CN108680165B - 基于光学图像的目标飞行器姿态确定方法和装置 - Google Patents
基于光学图像的目标飞行器姿态确定方法和装置 Download PDFInfo
- Publication number
- CN108680165B CN108680165B CN201810418096.1A CN201810418096A CN108680165B CN 108680165 B CN108680165 B CN 108680165B CN 201810418096 A CN201810418096 A CN 201810418096A CN 108680165 B CN108680165 B CN 108680165B
- Authority
- CN
- China
- Prior art keywords
- target
- optical image
- aircraft
- image
- simulated
- 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
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 449
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000005259 measurement Methods 0.000 claims abstract description 140
- 238000004088 simulation Methods 0.000 claims abstract description 96
- 230000033001 locomotion Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 description 35
- 238000012545 processing Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 15
- 239000011159 matrix material Substances 0.000 description 14
- 238000012634 optical imaging Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000036544 posture Effects 0.000 description 13
- 230000009466 transformation Effects 0.000 description 11
- 230000005484 gravity Effects 0.000 description 7
- 239000013598 vector Substances 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 206010034719 Personality change Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013041 optical simulation Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 108010066114 cabin-2 Proteins 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 235000012149 noodles Nutrition 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005096 rolling process Methods 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于光学图像的目标飞行器姿态确定方法和装置。该方法包括:获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像;将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像;将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,其中,第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,第二姿态信息用于指示目标飞行器在目标时刻的实测姿态。通过本发明,达到了实际航天飞行试验任务中通过光学外测手段对目标飞行器的姿态进行估计的效果,满足了实际航天飞行任务的姿态测量需求。
Description
技术领域
本发明涉及飞行器领域,具体而言,涉及一种基于光学图像的目标飞行器姿态确定方法和装置。
背景技术
天宫一号、天宫二号等目标飞行器在轨飞行期间,地面观测站可以依靠地基光学望远镜等光学外测设备来对其进行跟踪和成像。在能够分辨出光学图像上目标飞行器的太阳能帆板、资源舱/实验舱体等主要结构的情况下,可以基于光学图像来估计和判断其飞行姿态,进而掌握其在轨运行状况。
现有对飞行器进行姿态估计通常有两种方法,一种是直接基于实测光学图像进行姿态解算,但是在实测图像模糊、分辨率低的情况下,就无法提取有效的特征点,因此对飞行器的姿态估计精度很差;另一种是基于三维模型检索的姿态估计方法,从数据库中寻找与实测图像的特征值最为匹配的三维模型姿态,但是模型数据库庞大而复杂,工作量较大,对飞行器的姿态进行估计的效率较低。
另外,《基于单站地基望远镜的空间目标姿态估计方法》利用开发工具Vega Prime进行实时仿真,对已知三维模型的目标实时生成仿真光学图像,进行相关度值最优匹配搜索。但是该方法进行仿真时并没有考虑地基望远镜的地理位置和视轴指向、目标与望远镜之间的实时相对几何关系,因而仿真光学图像并非模拟地基望远镜所拍到的目标在轨飞行图像。此外,待估计观测图像与基准图像都是采用仿真的方法生成的,观测图像中目标轮廓和边缘清晰,部件区别明显,且观测图像与基准图像的归一化相关度量指标以及计算方法并不完全适用于地基实拍光学图像。
针对现有技术中实际航天飞行试验任务中难以通过光学外测手段对飞行器的姿态进行估计的问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种基于光学图像的目标飞行器姿态确定方法和装置,以至少解决实际航天飞行试验任务中难以通过光学外测手段对飞行器的姿态进行估计的技术问题。
为了实现上述目的,根据本发明的一个方面,提供了一种基于光学图像的目标飞行器姿态确定方法。该方法包括:获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像;将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像;将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,其中,第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,第二姿态信息用于指示目标飞行器在目标时刻的实测姿态。
可选地,获取目标飞行器在目标时刻的多幅仿真光学图像包括:获取目标飞行器在目标时刻的地基测量数据;获取与地基测量数据对应的目标飞行器的运动状态参数;根据运动状态参数生成目标飞行器的多幅仿真光学图像,其中,目标飞行器在多幅仿真光学图像中的任意相邻两个仿真光学图像中的姿态角的变化角度,为目标角速度。
可选地,将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像包括:获取每幅仿真光学图像的第一特征值和目标实测光学图像的第二特征值;获取每幅仿真光学图像的第一特征值与第二特征值之间的相似度,得到多个相似度;将多个相似度中最大的相似度对应的仿真光学图像,确定为目标仿真图像。
可选地,获取每幅仿真光学图像的第一特征值包括:获取每幅仿真光学图像的太阳能帆板区域和舱体区域的第一特征值,其中,太阳能帆板区域与目标飞行器的太阳能帆板相对应,舱体区域与目标飞行器的舱体相对应。
可选地,获取每幅仿真光学图像的太阳能帆板区域和舱体区域的第一特征值包括:获取每幅仿真光学图像的包括太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括舱体区域的外接矩形的长轴方向角和短轴方向角的特征值。
可选地,获取目标实测光学图像的第二特征值包括:在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取第二特征值,其中,太阳能帆板区域与目标飞行器的太阳能帆板相对应,舱体区域与目标飞行器的舱体相对应。
可选地,在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取第二特征值包括:在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取包括太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括舱体区域的外接矩形的长轴方向角和短轴方向角的特征值。
可选地,获取每幅仿真光学图像的第一特征值与第二特征值之间的相似度,得到多个相似度包括:通过每幅仿真光学图像的第一特征值与第二特征值之间的欧式距离,获取每幅仿真光学图像的第一特征值与第二特征值之间的相似度,得到多个相似度。
