一種基于模型的空間非合作目標(biāo)位姿測量方法
【專利摘要】本發(fā)明公開了一種基于模型的空間非合作目標(biāo)相對位姿測量方法，其特征在于：包括以下主要步驟：根據(jù)上一時(shí)刻相對位姿獲得目標(biāo)模型的深度邊緣與紋理邊緣，得到其可見邊緣模型；根據(jù)KLT算法提取當(dāng)前場景圖像的Harris特征；將目標(biāo)可見邊緣模型投影到圖像場景中，沿邊緣模型法向搜索圖像邊緣并計(jì)算對應(yīng)特征點(diǎn)對的殘差；通過深度緩存估計(jì)上一幀Harris特征的3D坐標(biāo)并將其以當(dāng)前估計(jì)位姿投影到當(dāng)前圖像，計(jì)算對應(yīng)特征點(diǎn)對殘差；根據(jù)M估計(jì)子魯棒方法和兩種方法的平均殘差分配特征點(diǎn)的權(quán)重；根據(jù)視覺伺服方法迭代計(jì)算相對位姿。根據(jù)本發(fā)明的方法，可以實(shí)現(xiàn)對空間非合作目標(biāo)相對位姿的測量，而且具有計(jì)算量低的優(yōu)點(diǎn)。
【專利說明】一種基于模型的空間非合作目標(biāo)位姿測量方法【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及航空航天【技術(shù)領(lǐng)域】，尤其是涉及一種基于模型的空間非合作目標(biāo)位姿測量方法。
【背景技術(shù)】
[0002]隨著航空航天技術(shù)的發(fā)展，空間在軌服務(wù)成為未來空間探索任務(wù)的一個(gè)重要趨勢，世界各航天大國紛紛開展空間在軌交會(huì)對接的演示驗(yàn)證試驗(yàn)，典型的試驗(yàn)如日本的ETS-VII和美國的“軌道快車”。對空間目標(biāo)尤其是空間非合作目標(biāo)的交會(huì)首先要實(shí)現(xiàn)對空間目標(biāo)的相對位置和姿態(tài)(以下簡稱相對位姿)的精確測量。
[0003]目前在軌的空間目標(biāo)大多沒有考慮被在軌服務(wù)，通常具有以下特征:一、目標(biāo)航天器上沒有安裝被抓捕裝置及用于輔助測量的合作標(biāo)靶等；二、目標(biāo)運(yùn)動(dòng)狀態(tài)不確定，可能處于三軸姿態(tài)穩(wěn)定、自旋穩(wěn)定甚至自由翻滾；三、目標(biāo)與服務(wù)航天器之間無法進(jìn)行通訊，不能提供自身運(yùn)動(dòng)參數(shù)等信息。具有以上特征的空間目標(biāo)都可以稱為空間非合作目標(biāo)。而航天領(lǐng)域已有的測量技術(shù)大多針對合作目標(biāo)開展，針對空間非合作目標(biāo)測量的技術(shù)還不成熟。
[0004]已經(jīng)出現(xiàn)的一些針對空間非合作目標(biāo)的測量方法或采用雙目立體視覺匹配，或假設(shè)目標(biāo)部分尺寸已知通過提取直線交叉點(diǎn)作為特征求解N點(diǎn)透視問題(PnP)。這些方法或受限于立體視覺的基線限制，或受限于特征提取的復(fù)雜性，對空間非合作目標(biāo)的測量精度和實(shí)時(shí)性都不高，無法應(yīng)用于空間非合作目標(biāo)的在軌服務(wù)任務(wù)。因此，研究一種適于空間非合作目標(biāo)測量的方法就顯得非常必要。

【發(fā)明內(nèi)容】

[0005]本發(fā)明所要解決的技術(shù)問題是克服現(xiàn)有技術(shù)的不足，提供一種基于模型的空間非合作目標(biāo)位姿測量方法。
[0006]本發(fā)明的技術(shù)問題通過下述技術(shù)手段予以解決:
