须分别两重或三重地以立体模式或以三重立体模式被采集。此外可以理解,卫星的敏捷性使得可以设想在与必须被多次采集的区域Zi相关联的采集机会之间履行单视图请求。
为了实现这一点,在第一阶段中,对于与多次采集的请求对应的每个请求,潜在地连同与诸如上面提及的其他单视图请求相关联的离散采集机会一起确定恰好包括履行所述请求所需的采集次数(在这种情况下,该数目在立体和三重立体的情况下分别是2和3)的运动学上兼容的采集序列的集合。这样的序列被称为多采集序列,并且被构造成使得其第一个元素和最后一个元素是属于同一地面区域的离散采集机会并且关联于与所述多采集序列相关的请求。换言之,所述第一个元素和最后一个元素不与单视图请求相关联。
在第二阶段中,对于诸如上面确定的每个多采集序列:
-确定链接标准。所述链接标准是如下标量,其对应于根据所述多采集序列而不是另一个履行与所述多采集序列实际相关联的请求的有益测量。链接标准因此是用于比较与同一个请求相关联的多采集序列的标度,
-确定链接权重。在一个特定实施方式中,所述链接权重取决于请求的优先级、与所述请求相关联的区域Zi的质量标准w[Zi]以及所述链接标准。例如,通过以与步骤100中关于使用采集优势标准的描述相同的方式将所述链接标准添加到质量标准w[Zi],在链接权重中考虑所述链接标准。因此,多采集序列的链接权重是具有单个非零分量的矢量,
-图G根据图Gmulti被更新。一方面,图Gmulti包括与相应离散采集机会对应的顶点,所述相应离散采集机会与相应单视图请求相关联并且具有诸如在步骤100中确定的相应权重。另一方面,图Gmulti包括与所述多采集序列中的每个离散采集机会分别对应的顶点,并且除了与所述序列的第一分量相关联且其权重等于链接权重的顶点之外,所有顶点的权重均为零,
-创建变量mustHit,其将所述多采集序列中的每个离散采集机会与所述多采集序列内在时间上紧随它的离散采集机会相关联。例如,并且完全非限制性地,如果所述多采集序列与区域Zi的三重立体请求相关联并且被写为以及在另一示例中,并且完全非限制性地,如果所述多采集序列与区域Zi的三重立体请求相关联并且被写为其中,是与不同于Zi的区域Zj的单视图请求相关联的机会,则以及
应当注意,在与多次采集的请求对应的请求与多个可能的多采集序列相关联的情况下,图Gmulti包括与在开始日期方面相同但仍然在权重方面彼此不同的离散采集机会对应的顶点。例如,并且完全非限制性地,假定立体请求与根据四个离散采集机会而被离散化的可达时段相关联,使得仅多采集序列在运动学上兼容并且适于履行所述请求。那么,顶点将在图Gmulti中出现两次,即权重等于序列的链接权重并且使得的第一次,以及权重等于序列的链接权重并且使得的第二次。顶点本身在图Gmulti中仅出现一次,并且具有零权重。
根据一个实施方式借助于矩阵Mmulti表示图Gmulti,该实施方式与用于在步骤400中借助于矩阵M表示图G的实施方式相同。因此可以理解,由于某些离散采集机会可以在诸如上述的图Gmulti中多次出现这一事实,所述矩阵Mmulti大于矩阵M。另外,图Gmulti是在步骤500中使用的图,该步骤500在被发送至卫星的一组请求包括至少一个多次采集请求时搜索最佳序列。
此外,一旦在步骤500中将该序列中的第一元素实际并入最佳序列内,变量mustHit也能够强制执行多采集序列。以这种方式进行是有利的,因为它使得该方法能够整体考虑与多次采集请求相关联的请求,而不会为了赋予所述多次采集请求同样的优先级而有损于单视图请求,所述单视图请求包括具有比包括所述多次采集请求的机会更大的相应权重的离散采集机会。
当在步骤500中计算最长路径时还有利地使用变量mustHit,以验证当离散采集机会被添加至正在构建的最佳序列时,该离散采集机会确实被存储在变量mustHit中,该变量mustHit被应用于最佳序列中的在所述增加的机会之前的元素。
在卫星星座的情况下,如果请求可以被实现并且在该时间段内,则能够快速响应客户端是有利的。在这种情况下,该方法可以是:
a)接收来自客户端的请求;
b)识别可以执行该采集的下一颗卫星,而不考虑该卫星目前的采集计划;
c)为所述卫星生成具有以下约束的新的计划:
c1.所有已经编入当前计划的采集必须保持(除非接受取消所规划的采集),但是其采集条件可以改变,
c2.***新的请求;
d)根据优化操作的结果:
d1.如果采集包括在新的计划中,则将修改后的计划发送到卫星,
d2.否则它会在下一颗卫星上被重申。
没有必要一次一个地接受新的客户端请求;这可以定期——例如每5分钟——执行。通过适当的优先级选择,可以强制考虑新的请求。
由于其迅速性,计划可以被频繁计算。另外,更新解决方案比基于前面的计算结果的完整计算成本更低,特别是表示步骤400完成时获得的图的矩阵M或步骤450完成时与矩阵Mmulti相关联的图Gmult
因此,可以使在计算时间方面最密集的步骤500之前的步骤的计算时间最小化。