可选地,将多个相似度中最大的相似度对应的仿真光学图像,确定为目标仿真图像包括:将与第二特征值之间的欧式距离最小的第一特征值对应的仿真光学图像,确定为目标仿真图像,其中,与第二特征值之间的欧式距离最小的第一特征值对应的仿真光学图像的相似度,为多个相似度中最大的相似度。
可选地,在获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像之前,该方法还包括:获取在目标观测弧段内拍摄得到的多幅实测光学图像,其中,多幅实测光学图像对应的时刻不同;将多幅实测光学图像中时刻为第一时刻的实测光学图像,确定为目标实测光学图像,并将第一时刻确定为目标时刻,其中,目标观测弧段的时间包括第一时刻;将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息包括:将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第一时刻的第二姿态信息,其中,第二姿态信息用于指示目标飞行器在第一时刻的实测姿态。
可选地,在将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第一时刻的第二姿态信息之后,该方法还包括:将多幅实测光学图像中时刻为第二时刻的实测光学图像,确定为目标实测光学图像,并将第二时刻确定为目标时刻,其中,目标观测弧段的时间包括第二时刻,第二时刻为第一时刻的下一时刻;将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器的第二姿态信息包括:将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第二时刻的第二姿态信息。
为了实现上述目的,根据本发明的一个方面,还提供了一种基于光学图像的飞行器姿态确定装置。该装置包括:获取单元,用于获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像;第一确定单元,用于将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像;第二确定单元,用于将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,其中,第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,第二姿态信息用于指示目标飞行器在目标时刻的实测姿态。
为了实现上述目的,根据本发明的一个方面,还提供了一种存储介质。该存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行本发明实施例的基于光学图像的目标飞行器姿态确定方法。
通过本发明,采用获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像;将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像;将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,其中,第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,第二姿态信息用于指示目标飞行器在目标时刻的实测姿态。通过模拟生成飞行器的仿真光学图像,然后选择出与实测光学图像特征值最为接近的一幅仿真光学图像,将最接近的一幅仿真光学图像的飞行器的姿态信息,作为飞行器的姿态信息,达到了基于光学图像对飞行器的姿态进行确定的目的,解决了实际航天飞行试验任务中难以通过光学外测手段对飞行器的姿态进行估计的技术问题,满足了实际航天飞行任务的姿态测量需求。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,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基于光学图像的目标飞行器姿态确定方法的流程图;
图2是本发明实施例的一种基于光学图像的目标飞行器的姿态估计方法的流程图;
图3是根据本发明实施例的一种目标飞行器(以天宫一号为例)的三维模型的组成部分的示意图;
图4是根据本发明实施例的一种目标飞行器的三轴对地飞行时本体坐标系与轨道RTN坐标系的示意图;
图5是根据本发明实施例的一种实测光学图像采用外接矩形包围盒进行拟合的示意图;
图6是根据本发明实施例的一种OpenGL透视投影视锥体的主要参数的示意图;
图7是根据本发明实施例的一种以目标飞行器的三轴对地飞行为例,STK仿真结果与该实施例的基于OpenGL的光学成像仿真结果的对比示意图;
图8是根据本发明实施例的一种仿真光学图像采用外接矩形包围盒进行拟合的示意图;以及
图9是根据本发明实施例的一种基于光学图像的目标飞行器姿态确定装置的示意图。
其中,上述附图中包括如下附图标记:
1、太阳能电池板(蓝色);2、资源舱(灰色);3、实验舱(灰色);4、远裁剪面;5、透视投影视锥体;6、近裁剪面。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请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,以便这里描述的本申请的实施例。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、***、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。
实施例1
本发明实施例提供了一种基于光学图像的目标飞行器姿态确定方法。
图1是根据本发明实施例的一种基于光学图像的目标飞行器姿态确定方法的流程图。如图1所示,该方法包括以下步骤:
步骤S102,获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像。
在本发明上述步骤S102提供的技术方案中,目标飞行器为待确定姿态的飞行器,目标时刻可以为某一观测弧段内的某一时刻,多幅仿真光学图像可以为多幅地基光学成像的仿真光学图像,可以通过计算机仿真技术,根据飞行器的星历数据、地基光学望远镜站址坐标等参数,使用开放图形库(Open Graphics Library,简称为OpenGL)进行模拟,生成飞行器的仿真光学图像,该仿真光学图像也即地基光学成像的仿真光学图像,类似于人眼视觉,具有直观且易于理解的特点,能够从图像中获得目标在轨状态等信息。该实施例还可以根据测站大地坐标经度、纬度、高度、一幅目标实测光学图像对应的时刻t1、飞行器的位置(Rx1,Ry1,Rz1)、速度(Vx1,Vy1,Vz1)、飞行器的姿态角、地基光学望远镜的视场角、像元数目、单个像元尺寸等,使用OpenGL进行模拟生成飞行器的仿真光学图像。
可选地,该实施例的多幅仿真光学图像为在飞行器的初始姿态角的基础上按步进方式改变姿态角,得到的多幅仿真光学图像。一幅目标实测光学图像可以为实际对飞行器进行拍摄得到的图像,为实测自适应光学图像。在飞行器满足一定观测光照条件的情况下,可以通过地基自适应光学望远镜拍摄到飞行器在可见光波段的图像序列,该图像序列能够区分出飞行器的太阳能电池板与舱体轮廓。
步骤S104,将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像。
在本发明上述步骤S104提供的技术方案中,在获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像之后,将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像。
在获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像之后,可以获取每幅仿真光学图像与目标实测光学图像之间的相似度,得到多个相似度,将与多个相似度中最大的相似度对应的仿真光学图像确定为目标仿真图像,也即,目标仿真图像为多个仿真光学图像中与目标实测光学图像最接近的一幅仿真光学图像。将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像。
可选地,该实施例通过人工操作提取目标实测光学图像的特征值、自动处理计算仿真光学图像的特征值,通过目标实测光学图像的特征值和仿真光学图像的特征进行比对、循环处理与检索等方式,选择出与目标实测光学图像最为接近的仿真光学图像,作为目标仿真图像。
步骤S106,将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息。
在本发明上述步骤S106提供的技术方案中,在将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像之后,将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,其中,第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,第二姿态信息用于指示目标飞行器在目标时刻的实测姿态。
