基于星敏感器的空间非合作目标位置姿态测量技术研究

Star sensor provides gesture for space aircraft by using the starlight image. With the development of space technique, every country enhance its dependence on space aircraft such as the satellite. And meanwhile, some countries begin the research of space approach technique, such as American XSS-10 micro-satellite, X37 space airplane, orbit flier etc, all can approach other countries' satellite. As in-orbit space aircrafts in our country have no space non-cooperative target detector, when the non-cooperative target approach our space aircraft, it is difficult to find the un-cooperate object and measure the position and attitude. But the in-orbit space aircraft in our country are equipped with several star sensors, when the star sensor provides attitude, it can also be utilized measure non-cooperative target, calculate the position and attitude. The main studies include: the capture and track of the non-cooperative object, self-calibration based on the star sensor, space non-cooperative object three-dimensional reconstruction and position-attitude calculation. The technology will enable the star sensor have more utilities,such as non-cooperative target detection and alarm. Meanwhile, the study can be utilized in non-cooperative target's measure and approach in deep space exploration, such as the CE-2's approach to small planet, it can help the satellite approach and observe the target in close distance.

星敏感器利用星光成像，为空间飞行器提供姿态信息。随着空间技术的发展，各国对卫星等空间飞行器依赖增强。与此同时，一些国家开始开展空间逼近技术研究，比如美国的XSS-10微卫星、X37空天飞机、轨道快车等，均具有对他国卫星逼近绕飞能力。由于目前我国在轨飞行器未安装非合作目标探测器，当非合作目标接近我国空间飞行器时，难以发现非合作目标、测量非合作目标位置姿态信息。但我国飞行器都安装有多个星敏感器，在星敏感器提供姿态的同时，可以利用星敏感器探测非合作目标，计算非合作目标距离和姿态。主要研究内容包括：非合作目标的捕获、跟踪；基于星敏感器的自标定技术；空间非合作目标三维重建及位姿计算。该研究将使星敏感器一机多用，为在轨飞行器提供姿态的同时提供非合作目标识别、告警能力。同时，该技术还可用于深空探测中的非合作目标测量接近，比如CE-2接近小行星成像等方面，可以更近距离的接近和观察目标。

提出了一种将目标信号与导航图像分离的实时分割的滤波方法。在接近对接阶段，导航图像由目标和非目标信号组成，分别为亮点和空间载体。为了保证一个精确的图像分割，本研究提出了优化的2D fuzzy Fisher方法，在目标区域与周围模糊区域之间进行权衡，达到最优分割效果。首先，减少寻找阈值对冗余计算，二维模糊的基于Fisher准则的整体形象是通过简化模糊域的建立。然后，为了加快收敛，在其准最优粒子中加入随机正交分量，以提高其每次迭代的局部搜索能力。而后提出了序列图像三维重构方法。针对初始值确定不十分鲁棒、算法收敛到不正确的标定结果的问题，本研究将更鲁棒约束方程结合遗传算法，确定出优化解。首先从多个匹配序列图像中，通过从多个不同起始值进行遗传优化，并在遗传操作的作用下产生多种不同的优化路径，能够搜索到更大的空间参数，寻找到全局最优解。在基础矩阵求解过程中，采用RANSAC获得初始基础矩阵与内点集，叠加多视图约束，得到优化后的内点集，进而采用鲁棒 E-stimators算法实现基础矩阵高精度估计的解决方案。在考虑处理质量和运算速度的基础上，本研究提出了一种改进的Mean Shift点云滤波方法。首先，通过分析即将到来的处理点和近点之间的法线向量的相关性，动态选择迭代的偏移邻域，然后约束高频噪声，其次，考虑到处理点的法线向量，更新法线向量。该方法计算复杂度不高，速度快，结果精度高，非常适合空间应用。姿态求解中，采用哈希粗匹配，权重约束ICP精匹配的方法。将配准对象的某种几何信息以哈希表(hash table)的形式储存起来，需要配准时，在这个预生成的数据库中查找带配准对象。在精配准中，为防止配准陷入局部最优，采用权重约束的空间距离计算相似性算法。由于点云之间具有较大的灰度差异或者几何差异，仅仅依赖于对应点之间的空间距离计算相似性，在确定点之间的匹配关系时会具有很大的模糊性。为消除此类影响，本研究根据不同的特征分配了不同的权重，根据权重计算空间距离，增强了匹配效果。本研究共发表论文SCI 索引期刊3篇，其中包括图像处理顶级期刊IEEE Transcation on Image Processing，EI索引会议及期刊12篇，申请国家发明专利3篇，国防报告1篇。技术应用在多个空间飞行器。因为时延因素，还有部分投稿论文及专利等待反馈。