[0007]一種基于模型的空間非合作目標(biāo)位姿測量方法，用于在已知空間非合作目標(biāo)的結(jié)構(gòu)模型的情況下，通過一個(gè)單目相機(jī)實(shí)現(xiàn)對所述空間非合作目標(biāo)的實(shí)時(shí)位姿的測量，包括以下步驟:
[0008]步驟1、基于所述結(jié)構(gòu)模型，計(jì)算得到空間非合作目標(biāo)上一時(shí)刻相對位姿下的可見邊緣模型；將所述可見邊緣模型投影到當(dāng)前時(shí)刻的場景圖像中，沿所述可見邊緣模型各邊緣的法向搜索所述場景圖像的對應(yīng)邊緣以確定預(yù)定數(shù)量的對應(yīng)特征點(diǎn)對，計(jì)算各對應(yīng)特征點(diǎn)對的第一殘差Re及第一殘差Re相對當(dāng)前估計(jì)位姿的第一 Jacobi矩陣1，并計(jì)算所有對
應(yīng)特征點(diǎn)對的第一殘差平均值疋.,
[0009]步驟2、通過所述結(jié)構(gòu)模型在上一時(shí)刻相對位姿下的深度緩存和所述空間非合作目標(biāo)上一時(shí)刻場景圖像的Harris特征點(diǎn)的位置,計(jì)算所述Harris特征點(diǎn)在當(dāng)前時(shí)刻場景圖像中的位置以及所述Harris特征點(diǎn)在上一時(shí)刻相對位姿下的3D坐標(biāo)，將所述3D坐標(biāo)以當(dāng)前估計(jì)位姿投影到當(dāng)前時(shí)刻的場景圖像中并計(jì)算其與所述所述Harris特征點(diǎn)在當(dāng)前時(shí)刻場景圖像中的位置之間的第二殘差Rp及第二殘差Rp相對當(dāng)前估計(jì)位姿的第二 Jacobi矩陣Jp，并計(jì)算所有對應(yīng)特征點(diǎn)對的第二殘差平均值& ；
[0010]步驟3、根據(jù)M估計(jì)子魯棒方法確定所述步驟I中各對特征點(diǎn)對的第一殘差Re的權(quán)重、及所述步驟2中各對特征點(diǎn)對的第二殘差Rp的權(quán)重ωρ ;以第一殘差平均值I和
第二殘差平均值^確定所述步驟I與所述步驟2之間的權(quán)重分配，其中，第一殘差Re與第一 Jacobi矩陣Je的權(quán)
【權(quán)利要求】
1.一種基于模型的空間非合作目標(biāo)相對位姿測量方法，用于在已知空間非合作目標(biāo)的結(jié)構(gòu)模型的情況下，通過一個(gè)單目相機(jī)實(shí)現(xiàn)對所述空間非合作目標(biāo)的實(shí)時(shí)位姿的測量，其特征在于，包括以下步驟: 步驟1、基于所述結(jié)構(gòu)模型，計(jì)算得到空間非合作目標(biāo)上一時(shí)刻相對位姿下的可見邊緣模型；將所述可見邊緣模型投影到當(dāng)前時(shí)刻的場景圖像中，沿所述可見邊緣模型各邊緣的法向搜索所述場景圖像的對應(yīng)邊緣以確定預(yù)定數(shù)量的對應(yīng)特征點(diǎn)對，計(jì)算各對應(yīng)特征點(diǎn)對的第一殘差Re及第一殘差Re相對當(dāng)前估計(jì)位姿的第一 Jacobi矩陣Jy并計(jì)算所有對應(yīng)特征點(diǎn)對的第一殘差平均值I ； 步驟2、通過所述結(jié)構(gòu)模型在上一時(shí)刻相對位姿下的深度緩存和所述空間非合作目標(biāo)上一時(shí)刻場景圖像的Harris特征點(diǎn)的位置,計(jì)算所述Harris特征點(diǎn)在當(dāng)前時(shí)刻場景圖像中的位置以及所述Harris特征點(diǎn)在上一時(shí)刻相對位姿下的3D坐標(biāo)，將所述3D坐標(biāo)以當(dāng)前估計(jì)位姿投影到當(dāng)前時(shí)刻的場景圖像中并計(jì)算其與所述Harris特征點(diǎn)在當(dāng)前時(shí)刻場景圖像中的位置之間的第二殘差Rp及第二殘差Rp相對當(dāng)前估計(jì)位姿的第二 