该实施例在将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像之后,可以获取目标仿真图像中的第一姿态信息,该第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,比如,用于指示目标飞行器在目标仿真图像中显示出的在轨飞行姿态,该第一姿态信息可以为姿态角。在该姿态角(α,β,γ)中,俯仰角α为目标在轨道坐标系(RTN)坐标系中绕ON轴逆时针旋转后,本体ox轴与其在TON平面上的投影的夹角;偏航角β为目标在RTN坐标系中绕OR轴逆时针旋转后,本体ox轴在TON平面上的投影与OT轴的夹角;滚动角γ为目标绕OT轴逆时针旋转后,本体oy轴与其在TON平面上的投影的夹角。其中,轨道RTN坐标系原点为目标飞行器质心,R轴用于表示地心到质心的向径方向,T轴在轨道面内与R轴垂直,用于表示目标飞行器的运动方向,N用于表示轨道面的正法向。
在获取目标仿真图像中的第一姿态信息之后,将第一姿态信息确定为目标飞行器在目标时刻的第二姿态信息,该第二姿态信息用于指示目标飞行器在目标时刻的实测姿态,可以为姿态角,也即,将目标仿真图像的飞行器的姿态角,作为实测光学图像的飞行器的姿态角,从而避免了直接基于实测光学图像进行飞行器的姿态解算,由于实测图像分辨率低,无法提取有效的特征点,导致姿态估计精度低的问题。
该实施例通过获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像;将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像;将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,其中,第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,第二姿态信息用于指示目标飞行器在目标时刻的实测姿态。由于通过模拟生成飞行器的仿真光学图像,然后选择出与目标实测光学图像特征值最为接近的一幅仿真光学图像,将最接近的一幅仿真光学图像的飞行器的姿态信息,作为飞行器的姿态信息,达到了对飞行器的姿态进行确定的目的,解决了实际航天飞行试验任务中难以通过光学外测手段对飞行器的姿态进行估计的问题,满足了实际航天飞行任务的姿态测量需求。
作为一种可选的实施方式,步骤S102,获取目标飞行器在目标时刻的多幅仿真光学图像包括:获取目标飞行器在目标时刻的地基测量数据;获取与地基测量数据对应的目标飞行器的运动状态参数;根据运动状态参数生成目标飞行器的多幅仿真光学图像,其中,目标飞行器在多幅仿真光学图像中的任意相邻两个仿真光学图像中的姿态角的变化角度,为目标角速度。
在该实施例中,在获取目标飞行器在目标时刻的多幅仿真光学图像时,可以获取目标飞行器在目标时刻的地基测量数据。在获取地基测量数据之后,获取与地基测量数据对应的目标飞行器的运动状态参数,可以通过目标飞行器的地基测量数据对目标飞行器进行精密轨道确定,在对目标飞行器进行精密轨道确定的过程中,摄动力影响因素主要包括地球质点引力摄动、非球形引力摄动、大气阻力摄动、日月引力摄动、太阳光压摄动等,定轨精度优于百米量级。通过星历插值的方法计算出与每幅实测光学图像在生成时刻所对应的目标飞行器的运动状态,可以计算和预报目标飞行器在过去、当前和未来一段时间内任意时刻的运动状态,该运动状态包括位置参数、速度参数等,从而为生成目标飞行器的仿真光学图像和对目标飞行器进行姿态估计提供准确的相对几何关系参数。
在获取与地基测量数据对应的目标飞行器的运动状态参数之后,根据运动状态参数生成目标飞行器的多幅仿真光学图像,可以通过计算机仿真技术根据目标飞行器的位置参数、目标飞行器的速度参数、目标飞行器的姿态角、地基光学望远镜的视场角,像元数目、单个像元尺寸、测站大地坐标经度、纬度、高度、星历数据、地基光学望远镜站址坐标等参数,使用OpenGL模拟生成目标飞行器的多幅仿真光学图像,该目标飞行器在多幅仿真光学图像中的任意相邻两个仿真光学图像中的姿态角的变化角度为目标角速度,比如,目标角速度Δα可以取0.2~0.5之间的角度值,可以在目标飞行器的初始姿态角的基础上,按步进方式改变目标飞行器在仿真光学图像中的姿态角,从而得到多幅仿真光学图像,进而将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像,将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,达到了基于光学图像对飞行器姿态进行确定的目的,提高了飞行器的姿态估计精度,达到了实际航天飞行试验任务中通过光学外测手段对飞行器的姿态进行估计的效果,满足了实际航天飞行任务的姿态测量需求。
可选地,该实施例使用OpenGL进行光学成像仿真的依据是OpenGL的透视投影成像模型与光学成像***的成像模型类似。目标几何尺寸和三维结构、目标与成像***相对几何关系、几何成像模型等因素,决定了图像的大小、目标姿态以及所占像素数目。
可选地,该实施例使用第三方软件卫星仿真工具包(Satellite Tool Kit,简称为STK)来验证该实施例中光学成像仿真方法与结果的正确性。在STK中可以为地面测站添加传感器对象,使其指向卫星目标,通过手动编辑和控制三维场景的观察视角、目标姿态旋转,从而可以在STK三维显示区域显示出传感器视场中的目标姿态,该目标姿态与地面测站光学设备所看到的目标姿态一致。因此,可以通过比对某一时刻传感器视场中的目标姿态与生成的图像中的目标姿态是否一致,来验证几何成像仿真的正确性。
作为一种可选的实施方式,步骤S104,将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像包括:获取每幅仿真光学图像的第一特征值和目标实测光学图像的第二特征值;获取每幅仿真光学图像的第一特征值与第二特征值之间的相似度,得到多个相似度;将多个相似度中最大的相似度对应的仿真光学图像,确定为目标仿真图像。
在该实施例中,在获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像之后,可以获取每幅仿真光学图像的第一特征值,该第一特征值可以为目标飞行器在仿真光学图像中的某一区域中的特征值,仿真光学图像可以通过不同的颜色区分不同的区域。比如,太阳能电池板为蓝色,资源舱和实验舱均为灰色等。获取目标实测光学图像的第二特征值,该第二特征值可以为目标飞行器在目标实测光学图像中的某一区域中的特征值,比如,为太阳能帆板区域和舱体区域中的特征值。
在获取每幅仿真光学图像的第一特征值和目标实测光学图像的第二特征值之后,获取每幅仿真光学图像的第一特征值与第二特征值之间的相似度,得到多个相似度,该相似度可以用于指示每幅仿真光学图像与目标实测光学图像之间的相似程度,将多个相似度中与最大的相似度对应的仿真光学图像,确定为目标仿真图像,进而将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,达到了基于光学图像对飞行器姿态进行确定的目的,提高了飞行器的姿态估计精度,达到了实际航天飞行试验任务中通过光学外测手段对飞行器的姿态进行估计的效果,满足了实际航天飞行任务的姿态测量需求。
作为一种可选的实施方式,获取每幅仿真光学图像的第一特征值包括:获取每幅仿真光学图像的太阳能帆板区域和舱体区域的第一特征值,其中,太阳能帆板区域与目标飞行器的太阳能帆板相对应,舱体区域与目标飞行器的舱体相对应。
在该实施例中,将仿真光学图像分割为太阳能帆板区域、由资源舱和实验舱组成的舱体区域。在获取每幅仿真光学图像的第一特征值时,可以获取每幅仿真光学图像的太阳能帆板区域和舱体区域的第一特征值,该每幅仿真光学图像的太阳能帆板区域可以用于指示目标飞行器的太阳能帆板,每幅仿真光学图像的舱体区域可以用于指示目标飞行器的舱体。可选地,常用的区域描述符包括区域面积、质心、拓扑特性、纹理和不变矩等,此处不做任何限制。
作为一种可选的实施方式,获取每幅仿真光学图像的太阳能帆板区域和舱体区域的第一特征值包括:获取每幅仿真光学图像的包括太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括舱体区域的外接矩形的长轴方向角和短轴方向角的特征值。
在该实施例中,获取每幅仿真光学图像的太阳能帆板区域和舱体区域的第一特征值时,获取每幅仿真光学图像的包括太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,其中,太阳能帆板区域的外接矩形的长轴方向角用于指示区域的延伸方向。
可选地,该实施例采用计算机程序自动处理的方式,根据不同材质颜色对仿真光学图像进行自动图像分割,分成蓝色的太阳能电池板区域和灰色的舱体区域,然后对分割后的帆板和舱体区域,分别直接计算长轴方向角、短轴方向角等指标参数。
可选地,该实施例对目标飞行器的三维模型文件进行模型格式转换、编辑、加工等处理,编辑三维模型的几何尺寸、本体坐标系指向等关键信息,并保存为3ds格式文件,可以使用三维建模软件3DS MAX进行模型格式转换、编辑、加工和处理,编辑三维模型的几何尺寸、本体坐标轴的指向,并用不同的颜色来表示和区别目标飞行器中的不同部件,比如,太阳能电池板为蓝色,资源舱和实验舱均为灰色,设定材质对光源的散射特性是漫反射。
作为一种可选的实施方式,获取目标实测光学图像的第二特征值包括:在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取第二特征值,其中,太阳能帆板区域与目标飞行器的太阳能帆板相对应,舱体区域与目标飞行器的舱体相对应。
在该实施例中,由于目标飞行器的实测光学图像具有成像模糊、对比度低的特点,只能区分太阳帆板与主体的大概轮廓,区域的质心也难以准确计算。仅仅利用实测光学图像无法准确提取目标特征点进行处理,因此采用人工操作处理实测光学图像的方法。在获取目标实测光学图像的第二特征值时,对目标实测光学图像进行图像分割,得到目标实测光学图像的太阳能帆板区域和舱体区域,目标实测光学图像的太阳能帆板区域与目标飞行器的太阳能帆板相对应,目标实测光学图像的舱体区域与目标飞行器的舱体相对应。在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取第二特征值,其中,目标操作也即通过人工进行操作的操作。
