基于倾斜和垂直摄影基线影像的月球及火星着陆区地形重建

The high precision terrain information is an important guarantee for the localization and the obstacle avoidance of the lander and autonomous navigation positioning of the rover. To solve the problem of obtaining accurate terrain information in the lunar and Mars landing zone in cases where camera’s baseline is oblique and vertical and terrain scene has repeated or monotone texture, the images obtained from the cameras of the lander are used in this project..With regards to this, the high accuracy terrain reconstruction method in the oblique and terrain baseline is proposed. .First, we matched the descending sequence images in the multi-views and chose the valid matching points which had the lower uncertainty. At the same time, we extracted the craters in the sequence images which included craters and defined the center of the crater as the effective supplement to the matching points. Second, after constructing the sequence images strips network localization model, the angle feature parametrization and errors-in-variable methods were proposed to solve the problem of obtaining the cameras'accurate position information. Third, we obtained the dense point clouds and digital elevation model (DEM) in the landing zone by the dense matching method based on random forest algorithm. Lastly, based on the compressive sensing theory, the DEM super resolution reconstruction algorithm was used to generate multi-level DEM data which could satisfy the different scientific exploration tasks.. The research results can be used directly for the exploration of the lunar and Mars, and provide the motion platform with the support for autonomous localization and mapping in the special environment. It enriches the research in photogrammetry and computer vision field.

高精度的地形信息是着陆器自主避障、定位以及巡视器自主导航定位的重要保障。项目利用着陆器相机获取的下降序列影像，解决了倾斜和垂直摄影基线、地形纹理重复单一情况下的着陆区地形重建问题。为此，项目提出了非常规摄影基线影像的着陆区地形重建方法。首先对含有陨石坑的下降序列影像进行陨石坑的提取、匹配，获得陨石坑中心的广义匹配点，对多视影像连接匹配点进行有效的补充；然后，构建基于特征点角度化的相机位置与姿态角参数估计方程，采用全变量误差模型，获得较为精确的相机外方位元素；其次，通过基于随机森林算法的分类器训练，获得稠密匹配像点，并生成密集点云和DEM；最后，采用基于压缩感知理论的着陆区DEM超分辨率重建算法，生成满足不同科学探测任务的多级DEM数据。项目研究成果为月球、火星探测提供了技术储备，同时，为运动平台在特殊环境下的自主定位与制图提供了新的解决思路，丰富了摄影测量学和计算机视觉的研究内容。

项目背景：高精度的地形信息是着陆器自主避障、定位以及巡视器自主导航定位的重要保障。.主要研究内容：项目利用着陆器相机获取的下降序列影像，解决了倾斜和垂直摄影基线、地形纹理重复单一情况下的着陆区地形重建问题。为此，项目提出了非常规摄影基线影像的着陆区地形重建方法。首先对含有陨石坑的下降序列影像进行陨石坑的提取、匹配，获得陨石坑中心的广义匹配点，对多视影像连接匹配点进行有效的补充；然后，构建基于特征点角度化的相机位置与姿态角参数估计方程，采用全变量误差模型，获得较为精确的相机外方位元素；其次，通过基于随机森林算法的分类器训练，获得稠密匹配像点，并生成密集点云和DEM；最后，采用基于压缩感知理论的着陆区DEM超分辨率重建算法，生成满足不同科学探测任务的多级DEM数据。.重要结果：在嫦娥四号“玉兔-2号”月球车3个月的设计使用周期内，利用图像定位技术获得着陆器的着陆位置为：（177.587°E, 45.456°），利用生成的地形进行导航，月球车的累计行走距离为163.2m，在探测点LE00202和LE00210两个位置的月球车定位精度分别为1.8±1.1m、6.2±1.1m。.嫦娥四号“玉兔-2号”月球车进入月夜休眠模式之前，需利用月球车遥测数据进行周围地形遮挡分析预测，远处天际线（外太空与月面的交界处）的方位角和高度角的预测精度分别为±0.37°、±0.29°。.科学意义：项目研究成果为后续月球、火星探测提供了技术储备，同时，为运动平台在特殊环境下的自主定位与制图提供了新的解决思路，丰富了摄影测量学和计算机视觉的研究内容。