Jacobi矩陣Jp，并計(jì)算所有對應(yīng)特征點(diǎn)對的第二殘差平均值f； 步驟3、根據(jù)M估計(jì)子魯棒方法確定所述步驟I中各第一殘差Re的權(quán)重及所述步驟2中各第二殘差Rp的權(quán)重ωρ ；以第一殘差平均值1和第二殘差平均值確定所述步驟1與所述步驟2之間的權(quán)重分配，其中，第一殘差Re與第一 Jacobi矩陣的權(quán)重
2.根據(jù)權(quán)利要求1所述的方法，其特征在于: 所述步驟1中基于所述結(jié)構(gòu)模型，計(jì)算得到空間非合作目標(biāo)上一時(shí)刻相對位姿下的可見邊緣模型包括以下步驟: 對所述結(jié)構(gòu)模型在上一時(shí)刻相對位姿下深度緩存進(jìn)行二階差分操作提取空間非合作目標(biāo)可見部分的深度邊緣，通過3D渲染引擎對所述結(jié)構(gòu)模型進(jìn)行渲染，并對上一時(shí)刻相對位姿下的渲染結(jié)果進(jìn)行簡單的Canny邊緣檢測得到空間非合作目標(biāo)的紋理邊緣；將所述深度邊緣和所述紋理邊緣進(jìn)行結(jié)合獲得所述可見邊緣模型。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述步驟I中沿所述可見邊緣模型法向搜索所述場景圖像的邊緣，包括以下步驟:對投影到當(dāng)前時(shí)刻的場景圖像的所述可見邊緣模型沿邊緣按預(yù)定間隔進(jìn)行采樣以確定所述可見邊緣模型上的特征點(diǎn)集，對所述特征點(diǎn)集中的每一個(gè)特征點(diǎn)，沿著所述特征點(diǎn)所在邊緣的法向方向在預(yù)定范圍內(nèi)搜索，對搜索范圍內(nèi)的每一個(gè)像素點(diǎn)進(jìn)行一次掩膜卷積計(jì)算，掩膜方向和所述特征點(diǎn)所在邊緣的方向平行，當(dāng)某一所述像素點(diǎn)與掩膜的卷積結(jié)果超過預(yù)先設(shè)定的閾值時(shí)即認(rèn)為該像素點(diǎn)為當(dāng)前時(shí)刻的場景圖像中與所述特征點(diǎn)對應(yīng)的邊緣特征點(diǎn)，如此確定所述可見邊緣模型上各特征點(diǎn)在當(dāng)前時(shí)刻的場景圖像中對應(yīng)的邊緣特征點(diǎn)以形成對應(yīng)特征點(diǎn)對，即確定所述場景圖像與可見邊緣模型在當(dāng)前時(shí)刻所對應(yīng)的目標(biāo)圖像邊緣。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于: 所述步驟2包括以下步驟: 步驟210、利用KLT算法提取上一時(shí)刻場景圖像的Harris特征點(diǎn)
5.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述結(jié)構(gòu)模型為CAD模型。
【文檔編號(hào)】G01C11/00GK103994755SQ201410236147
【公開日】2014年8月20日 申請日期:2014年5月29日 優(yōu)先權(quán)日:2014年5月29日
【發(fā)明者】鄒瑜, 王學(xué)謙, 劉厚德, 宋靖雁, 梁斌, 張濤 申請人:清華大學(xué)深圳研究生院