作为一种可选的实施方式,在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取第二特征值包括:在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取包括太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括舱体区域的外接矩形的长轴方向角和短轴方向角的特征值。
可选地,该实施例获取包括太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括舱体区域的外接矩形的长轴方向角和短轴方向角的特征值,可以对目标实测光学图像分割后的帆板区域和舱体区域分别进行多边形拟合,主要是采用外接矩形包围盒的方法进行拟合,最后计算帆板和舱体区域外接矩形的长轴方向角、短轴方向角等指标。
作为一种可选的实施方式,获取每幅仿真光学图像的第一特征值与实测光学图像的第二特征值之间的相似度,得到多个相似度包括:通过每幅仿真光学图像的第一特征值与实测光学图像的第二特征值之间的欧式距离,获取每幅仿真光学图像的第一特征值与实测光学图像的第二特征值之间的相似度,得到多个相似度。
相似的姿态模型可以表示为在特征向量空间中相近的一组特征向量,该实施例进行仿真光学图像与实测光学图像之间相似性的匹配,可以在多维特征空间中,计算实测光学图像的特征值与仿真光学图像的特征值的空间距离,该空间距离可以为欧式距离,通过欧式距离来衡量仿真光学图像与实测光学图像的相似度。
作为一种可选的实施方式,将多个相似度中最大的相似度对应的仿真光学图像,确定为目标仿真图像包括:将与实测光学图像的第二特征值之间的欧式距离最小的第一特征值对应的仿真光学图像,确定为目标仿真图像,其中,与第二特征值之间的欧式距离最小的第一特征值对应的仿真光学图像的相似度,为多个相似度中最大的相似度。
该实施例在将多个相似度中最大的相似度对应的仿真光学图像,确定为目标仿真图像时,将与实测光学图像的第二特征值之间的欧式距离最小的第一特征值对应的仿真光学图像,确定为目标仿真图像。可选地,设实测光学图像与仿真光学图像的特征向量分别为X=(x1,x2,...,xn)、Y=(y1,y2,...,yn),则欧式距离的表达式为:
可选地,该实施例自动改变目标姿态,生成多幅仿真光学图像,并在自动处理计算特征值的过程中,可以对不同特征值赋予大小不同的权值,以根据反馈情况对结果施加影响,加权的欧氏距离度量可以进行表达,其中,用于表示不同特征值的权重值。
作为一种可选的实施方式,在步骤S102,获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像之前,该方法还包括:获取在目标观测弧段内拍摄得到的多幅实测光学图像,其中,多幅实测光学图像对应的时刻不同;将多幅实测光学图像中时刻为第一时刻的实测图像,确定为目标实测光学图像,并将第一时刻确定为目标时刻,其中,目标观测弧段的时间包括第一时刻;步骤S106,将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息包括:将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第一时刻的第二姿态信息,其中,第二姿态信息用于指示目标飞行器在第一时刻的实测姿态。
在该实施例中,在获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像之前,获取在目标观测弧段内拍摄得到的多幅实测光学图像,比如,通过地基光学望远镜在某一观测弧段内拍得的目标飞行器的实测光学图像共有N幅,每幅实测光学图像对应的成像时刻分别为t1、t2…、tN。在获取在目标观测弧段内拍摄得到的多幅实测光学图像之后,将多幅实测光学图像中时刻为第一时刻的实测光学图像,确定为目标实测光学图像,并将第一时刻确定为目标时刻,比如,将多幅图像中时刻为t1时刻的实测光学图像,确定为目标实测光学图像,并将t1时刻确定为目标时刻,进而将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第一时刻的第二姿态信息,该第二姿态信息用于指示目标飞行器在第一时刻的实测姿态,提高了对飞行器的姿态进行估计的精度的效果。
作为一种可选的实施方式,在将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第一时刻的第二姿态信息之后,该方法还包括:将多幅实测光学图像中时刻为第二时刻的实测光学图像,确定为目标实测光学图像,并将第二时刻确定为目标时刻,其中,目标观测弧段的时间包括第二时刻,第二时刻为第一时刻的下一时刻;步骤S106,将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器的第二姿态信息包括:将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第二时刻的第二姿态信息。
在该实施例中,在将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第一时刻的第二姿态信息之后,将多幅实测光学图像中时刻为第二时刻的实测光学图像,确定为目标实测光学图像,并将第二时刻确定为目标时刻,比如,将多幅图像中时刻为t2时刻的实测光学图像,确定为目标实测光学图像,并将t2时刻确定为目标时刻,进而将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第二时刻的第二姿态信息,以此类推,直至对目标观测弧段内的多幅实测光学图像的姿态估计完毕,得到目标飞行器在目标观测弧段内的姿态信息序列,比如,得到姿态角序列(αi,βi,γi),根据姿态角序列(αi,βi,γi)计算目标飞行器的姿态随时间变化情况,得到其偏航、俯仰、滚转方向的转动角速度。
该实施例针对实拍光学图像的特点,提供了一种基于光学图像的飞行器的姿态估计方法,通过计算机仿真技术,模拟生成目标飞行器的地基光学仿真图像,然后通过人工操作提取实测光学图像的特征值、自动处理计算仿真光学图像的特征值,通过特征值比对等方式,选择出与实测光学图像特征值最为接近的仿真光学图像,将仿真光学图像的目标飞行器的姿态角,作为实测光学图像的目标飞行器的姿态角,从而方便、快捷地计算目标飞行器的在轨飞行姿态,提供了一种高精度的姿态估计方案,达到了实际航天飞行试验任务中通过光学外测手段对飞行器的姿态进行估计的效果,满足了实际航天飞行任务的姿态测量需求。
实施例2
下面结合优选的实施例对本发明的技术方案进行说明。
在该实施例中,根据目标飞行器的外测数据对目标飞行器进行精密轨道确定,通过星历插值的方法计算出与每幅实测光学图像生成时刻所对应的目标飞行器的位置、速度;通过计算机仿真技术,根据目标飞行器的星历数据、地基光学望远镜站址坐标等参数,使用OpenGL模拟生成目标飞行器的地基光学仿真图像;通过人工操作选择方式,提取实测光学图像的特征值,分别手动选定实测光学图像中目标飞行器的太阳能帆板区域和舱体区域,然后计算两个区域外接矩形的长轴方向角和短轴方向角;通过计算机自动处理的方式,计算仿真光学图像的特征值,在目标飞行器的初始姿态角的基础上按步进方式改变目标飞行器姿态角,分别自动计算仿真光学图像中蓝色太阳帆板区域和灰色舱体区域的长轴方向角、短轴方向角,选择出与实测光学图像特征值的欧式距离最小的仿真光学图像,从而得到与实测光学图像对应的目标飞行器姿态角;最后对观测弧段内的目标飞行器姿态角参数进行统计分析,计算目标飞行器姿态的变化情况。
图2是本发明实施例的一种基于地基光学图像的目标飞行器的姿态估计方法的流程图。如图2所示,该方法包括以下步骤:
步骤S201,编辑、处理和保存目标飞行器的3ds格式三维模型文件。
该实施例根据工业部门提供的Proe格式的目标飞行器的三维模型文件,使用三维建模软件3DS MAX进行模型格式转换、编辑、加工和处理,编辑三维模型的几何尺寸、本体坐标轴的指向,并用不同的材质来表示和区别目标飞行器的不同部件。
图3是根据本发明实施例的一种目标飞行器(以天宫一号为例)的三维模型的组成部分的示意图。如图3所示,作为目标飞行器的一种示例,天宫一号为交会对接试验中的被动目标,设其太阳能电池板1为蓝色,资源舱2和实验舱3均为灰色,设定材质对光源的散射特性是漫反射,从而在仿真光学图像中通过颜色值判断,能够自动区分目标飞行器的太阳帆板和舱体,以计算两个区域的特征值。
步骤S202,对目标飞行器进行精密定轨,计算观测弧段内每个实测成像时刻的位置、速度。
在该实施例中,利用目标飞行器的地基测量数据进行精密轨道确定,计算和预报目标在过去、当前和未来一段时间内任意时刻的运动状态(位置参数、速度参数),为成像仿真和姿态估计提供准确的相对几何关系参数。该实施例在精密轨道确定过程中考虑的摄动力影响因素,主要包括地球质点引力摄动、非球形引力摄动、大气阻力摄动、日月引力摄动、太阳光压摄动等,定轨精度优于百米量级。
该实施例可以使用J2000地心平赤道惯性坐标系、轨道坐标系(RTN坐标系)、目标飞行器的坐标系以及欧拉角,来计算和描述目标飞行器的位置、速度和姿态参数。其中,J2000地心坐标系原点为地球质心,参考平面为J2000.0时刻的地球平赤道面,Z轴正向指向北极,X轴正向指向平春分点。
