基于小行星地形特征库的自主测距与定姿方法

《基于小行星地形特征库的自主测距与定姿方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、68中国空间科学技术ChineseSpaceScienceandTechnology2010年4月第2期基于小行星地形特征库的自主测距与定姿方法李潇胡维多(中国空间技术研究院，北京100094)(北京航空航天大学宇航学院，北京100191)摘要首先建立全景着陆区域地形特征数据库，包括了特征点的经纬度、图像纹理信息、各个特征点之间的位置相关特性等；随后提取探测器下降过程中拍摄得到的地形特征，在图像数据库中进行匹配，解决了因小行星自转周期较短产生的特征点溢出视野问题，提高了光学测量的适用性；最后结合匹配点的位置信息通过计算

2、机视觉测距原理获取探测器和小行星之间的相对位置和相对姿态。数学仿真实验验证了方案的可行性。关键词图像数据库图像处理计算机视觉光学测量软着陆小行星1引言小行星探测将是人类未来深空探测最复杂的任务之一。光学导航就是利用航天器自身的光学传感器设备探测目标小行星，然后规划和处理探测到的目标天体传感器数据，结合其他星载设备获得的数据，确定航天器相对目标小行星的相对位置和姿态信息。国内外学者很早就开展了关于软着陆小行星的导航算法研究。目前结合图像处理的导航技术发展较为成熟的一种方案是：利用机载导航相机对小行星表面拍照，从图像中提取

3、出可视自然特征点，精确地跟踪这些特征点，用激光测距仪测量探测器到特征点的距离，并利用EKF滤波处理特征点图像和距离信息，从而确定探测器与目标天体之间的相对位置与姿态。文献f1]基于特征点检测的GNC方法，给出了探测器软着陆小行星表面的导航算法。文献[2—3]以日本的MUSES—C计划为背景，详细介绍了探测器逼近并着陆小行星的指令控制方案。文献[-4]贝iJ根据图像序列匹配得到的特征点对，给出了由本质矩阵求取空间探测器的运动比例参数，实现软着陆过程的导航。上述文献都是在假定特征点跟踪不受小行星自转影响下展开研究，但是为了

4、确保安全性，尽管探测器在实际着陆小行星表面的过程中下降速度不会很大(如“隼鸟”号探测器的最终下降速度仅为0．1m／s)[引，而考虑到小行星一般自转周期较小[5]，即小行星自转很快(如Eros小行星的自转周期仅有5．27h)，因此CCD相机有时很难跟踪拍摄得到小行星表面地形特征点，从而也就不能得到特征点精确的位置信息。本文为了解决特征点跟踪受小行星自转因素的影响，特征点溢出相机视野的问题，提出了一种新的方案。首先建立全景着陆地区地形特征图像数据库，图像数据库中包含了地表特征点的经纬度信息、图像纹理信息以及各特征点之间的位

5、置相关性；然后针对CCD实拍得到的特征点在数据库中进行匹配；最后结合匹配点的位置信息，通过计算机视觉原理测量获取探测器和小行星之间的相对位置和相对姿态信息。收稿日期：2009—06—15。收修改稿日期：2009—08—142010年4月中国空间科学技术692图像特征库的建立2．1特征点提取从机载导航相机拍摄得到的目标小行星表面地形特征图像中获取可视自然特征点是后续推演导航算法的关键前提。本文采用了图像处理技术领域一种较为成熟的特征点采集算法——Forstner算子。在一幅灰度图像中，类似于边缘、角点、纹理等都可以被认为

6、是该幅图像的特征信息，而对于一幅小行星地表特征图像来说，最容易被提取的特征莫过于陨石坑、大石块之类的自然特征点，这是由于它们一般实际尺寸较大，形状较为规则且亮度变化大更易于从地形背景中分割出来。因此，基于上述考虑本文选取的图像特征信息就是小行星表面的自然特征点。具体的数据库建立步骤如下：1)利用Forstner算子提取特征区域(这里不详细阐述提取步骤，可参考文献[6])。2)计算该特征区域的7个不变中心距【6]。选择中心距作为数据库特征之一的理由是：不变中心距具有平移、比例和旋转不变性，针对后续图像匹配时可以很好的克服

7、由于CCD相机的平移、旋转以及图像比例变化带来的误差影响，有效提高匹配精度。3)统计各个特征区域中心点的经纬度信息。由于小行星的立体图是可以得到的[5]，根据立体图和经度、纬度可推断在任意点的半径，从而得到特征点间的距离。因此，针对每个特征区域计算距离其最近的两个特征区域的欧氏距离，将这三个特征区域构成一封闭三角形，一同存入数据库。图1为着陆地区全景地形图，图2为所有特征区域(用白框表示)。图3为利用Forstner算子提取得到的特征区域中心点，所有原图均取自NASA的NEAR计划。幽l着陆地区表面地彤原图懈毯＼迥七殛

8、匦图2特征区域图像(白框)图像列值／像素图3特征区域中心点(圆圈显示)70中国空间科学技术2010年4月2。2建立特征库建立特征库所要保存的信息如下：1)特征区域中心点的经纬度；2)特征区域图像的不变中心距；3)特征区域之间的位置相关性；4)特征区域在图像中的行、列位置；5)特征区域的编号(编号排列顺序依照图3中的标记)。表1为所