空间非合作目标基于点云模型的视觉与惯性融合相对导航方法与实验研究

The rendezvous and docking of non-cooperative target is one of the key technologies of on-orbit operation. Vision measurement is the main navigation approach during the stage of proximity operations. For the reasons of no luminous markers on the target, the disturbance of light pollution and occlusion, the estimation of position and attitude for non-cooperative target becomes a challenge problem. This project fuses the method of point-sets-based vision measurement and the inertial technology. A high accurate algorithm of relative navigation for non-cooperative target is presented..It takes advantage of binocular vision to get the scattered points data about non-cooperative target, and its model of point sets and docking mechanism are obtained by processing these points data.Maximum a posteriori estimation and conditional Gaussian distributions are exploited to the design of Gaussian filter. And the high-precision relative state with respect to non-cooperative target is estimated by combining with the constraint relationship between the data of vision and inertial navigation system. Finally, the validity of the proposed method is verified by simulation.

非合作目标的交会对接是航天器在轨操控的关键技术之一。在近距离逼近段，视觉测量是其主要的导航手段。由于非合作目标没有已知的光点标志，同时也由于空间光学污染、遮挡等因素的影响，使得非合作目标的位姿测量成为一个挑战性的课题。本项目将基于点云模型的视觉测量方法与惯性技术融合，提出一种高精度的非合作目标相对导航策略。.利用双目立体视觉的测量方式来获取非合作目标的散乱点云数据，通过对散乱点云数据的处理，获得非合作目标的点云模型，进而完成对其对接机构的识别。通过将极大验后估计、高斯条件分布等性质融合进高斯滤波器设计的方式，结合视觉、惯导数据约束关系模型，给出高精度的非合作目标相对导航参数。最后，通过仿真验证所提出方法的有效性。

非合作目标的交会对接是航天器在轨操控的关键技术之一。在近距离逼近段，视觉测量是其主要的导航手段。由于非合作目标没有已知的光点标志，同时也由于空间光学污染、遮挡等因素的影响，使得非合作目标的位姿测量成为一个挑战性的课题。本项目利用基于点云模型的视觉测量方法与惯性融合，对空间非合作目标的相对导航问题进行了深入研究。主要研究内容包括如下两个部分：. 第一部分，研究了基于点云模型的视觉测量信息处理问题。首先对双目立体视觉采样获取的规模较大的散乱点云数据进行光顺去噪、模型配准和模型修理等操作，解决点云数据存在的大量冗余及噪声问题。其次通过利用模型特征线代替数量庞大的点云数据进行模型重构，并在模型重建中以尖锐特征曲线作为约束条件。然后对点云进行进一步微分几何属性的计算与分析，利用采样点的几何属性提高建模精度。最后，根据一定的几何及拓扑特征对所建立点云模型进行分块，实现数据预处理。. 第二部分，研究了在太空复杂的环境中，存在多种非理想条件下的基于视觉测量与惯性信息融合的非合作目标相对导航问题。首先，在非合作目标的轨道信息未知的条件下，建立不含目标轨道信息的相对运动模型，然后针对导航过程中可能出现噪声相关、模型参数未知等问题，设计了基于高斯滤波框架的导航算法，最后，针对组合导航中系统具有强非线性和不确定性的问题，对现有的基于贝叶斯框架下的高斯类非线性滤波算法的估计性能进行分析，包括估计精度、数值稳定性及算法耗时三个方面，分析结果可作为选择组合导航系统滤波算法的参考。.