图4是根据本发明实施例的一种目标飞行器在三轴对地飞行时本体坐标系与轨道RTN坐标系的示意图。如图4所示,目标飞行器的本体坐标系o-xyz在三轴对地飞行时与RTN坐标系重合,基本平面xoz为纵对称面,滚动轴ox指向组合体前部,oy轴垂直于基本平面,与太阳帆板旋转轴平行。目标飞行器的太阳能电池帆板正面(装有太阳能电池片)的法向与oz轴平行,帆板转角θ为0°。
步骤S203,手动操作计算第i幅目标飞行器的实测光学图像的特征值。
由于实测光学图像具有分辨率低、对比度低的特点,只能区分太阳帆板与主体的大概轮廓,区域的质心也难以准确计算。仅仅利用实测光学图像无法准确提取目标特征点进行处理,因此,该实施例采用人工操作来处理实测光学图像,手动操作计算第i幅目标飞行器的实测光学图像的特征值。对于实测光学图像,需要将图像分割为目标飞行器的太阳能帆板区域、资源舱和实验舱组成的舱体区域,然后提取这两个区域的特征值。可选地,该实施例的区域描述符包括区域面积、质心、拓扑特性、纹理和不变矩等。本发明方法采用长轴方向角来描述区域的特征。区域对象的延伸方向(即长轴方向角)为:
其中,upq用于表示区域的(p+q)阶中心矩,p=0,1,2,q=0,1,2。其计算方法如下:
对于数字图像f(x,y),其(p+q)阶几何矩为:
其中,M、N分别用于表示图像的长和宽。
(p+q)阶中心矩的计算方法为:
图5是根据本发明实施例的一种实测光学图像采用外接矩形包围盒进行拟合的示意图。如图5所示,该实施例采用人工操作的方式,对实测光学图像进行预处理,再对预处理后的实测光学图像进行图像分割,然后对分割后的帆板区域和本体区域分别进行多边形拟合,主要是采用外接矩形包围盒(如图5所示的矩形框)的方法进行拟合,最后计算帆板和本体区域外接矩形的长轴方向角、短轴方向角等指标。
步骤S204,调整目标飞行器的姿态角,基于OpenGL生成仿真光学图像。
该实施例使用OpenGL进行光学成像仿真的依据是OpenGL的透视投影成像模型与光学成像***的成像模型类似。光学望远镜通过光学透镜组将三维场景投影到成像探测器(Charge-coupled Device,简称为CCD)的二维平面上,此过程可用相机成像模型来描述。
可选地,该实施例在使用OpenGL进行光学成像仿真时,首先调用函数glTranslate产生平移矩阵T、调用函数glRotate产生旋转矩阵P将目标模型上的点在目标卫星本体坐标系中的坐标变换为相机坐标系中的坐标。其中,矩阵P、T的值与成像时的目标距离和目标姿态角有关。然后调用函数glFrustum(xl,xr,yb,yt,Zn,Zf)确定透视投影成像范围,最后使用函数glViewport(0,0,scrX,scrY)来设置屏幕显示区域的大小,建立投影变换后的坐标与屏幕像素之间的对应关系。
对于地基光学望远镜***,设其面阵像探测器成像平面的物理宽高为lx×ly,每个像元的物理尺寸为dX×dY,不考虑像元间距,则水平和垂直方向上的像元数目分别为lx/dX、ly/dY。
图6是根据本发明实施例的一种OpenGL透视投影视锥体的主要参数的示意图。如图6所示,选取某光学望远镜图像对应的跟踪弧段进行分析。为保证仿真光学图像的分辨率与真实成像结果的分辨率大小一致,需要设置OpenGL透视投影视锥体5的远、近剪裁面4、6距原点O点的距离分别为Zf=R、Zn=f,还需将xl、xr、yb、yt的值分别设置为:
此外还需要设置显示区域的像素数目与CCD像素数目相同,则有:
scrX=lx/dX,scrY=ly/dY (5)
该实施例根据观测距离,调用OpenGL的平移函数glTranslate产生平移矩阵T、调用旋转函数glRotate产生旋转矩阵R,从而确定了相机坐标系相对于世界坐标系的方位。调用透视投影变换函数glFrustum(-lx/2,lx/2,-ly/2,ly/2,f,r)确定成像范围即近裁剪面和远裁剪面之间的视锥体。为将透视投影成像结果映射到计算机屏幕上,还需要调用视口变换函数glViewport(0,0,lx/dX,ly/dY)来设置屏幕显示区域的大小,建立投影变换后的坐标与屏幕像素之间的对应关系。
该实施例的OpenGL是开发二维、三维图形应用程序的最佳环境和工具之一,主要通过模型变换、透视变换和仿射变换等过程将三维物体显示为计算机屏幕上的二维图像。其透视投影成像过程为:将三维模型上的某一点[Xs Ys Zs Ws]T经过模型矩阵的旋转、平移等变换,再经过投影矩阵的透视投影变换,最后经过归一化除法和矩阵的视口变换,得到该点在屏幕上的对应像素坐标[xw yw 1]T,该过程可以表达为:
[xw yw 1]T=FPM·[Xs Ys Zs Ws]T (6)
光学望远镜通过光学透镜组将三维场景投影到成像探测器CCD的二维平面上,此过程可用相机成像模型来描述。设空间某一点P在世界坐标系下的坐标为(Xs,Ys,Zs),在相机成像平面上相对应的像点的图像像素坐标为(u,v),则有:
[u v 1]T=M1M2[Xs Ys Zs 1]T (7)
其中,矩阵M1只与相机内部参数有关,M2为外部参数矩阵,由相机坐标系相对于世界坐标系的方位决定。
由上述可知,使用OpenGL进行光学成像仿真和使用光学望远镜通过光学透镜组将三维场景投影在形式是一致的,都可以用矩阵表示变换过程。因此,通过在OpenGL中合理设置有关参数,模拟出真实的相机成像效果,也即,几何成像仿真。这时生成的图像中目标大小、姿态准确,能够体现出不同相机参数、目标姿态和距离等因素对成像的影响。
该实施例可以使用第三方软件卫星仿真工具包STK来验证本发明方法中光学成像仿真方法与结果的正确性。
在STK中可以为地面测站添加Sensor传感器对象,使其指向卫星目标,通过手动编辑和控制三维场景的观察视角、目标姿态旋转,从而可以在STK三维显示区域显示出传感器视场中的目标姿态,该姿态与地面测站光学设备所看到的目标姿态一致。因此,通过比对某一时刻STK Sensor传感器视场中的目标姿态与仿真光学图像中的目标姿态是否一致,可以验证几何成像仿真的正确性。
图7是根据本发明实施例的一种以目标飞行器的三轴对地飞行为例,STK仿真结果与该实施例的基于OpenGL的光学成像仿真结果的对比示意图。如图7所示,假设目标飞行器为三轴对地正飞姿态,在弧段起点时,STK Sensor传感器视场中的目标飞行器的姿态,与仿真光学图像结果,分别如图7中的上排的(a)和(b)所示。弧段终点时STK Sensor仿真结果与仿真生成的结果,分别如图7中的下排的(c)和(d)所示。通过对比STK Sensor视场中的目标飞行器的姿态,表明仿真生成的目标飞行器图像是正确的,与实际成像相对几何关系结果一致。
该实施例在使用OpenGL进行成像仿真时OpenGL相关参数和仿真流程为,首先调用函数glTranslate产生平移矩阵T、调用函数glRotate产生旋转矩阵P将目标模型上的点在目标卫星本体坐标系中的坐标变换为相机坐标系中的坐标。其中矩阵P、T的值与成像时的R和α、β值有关。然后调用函数glFrustum(xl,xr,yb,yt,Zn,Zf)确定透视投影成像范围,最后使用函数glViewport(0,0,scrX,scrY)来设置屏幕显示区域的大小,建立投影变换后的坐标与屏幕像素之间的对应关系。
步骤S205,计算仿真光学图像的特征值,与实测光学图像比对、存储。
该实施例的仿真光学图像,也需要将图像分割为太阳能帆板区域、资源舱和实验舱组成的舱体区域,然后提取这两个区域的特征值。
该实施例采用计算机程序自动处理的方式,根据不同材质颜色对仿真光学图像进行自动图像分割,分成蓝色的太阳能电池板区域和灰色的舱体区域。图8是根据本发明实施例的一种仿真光学图像采用外接矩形包围盒进行拟合的示意图。如图8所示,对分割后的帆板区域和舱体区域分别进行多边形拟合,主要是采用外接矩形包围盒(如图8所示的矩形框)的方法进行拟合,分别计算长轴方向角、短轴方向角等指标参数,作为仿真光学图像的特征值。
在该实施例中,相似的姿态模型可以表示为在特征向量空间中相近的一组特征向量,该实施例进行仿真光学图像与实测光学图像相似性匹配的任务就是在多维特征空间中,计算实测光学图像的特征值与仿真光学图像的特征值的空间距离。该实施例可以采用欧式距离来衡量仿真与实测图像的特征值的相似度。设实测光学图像与仿真光学图像的特征向量分别为X=(x1,x2,...,xn)、Y=(y1,y2,...,yn),则欧式距离的表达式为:
在自动改变目标姿态生成仿真光学图像并自动处理计算特征值的过程中,可以通过对不同特征赋予大小不同的权值,以根据反馈情况对结果施加影响,加权的欧氏距离度量可由下式表达:
步骤S206,计算第i幅图像的目标飞行器的姿态角。
选择出与实测光学图像特征值最为接近的仿真光学图像,可以选择出与实测光学图像特征值的欧式距离最小的仿真光学图像,将该仿真光学图像的目标飞行器的姿态角,作为实测光学图像的目标飞行器的姿态角。
使i=i+1,继续执行步骤S203至S206。
步骤S207,统计计算观测弧段内目标飞行器的姿态变化角度。
对观测弧段内的目标飞行器的姿态角参数进行统计分析,计算目标飞行器的姿态变化情况。
下面以地基光学望远镜单个跟踪弧段为例,举例说明本发明技术方案的步骤:
设地基光学望远镜在某一观测弧段内拍得的目标飞行器的图像序列共有N幅,每幅图像对应的成像时刻分别为t1、t2…、tN。
A1:根据目标飞行器外测数据对目标飞行器进行精密轨道确定,通过星历插值的方法计算出t1、t2…、tN时刻目标飞行器的位置、速度。
A2:对目标飞行器三维模型文件进行模型格式转换、编辑、加工等处理,编辑三维模型的几何尺寸、本体坐标系指向等关键信息,并保存为3ds格式文件。
