基于模糊聚类和相对动力学反馈的空间非合作目标视觉相对导航算法研究

随着空间探索的不断深入，出现了诸如失效航天器在轨维护、空间碎片处理、敌对目标识别/跟踪/抓捕/打击、深空探测等众多针对空间非合作目标（环境）的在轨操作问题，空间非合作目标的快速识别与精确相对导航是解决上述问题的关键。传统方法不但算法复杂、实时性差、需要目标的先验信息，而且没有将目标识别、相对运动状态的确定与航天器相对动力学模型有机结合。本项目提出基于模糊数学和尺度不变特征变换(SIFT)算子的空间非合作目标视觉相对导航的研究思路，基于模糊聚类识别算法，将相对动力学的反馈模型与视觉信息紧密结合，研究非合作空间目标特征的快速识别/跟踪/重构算法，实现非合作目标相对运动状态的实时、精确解算；同时，利用四旋翼实验用直升机搭建六自由度、高动态物理平台，验证算法的性能，建立误差模型。研究重点集中在模糊聚类空间图像识别、基于相对动力学信息的SIFT非合作目标特征提取/重构、非线性相对导航算法及实验验证。

随着空间探索的不断深入，出现了诸如失效航天器在轨维护、空间碎片处理、敌对目标识别/跟踪/抓捕/打击、深空探测等众多针对空间非合作目标（环境）的在轨操作问题，空间非合作目标的快速识别与精确相对导航是解决上述问题的关键。传统方法不但算法复杂、实时性差、需要目标的先验信息，而且没有将目标识别、相对运动状态的确定与航天器相对动力学模型有机结合。.本项目提出基于模糊数学和尺度不变特征变换(SIFT)算子的空间非合作目标视觉相对导航的研究思路，基于模糊聚类识别算法，将相对动力学的反馈模型与视觉信息紧密结合，研究非合作空间目标特征的快速识别/跟踪/重构算法，实现非合作目标相对运动状态的实时、精确解算；同时，利用四旋翼实验用直升机搭建六自由度、高动态物理平台，验证算法的性能，建立误差模型。研究了特征点提取与匹配的SIFT算法和SURF算法原理，针对空间中航天器的图像，分别使用SIFT算法和SURF算法对其进行特征点提取和匹配，实验结果在验证了SIFT算法和SURF算法都能够提供具有良好尺度不变、旋转不变稳定特征点的同时，也体现出了SURF算法在计算速度上的优势。SURF算法比SIFT算法更快速，能更好地满足航天任务的实时性要求。研究了基于对偶四元数的相对位姿解算方法。首先介绍了四元数和对偶四元数的基本的概念，四元数在描述刚体姿态时，可以避免用Euler角表示带来的奇异问题，同时又具有相对简单的运算法则。对偶四元数继承了四元数的优点，利用对偶四元数来实现相对位姿解算，与传统的方法相比，在提高姿态解算的精度的同时，计算速度大大提高，适用于航天器间相对位姿解算。研究了基于双目视觉的航天器相对位姿估计方法。根据目标航天器在追踪航天器相机上的成像与两航天器间的相对运动关系，建立相对运动的状态方程和观测方程，利用对偶四元数完成相对位姿的解算，通过扩展卡尔曼滤波来实现追踪航天器和目标航天器之间的相对位置和姿态的估计。.研究重点集中在模糊聚类空间图像识别、基于相对动力学信息的SIFT非合作目标特征提取/重构、非线性相对导航算法及实验验证。