Claims (21)

1.一种用于规划由围绕地球沿预定行进轨道执行任务的诸如观测卫星这样的航天器采集地面区域Z1,...,ZN的图像的方法,
每个地面区域Zi与具有优先级pi的请求Ri相关联,使得所述区域Zi与沿着所述行进轨道的视觉可达时段Ti对应,
其特征在于,该方法包括以下连续步骤:
-确定离散采集机会的步骤(100),其对于每个时段Ti确定所述区域Zi的离散采集机会,使得所述时段Ti中包括的开始日期、执行持续时间、运动学局部约束和权重与每个所述离散采集机会相关联;
-归集离散采集机会的步骤(200),其将所述区域Zi的所述离散采集机会归集为集合D;
-对离散采集机会排序的步骤(300),其对所述集合D中的所述离散采集机会进行排序,所述采集机会按照增加的开始日期的顺序被排序并且由Di表示;
-评估运动学兼容性的步骤(400),其评估所述集合D中的根据其各自的排序成对获取的离散采集机会之间的运动学兼容性;
-确定最佳序列的步骤(500),其确定具有最大权重且在运动学上兼容的离散采集机会的最佳序列。
2.根据权利要求1所述的方法,包括在所述评估运动学兼容性的步骤(400)之后并且在所述确定最佳序列的步骤(500)之前的考虑多次采集请求的步骤(450),其中,与必须被多次采集的区域Zi相关联的离散采集机会各自的权重被更新,并且其中,变量mustHit强制所述离散采集机会的链接以履行所述多次采集请求。
3.根据权利要求1至2中之一所述的方法,其中,所述确定最佳序列的步骤(500)包括动态地更新存储与所述最佳序列中的离散采集机会相关联的所述区域Zi的变量pathMesh,以便防止必须被单次采集的区域的离散采集机会的重复。
4.根据权利要求1至3中之一所述的方法,其中,所述步骤(500)包括:针对所述集合D中的每个离散采集机会Di,从在D中的Di之前且与Di运动学上兼容的所有离散采集机会之中部分地选择在D中的Di之前且与Di运动学上兼容的离散采集机会。
5.根据权利要求1至4中之一所述的方法,包括验证累积约束被遵守的步骤(600),其验证施加在所述航天器上的至少一个累积约束被遵守,所述验证步骤(600)在所述确定最佳序列的步骤(500)之后。
6.根据权利要求5所述的方法,其中,所述至少一个累积约束包括存储器大小约束。
7.根据权利要求5至6中之一所述的方法,其中,所述至少一个累积约束包括消耗电力约束。
8.根据权利要求5至7中之一所述的方法,其中,所述至少一个累积约束包括所述航天器的机载仪器的最大工作时间约束。
9.根据权利要求5至8中之一所述的方法,其中,所述验证累积约束被遵守的步骤(600)包括:只要不满足所述累积约束,就通过移除离散采集机会来动态地更新所述最佳序列。
10.根据权利要求1至9中之一所述的方法,其中,根据恒定的时间间隔、随时间采样每个时段Ti的离散采集机会的开始日期。
11.根据权利要求10所述的方法,其中,所述时段T1,...,TN各自的时间间隔彼此相等。
12.根据权利要求10所述的方法,其中,至少两个时段Ti和Tj各自的时间间隔不同。
13.根据权利要求10所述的方法,其中,调整每个时段Ti的时间间隔,使得所述时段Ti与20个离散采集机会相关联。
14.根据权利要求1至13中之一所述的方法,其中,所述离散采集机会的运动学局部约束包括所述航天器在所述离散采集机会的开始和结束时的姿态的设定点。
15.根据权利要求1至14中之一所述的方法,其中,与区域Zi相关联的每个离散采集机会的权重取决于与所述区域Zi相关联的所述请求Ri的优先级pi
16.根据权利要求1至15中之一所述的方法,其中,每个区域Zi与质量标准wi相关联,所述质量标准wi取决于所述区域Zi的几何特征以及取决于在视觉可达时段Ti期间的预测气象条件。
17.根据权利要求16所述的方法,其中,与区域Zi相关联的每个离散采集机会的权重取决于所述请求Ri的优先级pi,以便成为矢量,该矢量唯一的非零分量等于所述质量标准wi,所述矢量的非零分量的位置取决于所述请求Ri的优先级。
18.根据权利要求17所述的方法,其中,所述非零分量取决于所述质量标准wi以及取决于与所述离散采集机会相关联的采集优势标准。
19.根据权利要求17至18中之一所述的方法,其中,所述确定最佳序列的步骤(500)包括对彼此运动学上兼容的离散采集机会各自的权重进行比较。
20.根据权利要求1至19中之一所述的方法,包括在所述确定离散采集机会的步骤(100)之前的聚集地面区域的步骤(50)。
21.根据权利要求1至20中之一所述的方法,其中,所述航天器是以推扫式模式工作的观测卫星。
CN201680051152.1A 2015-07-28 2016-07-28 用于规划由航天器采集地球区域的图像的方法 Active CN107949521B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1557215 2015-07-28
FR1557215A FR3039728B1 (fr) 2015-07-28 2015-07-28 Procede de planification d'acquisition d'images de zones terrestres par un engin spatial
PCT/FR2016/051963 WO2017017384A1 (fr) 2015-07-28 2016-07-28 Procédé de planification d'acquisition d'images de zones terrestres par un engin spatial