A3:根据测站大地坐标经度、纬度、高度、第1幅图像对应的时刻t1、目标飞行器位置(Rx1,Ry1,Rz1)、速度(Vx1,Vy1,Vz1)、目标飞行器姿态角(0,0,0)、地基光学望远镜的视场角、CCD像元数目、单个像元尺寸等,使用OpenGL生成目标飞行器的地基光学成像的仿真光学图像。
A4:获得第i幅图像中的目标飞行器在轨飞行姿态角初值(αi,βi,γi),令姿态角搜索范围A0=10°,其中,当i=1,2时,根据主观视觉效果,手动调整目标飞行器的姿态使得仿真光学图像与实测光学图像大致一致。当i大于2时,取αi=αi-1,βi=βi-1,γi=γi-1;
A5:根据测站大地坐标经度、纬度、高度、第i幅图像对应的时刻ti、目标飞行器位置(Rxi,Ryi,Rzi)、速度(Vxi,Vyi,Vzi)、目标飞行器姿态角(αi,βi,γi)、地基光学望远镜的视场角、CCD像元数目、单个像元尺寸等,进行成像仿真。
A6:计算ti时刻的目标飞行器实测光学图像特征值与仿真光学图像特征值的相似度指标Δω。
A7:βi、γi的值保持不变,只改变姿态角αi的值分别为αi=αi+m·Δα,其中,Δα视情况取0.2~0.5,m分别取值为±1,±2,…,±M,其中,),重复步骤A5~A6,得到一组相似度序列Δω1。
A8:统计Δω1的最小值Δω1min,记此时的α角设为α’,进入步骤A9。
A9:令αi=α’,γi值保持不变,只改变姿态角βi的值为βi=βi+p·Δβ,其中,Δβ视情况取0.2~0.5,p分别取值为±1,±2,…,±P,其中,),重复步骤A5~A6,得到一组相似度序列Δω2。
A10:统计Δω2中的最小值Δω2min,记与Δω2min对应的β角设为β’,进入步骤A11。
A11:令αi=α’,βi=β’,只改变姿态角γi的值为γi=γi+q·Δγ,其中,Δγ视情况可取0.2~0.5),q分别取值为±1,±2,…,±Q,(其中),重复步骤A5~A6,得到一组相似度序列Δω3。
A12:统计Δω3的最小值Δω3min,记此时的γ角设为γ’,进入步骤A13。
A13:设A0=5°,(αi,βi,γi)=(α’,β’,γ’),重复步骤A5~A12。
A14:统计出Δω1、Δω2、Δω3中的最小值Δωmin,记此时的目标姿态角为(α*,β*,γ*)。输出αi=α*、βi=β*、γi=γ*,进入步骤A15。
A15:令i=i+1,若i<N,重复步骤A3~A14。
A16:若i=N,表示该观测弧段的目标飞行器姿态估计完毕,结束循环。根据目标飞行器姿态角序列(αi,βi,γi)计算目标飞行器的姿态随时间变化情况,得到其偏航、俯仰、滚转方向的转动角速度分别为:
该实施例针对现有基于光学图像的姿态估计技术不能满足目标飞行器姿态估计需求的问题,针对实测光学图像的特点,提供了一种基于光学图像的目标飞行器姿态估计方法,通过计算机仿真技术,模拟生成目标飞行器的地基光学仿真图像,然后通过人工操作来提取实测光学图像的特征值、自动处理计算仿真光学图像的特征值,通过特征值比对、循环处理与检索等方式,选择出与实测图光学像特征值最为接近的仿真光学图像,将仿真光学图像的目标飞行器姿态角,作为实测光学图像的目标飞行器姿态角。利用本发明方法可以根据实测光学图像方便、快捷地计算目标飞行器的在轨飞行姿态,提供了一种高精度的姿态估计手段。
由于采用上述技术方案,该实施例的目标飞行器姿态估计方法针对性强、灵活性高。本发明方法实际上也可应用于包括卫星载荷工作状态判定、故障分析,军事目标威胁度评判、捕获等民用和军用领域。
该实施例的优点主要表现在以下几个方面:
(1)针对性强、可靠性高。相比之前的姿态估计方法,该实施例对地基望远镜实测光学图像的特点进行。
该实施例可以选定针对性强的目标图像特征值指标,通过人工操作与自动处理相结合的方式,来计算仿真光学图像与实测光学图像的特征值的最小欧式距离。能够使用第三方商业软件来验证本方法中光学成像仿真模型与方法的正确性与适应性,姿态估计方法的有效性和准确度得到进一步提高。
(2)该实施例的方法灵活,将目标飞行器的太阳能帆板与舱体用不同颜色表示,从而能够自动处理和计算仿真光学图像中太阳帆板与舱体的长轴方向角、短轴方向角,而无需人工操作。此外,能够基于目标飞行器实际测量图像和星历数据进行检验、验证,使用预测姿态数据预先仿真生成地基光学望远镜对目标飞行器的成像结果。
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***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。
实施例3
本发明实施例还提供了一种基于光学图像的目标飞行器姿态确定装置。需要说明的是,该实施例的基于光学图像的目标飞行器姿态确定装置可以用于执行本发明实施例的基于光学图像的目标飞行器姿态确定方法。
图9是根据本发明实施例的一种基于光学图像的目标飞行器姿态确定装置的示意图。如图9所示,该装置包括:获取单元10、第一确定单元20和第二确定单元30。
获取单元10,用于获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像。
第一确定单元20,用于将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像。
第二确定单元30,用于将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,其中,第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,第二姿态信息用于指示目标飞行器在目标时刻的实测姿态。
可选地,获取单元10包括:第一获取模块和生成模块。其中,第一获取模块,用于获取目标飞行器在目标时刻的地基测量数据;获取与地基测量数据对应的目标飞行器的运动状态参数;生成模块,用于根据运动状态参数生成目标飞行器的多幅仿真光学图像,其中,目标飞行器在多幅仿真光学图像中的任意相邻两个仿真光学图像中的姿态角的变化角度,为目标角速度。
可选地,第一确定单元20包括:第二获取模块、第三获取模块和确定模块。其中,第二获取模块,用于获取每幅仿真光学图像的第一特征值和目标实测光学图像的第二特征值;第三获取模块,用于获取每幅仿真光学图像的第一特征值与实测光学图像的第二特征值之间的相似度,得到多个相似度;确定模块,用于将多个相似度中最大的相似度对应的仿真光学图像,确定为目标仿真图像。
可选地,第二获取模块包括:第一获取子模块,用于获取每幅仿真光学图像的太阳能帆板区域和舱体区域的第一特征值,其中,太阳能帆板区域与目标飞行器的太阳能帆板相对应,舱体区域与目标飞行器的舱体相对应。
可选地,第一获取子模块用于执行以下步骤以实现获取每幅仿真光学图像的太阳能帆板区域和舱体区域的第一特征值:获取每幅仿真光学图像的包括太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括舱体区域的外接矩形的长轴方向角和短轴方向角的特征值。
可选地,第二获取模块包括:第二获取子模块,用于在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取第二特征值,其中,太阳能帆板区域与目标飞行器的太阳能帆板相对应,舱体区域与目标飞行器的舱体相对应。
可选地,第二获取子模块用于执行以下步骤以实现在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取第二特征值:在目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取包括太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括舱体区域的外接矩形的长轴方向角和短轴方向角的特征值。
可选地,第三获取模块包括:第三获取子模块,用于通过每幅仿真光学图像的第一特征值与实测光学图像第二特征值之间的欧式距离,获取每幅仿真光学图像的第一特征值与实测光学图像第二特征值之间的相似度,得到多个相似度。
可选地,第三获取子模块用于执行以下步骤以实现将多个相似度中最大的相似度对应的仿真光学图像,确定为目标仿真图像:将与实测光学图像第二特征值之间的欧式距离最小的第一特征值对应的仿真光学图像,确定为目标仿真图像,其中,与实测光学图像第二特征值之间的欧式距离最小的第一特征值对应的仿真光学图像的相似度,为多个相似度中最大的相似度。
可选地,该装置还包括:第一获取单元和第三确定单元。其中,第一获取单元,用于在获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像之前,获取在目标观测弧段内拍摄得到的多幅实测光学图像,其中,多幅实测光学图像对应的时刻不同;第三确定单元,用于将多幅实测光学图像中时刻为第一时刻的实测光学图像,确定为目标实测光学图像,并将第一时刻确定为目标时刻,其中,目标观测弧段的时间包括第一时刻;第二确定单元30还用于将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第一时刻的第二姿态信息,其中,第二姿态信息用于指示目标飞行器在第一时刻的实测姿态。
可选地,该装置还包括:第四确定单元,用于在将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第一时刻的第二姿态信息之后,将多幅实测光学图像中时刻为第二时刻的实测图像,确定为目标实测光学图像,并将第二时刻确定为目标时刻,其中,目标观测弧段的时间包括第二时刻,第二时刻为第一时刻的下一时刻;第二确定单元30还用于将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在第二时刻的第二姿态信息。
该装置通过获取单元10获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像,通过第一确定单元20将多幅仿真光学图像中,与目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像,通过第二确定单元30将目标飞行器在目标仿真图像中的第一姿态信息,确定为目标飞行器在目标时刻的第二姿态信息,其中,第一姿态信息用于指示目标飞行器在目标仿真图像中显示出的姿态,第二姿态信息用于指示目标飞行器在目标时刻的实测姿态。由于通过模拟生成飞行器的仿真光学图像,然后选择出与实测光学图像特征值最为接近的一幅仿真光学图像,将最接近的一幅仿真光学图像的飞行器的姿态信息,作为飞行器的姿态信息,达到了对飞行器的姿态进行确定的目的,解决了实际航天飞行试验任务中难以通过光学外测手段对飞行器的姿态进行估计的问题,满足了实际航天飞行任务的姿态测量需求。
实施例4
本发明实施例还提供了一种存储介质。该存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行本发明实施例的基于光学图像的目标飞行器姿态确定方法。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种基于光学图像的目标飞行器姿态确定方法,其特征在于,包括:
获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像;
将所述多幅仿真光学图像中,与所述目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像;
将所述目标飞行器在所述目标仿真图像中的第一姿态信息,确定为所述目标飞行器在所述目标时刻的第二姿态信息,其中,所述第一姿态信息用于指示所述目标飞行器在所述目标仿真图像中显示出的姿态,所述第二姿态信息用于指示所述目标飞行器在所述目标时刻的实测姿态;
其中,在获取所述目标飞行器在所述目标时刻的所述多幅仿真光学图像和所述一幅目标实测光学图像之前,所述方法还包括:获取在目标观测弧段内拍摄得到的多幅实测光学图像,其中,所述多幅实测光学图像对应的时刻不同;将所述多幅实测光学图像中时刻为第一时刻的实测光学图像,确定为所述目标实测光学图像,并将所述第一时刻确定为所述目标时刻,其中,所述目标观测弧段的时间包括所述第一时刻;
将所述目标飞行器在所述目标仿真图像中的所述第一姿态信息,确定为所述目标飞行器在所述目标时刻的所述第二姿态信息包括:将所述目标飞行器在所述目标仿真图像中的所述第一姿态信息,确定为所述目标飞行器在所述第一时刻的所述第二姿态信息,其中,所述第二姿态信息用于指示所述目标飞行器在所述第一时刻的实测姿态。
2.根据权利要求1所述的方法,其特征在于,获取所述目标飞行器在所述目标时刻的所述多幅仿真光学图像包括:
获取所述目标飞行器在所述目标时刻的地基测量数据;
获取与所述地基测量数据对应的所述目标飞行器的运动状态参数;
根据所述运动状态参数生成所述目标飞行器的所述多幅仿真光学图像,其中,所述目标飞行器在所述多幅仿真光学图像中的任意相邻两个仿真光学图像中的姿态角的变化角度,为目标角速度。
3.根据权利要求1所述的方法,其特征在于,将所述多幅仿真光学图像中,与所述目标实测光学图像之间的相似度最大的仿真光学图像,确定为所述目标仿真图像包括:
获取每幅所述仿真光学图像的第一特征值和所述目标实测光学图像的第二特征值;
获取每幅所述仿真光学图像的所述第一特征值与所述第二特征值之间的相似度,得到多个相似度;
将所述多个相似度中最大的相似度对应的仿真光学图像,确定为所述目标仿真图像。
4.根据权利要求3所述的方法,其特征在于,获取每幅所述仿真光学图像的所述第一特征值包括:
获取每幅所述仿真光学图像的太阳能帆板区域和舱体区域的所述第一特征值,其中,所述太阳能帆板区域与所述目标飞行器的太阳能帆板相对应,所述舱体区域与所述目标飞行器的舱体相对应。
5.根据权利要求4所述的方法,其特征在于,获取每幅所述仿真光学图像的太阳能帆板区域和舱体区域的所述第一特征值包括:
获取每幅所述仿真光学图像的包括所述太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括所述舱体区域的外接矩形的长轴方向角和短轴方向角的特征值。
6.根据权利要求3所述的方法,其特征在于,获取所述目标实测光学图像的所述第二特征值包括:
在所述目标实测光学图像的太阳能帆板区域和舱体区域上,响应目标操作产生的目标指令,获取所述第二特征值,其中,所述太阳能帆板区域与所述目标飞行器的太阳能帆板相对应,所述舱体区域与所述目标飞行器的舱体相对应。
7.根据权利要求6所述的方法,其特征在于,在所述目标实测光学图像的所述太阳能帆板区域和所述舱体区域上,响应所述目标操作产生的所述目标指令,获取所述第二特征值包括:
在所述目标实测光学图像的所述太阳能帆板区域和所述舱体区域上,响应所述目标操作产生的所述目标指令,获取包括所述太阳能帆板区域的外接矩形的长轴方向角和短轴方向角的特征值,以及包括所述舱体区域的外接矩形的长轴方向角和短轴方向角的特征值。
8.根据权利要求3所述的方法,其特征在于,获取每幅所述仿真光学图像的所述第一特征值与所述第二特征值之间的相似度,得到所述多个相似度包括:
通过每幅所述仿真光学图像的所述第一特征值与所述第二特征值之间的欧式距离,获取每幅所述仿真光学图像的所述第一特征值与所述第二特征值之间的相似度,得到所述多个相似度。
9.根据权利要求8所述的方法,其特征在于,将所述多个相似度中最大的相似度对应的所述仿真光学图像,确定为所述目标仿真图像包括:
将与所述第二特征值之间的所述欧式距离最小的所述第一特征值对应的所述仿真光学图像,确定为所述目标仿真图像,其中,与所述第二特征值之间的所述欧式距离最小的所述第一特征值对应的所述仿真光学图像的相似度,为所述多个相似度中最大的相似度。
10.根据权利要求1所述的方法,其特征在于,
在将所述目标飞行器在所述目标仿真图像中的所述第一姿态信息,确定为所述目标飞行器在所述第一时刻的所述第二姿态信息之后,所述方法还包括:将所述多幅实测光学图像中所述时刻为第二时刻的实测光学图像,确定为所述目标实测光学图像,并将所述第二时刻确定为所述目标时刻,其中,所述目标观测弧段的时间包括所述第二时刻,所述第二时刻为所述第一时刻的下一时刻;
将所述目标飞行器在所述目标仿真图像中的所述第一姿态信息,确定为所述目标飞行器在所述目标时刻的所述第二姿态信息包括:将所述目标飞行器在所述目标仿真图像中的所述第一姿态信息,确定为所述目标飞行器在所述第二时刻的所述第二姿态信息。
11.一种基于光学图像的目标飞行器姿态确定装置,其特征在于,包括:
获取单元,用于获取目标飞行器在目标时刻的多幅仿真光学图像和一幅目标实测光学图像;
第一确定单元,用于将所述多幅仿真光学图像中,与所述目标实测光学图像之间的相似度最大的仿真光学图像,确定为目标仿真图像;
第二确定单元,用于将所述目标飞行器在所述目标仿真图像中的第一姿态信息,确定为所述目标飞行器在所述目标时刻的第二姿态信息,其中,所述第一姿态信息用于指示所述目标飞行器在所述目标仿真图像中显示出的姿态,所述第二姿态信息用于指示所述目标飞行器在所述目标时刻的实测姿态;
其中,所述装置还用于在获取所述目标飞行器在所述目标时刻的所述多幅仿真光学图像和所述一幅目标实测光学图像之前,获取在目标观测弧段内拍摄得到的多幅实测光学图像,其中,所述多幅实测光学图像对应的时刻不同;将所述多幅实测光学图像中时刻为第一时刻的实测光学图像,确定为所述目标实测光学图像,并将所述第一时刻确定为所述目标时刻,其中,所述目标观测弧段的时间包括所述第一时刻;
第二确定单元还用于通过以下步骤将所述目标飞行器在所述目标仿真图像中的所述第一姿态信息,确定为所述目标飞行器在所述目标时刻的所述第二姿态信息:将所述目标飞行器在所述目标仿真图像中的所述第一姿态信息,确定为所述目标飞行器在所述第一时刻的所述第二姿态信息,其中,所述第二姿态信息用于指示所述目标飞行器在所述第一时刻的实测姿态。
12.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至10任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810418096.1A CN108680165B (zh) | 2018-05-04 | 2018-05-04 | 基于光学图像的目标飞行器姿态确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810418096.1A CN108680165B (zh) | 2018-05-04 | 2018-05-04 | 基于光学图像的目标飞行器姿态确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108680165A CN108680165A (zh) | 2018-10-19 |
CN108680165B true CN108680165B (zh) | 2020-11-27 |
Family