Publications (2)

Publication Number Publication Date
CN107949521A true CN107949521A (zh) 2018-04-20
CN107949521B CN107949521B (zh) 2019-01-08

Family

ID=54848683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680051152.1A Active CN107949521B (zh) 2015-07-28 2016-07-28 用于规划由航天器采集地球区域的图像的方法

Country Status (7)

Country Link
US (1) US10392133B2 (zh)
EP (1) EP3328736B1 (zh)
JP (1) JP6453520B2 (zh)
CN (1) CN107949521B (zh)
CA (1) CA2993926C (zh)
FR (1) FR3039728B1 (zh)
WO (1) WO2017017384A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113544061A (zh) * 2019-02-08 2021-10-22 空客防务与空间有限公司 考虑气象不确定性的用于卫星图像采集的计算机***
US11958633B2 (en) 2019-06-12 2024-04-16 Sony Group Corporation Artificial satellite and control method thereof

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107152926B (zh) * 2016-07-18 2018-08-24 哈尔滨工业大学 一种卫星快速旋转超大幅宽摆扫成像方法
FR3069651B1 (fr) 2017-07-27 2020-03-06 Airbus Defence And Space Sas Dispositif et procede de simulation de l'estimation d'un delai de realisation d'images satellitaires de la terre
US10664718B1 (en) * 2017-09-11 2020-05-26 Apple Inc. Real-time adjustment of hybrid DNN style transfer networks
JP6498328B1 (ja) * 2018-01-24 2019-04-10 三菱電機株式会社 観測計画装置、観測計画方法及び観測計画プログラム
JP6498351B1 (ja) * 2018-12-28 2019-04-10 三菱電機株式会社 観測計画装置、観測計画方法及び観測計画プログラム
US11367163B2 (en) 2019-05-31 2022-06-21 Apple Inc. Enhanced image processing techniques for deep neural networks
CN112380249B (zh) * 2020-11-24 2023-05-30 中国矿业大学(北京) 一种采煤工作面周期来压分析方法、装置及电子设备
FR3120709B1 (fr) * 2021-03-11 2023-03-31 Thales Sa Procede de reconnaissance aerienne ameliore
CN114604443B (zh) * 2022-02-17 2023-06-06 中国电子科技集团公司第十研究所 一种真实复杂约束条件下的多星测控调度方法及***
WO2023203970A1 (ja) * 2022-04-22 2023-10-26 日本電気株式会社 撮像計画立案システムおよび撮像計画立案方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101018402A (zh) * 2005-12-07 2007-08-15 埃卡豪股份有限公司 位置确定技术
CN101569194A (zh) * 2006-11-20 2009-10-28 阿德莱德研究及创新控股有限公司 网络监测***
CN101894367A (zh) * 2010-05-26 2010-11-24 中国人民解放军国防科学技术大学 成像卫星观测调度的目标聚类方法
FR3016719A1 (fr) * 2014-01-22 2015-07-24 Centre Nat Etd Spatiales Procede de construction equitable d'un plan d'acquisitions de zones a realiser par un systeme partage d'observation sur une periode donnee, tel qu'un satellite