ID=63802873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810418096.1A Active CN108680165B (zh) | 2018-05-04 | 2018-05-04 | 基于光学图像的目标飞行器姿态确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108680165B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596118B (zh) * | 2018-11-22 | 2021-02-05 | 亮风台(上海)信息科技有限公司 | 一种用于获取目标对象的空间位置信息的方法与设备 |
CN109657713A (zh) * | 2018-12-11 | 2019-04-19 | 武汉大学 | 一种基于众源路网数据的多因子路网匹配方法及*** |
CN109631911B (zh) * | 2018-12-17 | 2021-02-05 | 浙江大学 | 一种基于深度学习目标识别算法的卫星姿态转动信息确定方法 |
CN112166388A (zh) * | 2019-08-30 | 2021-01-01 | 深圳市大疆创新科技有限公司 | 无人机的仿真方法、仿真装置和计算机可读存储介质 |
CN113075937B (zh) * | 2021-03-17 | 2022-12-02 | 北京理工大学 | 基于目标加速度估计的无人机捕获目标的控制方法 |
CN113673457B (zh) * | 2021-08-26 | 2023-06-30 | 北京环境特性研究所 | 模拟测量图像处理方法、装置、计算设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007044301A2 (en) * | 2005-10-04 | 2007-04-19 | Intersense, Inc. | Tracking objects with markers |
CN101733746A (zh) * | 2009-12-22 | 2010-06-16 | 哈尔滨工业大学 | 空间机器人非合作目标自主识别与捕获方法 |
CN104748750A (zh) * | 2013-12-28 | 2015-07-01 | 华中科技大学 | 一种模型约束下的在轨三维空间目标姿态估计方法及*** |
CN104792347A (zh) * | 2015-02-15 | 2015-07-22 | 中国科学院光电研究院 | 一种空间目标光学特性实测条件的室内模拟方法 |
CN105353376A (zh) * | 2015-11-24 | 2016-02-24 | 北京环境特性研究所 | 一种基于isar图像的空间目标姿态反演方法 |
CN106980477A (zh) * | 2017-04-11 | 2017-07-25 | 华中科技大学 | 一种卫星序列图像中点目标实时检测与跟踪***及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8150101B2 (en) * | 2006-11-13 | 2012-04-03 | Cybernet Systems Corporation | Orientation invariant object identification using model-based image processing |
-
2018
- 2018-05-04 CN CN201810418096.1A patent/CN108680165B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007044301A2 (en) * | 2005-10-04 | 2007-04-19 | Intersense, Inc. | Tracking objects with markers |
CN101733746A (zh) * | 2009-12-22 | 2010-06-16 | 哈尔滨工业大学 | 空间机器人非合作目标自主识别与捕获方法 |
CN104748750A (zh) * | 2013-12-28 | 2015-07-01 | 华中科技大学 | 一种模型约束下的在轨三维空间目标姿态估计方法及*** |
CN104792347A (zh) * | 2015-02-15 | 2015-07-22 | 中国科学院光电研究院 | 一种空间目标光学特性实测条件的室内模拟方法 |
CN105353376A (zh) * | 2015-11-24 | 2016-02-24 | 北京环境特性研究所 | 一种基于isar图像的空间目标姿态反演方法 |
CN106980477A (zh) * | 2017-04-11 | 2017-07-25 | 华中科技大学 | 一种卫星序列图像中点目标实时检测与跟踪***及方法 |
Non-Patent Citations (5)
Title |
---|
基于单站地基望远镜的空间目标姿态估计方法;李正炜等;《中国光学》;20160615(第03期);第371-378页 * |
基于图像的空间目标三维姿态估计研究;王春雪;《中国优秀硕士学位论文全文数据库 信息科学辑》;20150315;第48-51页,表4-1,表4-2 * |
天宫二号伴星可见光相机成像仿真方法;韩意 等;《红外与激光工程》;20171231;第1-7页 * |
李正炜等.基于单站地基望远镜的空间目标姿态估计方法.《中国光学》.2016,(第03期), * |
空间目标三维姿态估计;魏小峰;《武汉大学学报 信息科学版》;20150131;第96-101页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108680165A (zh) | 2018-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108680165B (zh) | 基于光学图像的目标飞行器姿态确定方法和装置 | |
CN110070615B (zh) | 一种基于多相机协同的全景视觉slam方法 | |
US6229549B1 (en) | High-speed three-dimensional texture mapping systems and methods | |
EP3132231B1 (en) | A method and system for estimating information related to a vehicle pitch and/or roll angle | |
CN112629431B (zh) | 土木结构变形监测方法及相关设备 | |
CN109631911B (zh) | 一种基于深度学习目标识别算法的卫星姿态转动信息确定方法 | |
EP4068210A1 (en) | System and method for automated estimation of 3d orientation of a physical asset | |
CN110849331A (zh) | 基于三维点云数据库模型的单目视觉测量与地面试验方法 | |
KR20210078326A (ko) | 인공 신경망 기반으로 광학적 항법을 위하여 특이 영역을 결정하는 방법, 온보드 맵 생성 장치, 및 착륙선의 방향을 결정하는 방법 | |
CN106251282A (zh) | 一种机械臂采样环境仿真图的生成方法及装置 | |
CN114004977A (zh) | 一种基于深度学习的航拍数据目标定位方法及*** | |
CN114373009A (zh) | 基于高分辨率遥感影像的建筑物阴影测高智能化计算方法 | |
Li et al. | Research on partitioning algorithm based on dynamic star simulator guide star catalog | |
CN112927294B (zh) | 一种基于单敏感器的卫星定轨定姿方法 | |
CN117152257B (zh) | 一种用于地面监控摄像机多维角度计算的方法和装置 | |
CN111735447B (zh) | 一种仿星敏式室内相对位姿测量***及其工作方法 | |
CN117872590A (zh) | 空间目标光学成像仿真方法及*** | |
CN111861873B (zh) | 仿真图像的生成方法和装置 | |
Kikuya et al. | Attitude determination algorithm using Earth sensor images and image recognition | |
Gubarev et al. | Using vision systems for determining the parameters of relative motion of spacecrafts | |
Deng et al. | Automatic true orthophoto generation based on three-dimensional building model using multiview urban aerial images | |
CN114485620B (zh) | 融合轨道动力学的小行星探测器自主视觉定位***及方法 | |
CN115292287A (zh) | 一种卫星特征部件图像自动标注及数据库构建方法 | |
CN114491694B (zh) | 一种基于虚幻引擎的空间目标数据集构建方法 | |
CN114357721B (zh) | 水下对空成像全链路仿真方法 |
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 |