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120046863A1 (en) * 2010-08-12 2012-02-23 The Government Of The Us, As Represented By The Secretary Of The Navy Orbit covariance, estimation and analysis tool
US8977619B2 (en) * 2012-08-03 2015-03-10 Skybox Imaging, Inc. Satellite scheduling system using crowd-sourced data
US8880246B1 (en) * 2012-08-22 2014-11-04 United States Of America As Represented By The Secretary Of The Navy Method and apparatus for determining spacecraft maneuvers
FR3011322B1 (fr) * 2013-10-02 2015-09-11 Centre Nat Etd Spatiales Systeme et procede pour le regroupement d'acquisitions
FR3011339B1 (fr) * 2013-10-02 2015-09-11 Centre Nat Etd Spatiales Procedes et systemes pour la construction d'un plan d'acquisitions pour satellite

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101018402A (zh) * 2005-12-07 2007-08-15 埃卡豪股份有限公司 位置确定技术
CN101569194A (zh) * 2006-11-20 2009-10-28 阿德莱德研究及创新控股有限公司 网络监测***
CN101894367A (zh) * 2010-05-26 2010-11-24 中国人民解放军国防科学技术大学 成像卫星观测调度的目标聚类方法
FR3016719A1 (fr) * 2014-01-22 2015-07-24 Centre Nat Etd Spatiales Procede de construction equitable d'un plan d'acquisitions de zones a realiser par un systeme partage d'observation sur une periode donnee, tel qu'un satellite

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113544061A (zh) * 2019-02-08 2021-10-22 空客防务与空间有限公司 考虑气象不确定性的用于卫星图像采集的计算机***
CN113544061B (zh) * 2019-02-08 2024-03-08 空客防务与空间有限公司 考虑气象不确定性的用于卫星图像采集的计算机***
US11958633B2 (en) 2019-06-12 2024-04-16 Sony Group Corporation Artificial satellite and control method thereof

Also Published As

Publication number Publication date
CA2993926A1 (fr) 2017-02-02
FR3039728B1 (fr) 2017-10-27
CA2993926C (fr) 2020-03-10
EP3328736A1 (fr) 2018-06-06
EP3328736B1 (fr) 2018-11-28
US10392133B2 (en) 2019-08-27
WO2017017384A1 (fr) 2017-02-02
US20180251239A1 (en) 2018-09-06
JP6453520B2 (ja) 2019-01-16
CN107949521B (zh) 2019-01-08
FR3039728A1 (fr) 2017-02-03
JP2018522775A (ja) 2018-08-16

Similar Documents

Publication Publication Date Title
CN107949521A (zh) 用于规划由航天器采集地球区域的图像的方法
Zhou et al. Perspective of Chinese GF-1 high-resolution satellite data in agricultural remote sensing monitoring
CN108256822A (zh) 一种适用于气象信息辅助卫星成像任务规划***及方法
Hutchings et al. Radio evolution of quasars at z< 1
DE112021000243T5 (de) Bestimmung von kulturpflanzentyp und/oder aussaattermin
CN109933423A (zh) 一种协同执行复杂任务的多卫星资源规划方法
CN112233056B (zh) 一种多源数据的点云融合方法、装置和存储介质
Murphy Estimating neighborhood variability with a binary comparison matrix
CN108022045A (zh) 一种分布估计方法
Melville et al. Line transect sampling in small regions
Smaltschinski et al. Clustering forest harvest stands on spatial networks for optimised harvest scheduling
Boryan et al. Integration of the Cropland Data Layer based automatic stratification method into the traditional area frame construction process
Yang et al. Estimation of rice aboveground biomass by UAV imagery with photosynthetic accumulation models
Tao et al. Optimal selection from extremely redundant satellite images for efficient large-scale mapping
Mot et al. Tree height estimation using field measurement and low-cost unmanned aerial vehicle (UAV) at Phnom Kulen National Park of Cambodia
Göpel et al. Sensitivity assessment and evaluation of a spatially explicit land-use model for Southern Amazonia
CN109657556A (zh) 道路及其周边地物的分类方法及***
Najjar et al. Feature Attribution Methods for Multivariate Time-Series Explainability in Remote Sensing
Lowry Jr et al. Land cover classification and mapping
Lowe et al. Multi-source K-nearest neighbor, Mean Balanced forest inventory of Georgia
Kumi-Boateng et al. Land Use/Land Cover Mapping Using Remote Sensing for Urban Development-A Case Study of Tarkwa and Its Environs
CN108446254A (zh) 数据采集方法及装置
van Niekerk et al. THE APPLICATION OF NATIONAL SCALE REMOTELY SENSED EVAPOTRANSPIRATION (ET) ESTIMATES TO QUANTIFY WATER USE AND DIFFERENCES BETWEEN PLANTATIONS IN COMMERCIAL FORESTRY REGIONS OF SOUTH AFRICA
CN117146831B (zh) 基于机器学习和无人机的果树生长状态评估方法及***
CN101598796B (zh) 干旱监测卫星的搜索方法

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