[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN109269511B - 未知环境下行星着陆的曲线匹配视觉导航方法 - Google Patents

未知环境下行星着陆的曲线匹配视觉导航方法 Download PDF

Info

Publication number
CN109269511B
CN109269511B CN201811310255.2A CN201811310255A CN109269511B CN 109269511 B CN109269511 B CN 109269511B CN 201811310255 A CN201811310255 A CN 201811310255A CN 109269511 B CN109269511 B CN 109269511B
Authority
CN
China
Prior art keywords
lander
landing
coordinate system
unknown
navigation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811310255.2A
Other languages
English (en)
Other versions
CN109269511A (zh
Inventor
崔平远
高锡珍
朱圣英
刘阳
徐瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201811310255.2A priority Critical patent/CN109269511B/zh
Publication of CN109269511A publication Critical patent/CN109269511A/zh
Application granted granted Critical
Publication of CN109269511B publication Critical patent/CN109269511B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/24—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开的未知环境下行星着陆的曲线匹配视觉导航方法，属于深空探测技术领域。本发明实现方法如下：首先结合惯性测量信息建立着陆器运动学模型，然后利用着陆器下降过程中获得序列图像建立基于帧间曲线匹配的测量模型，最后通过卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，进而实现未知环境下行星着陆的曲线匹配视觉导航，提高导航系统精度，保证导航系统的稳定性，保证着陆器精确安全着陆。本发明不需要先验地图信息就能对着陆器的绝对运动状态进行估计，提高导航系统稳定性。本发明不仅适用于行星着陆任务中，也适用于小天体着陆任务。

Description

未知环境下行星着陆的曲线匹配视觉导航方法
技术领域
本发明涉及未知环境下行星着陆的曲线匹配视觉导航方法，属于深空探测技术领域。
背景技术
着陆探测及采样返回是未来深空探测的主要发展方向。未来的小天体及火星探测任务都要求探测器具备在科学价值较高的区域精确定点着陆的能力。而目标天体距离地球较远，通讯时延严重，这就要求探测器具备自主导航的能力。同时，目标天体环境的先验信息不足、环境扰动等不确定性对自主导航系统提出了更高的要求。
目前着陆过程中主要采用基于惯性测量单元IMU航位递推的导航方法，但该方法无法对初始偏差进行修正，且惯性测量单元存在随机漂移和误差，随着时间的累积误差会逐渐扩散，难以满足高精度导航的要求。针对上述导航方法存在的不足，基于天体表面特征图像信息的自主视觉导航方法逐渐成为各国学者研究的重点。基于天体表面特征图像信息的自主视觉导航方法主要分为两类：第一类是天体表面路标特征位置已知的导航方法；第二类是天体表面路标特征位置未知的导航方法。但当先验地图信息不存在时，即天体表面路标特征位置无法获取时，第一类方法将不再适用。基于天体表面路标特征位置未知的导航方法根据路标图像特征的不同又分为基于特征点匹配的导航方法和基于曲线匹配的导航方法。但特征点视线测量信息易受噪声影响。鉴于此，有必要针对未知环境下着陆器运动状态估计这一问题，设计一种快速有效地着陆器视觉导航方法，保证着陆器精确安全着陆。
发明内容
为了解决未知环境下星际着陆自主导航的问题，本发明的目的是提供一种未知环境下行星着陆的曲线匹配视觉导航方法，结合惯性测量信息利用卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆。
本发明的目的是通过下述技术方案实现的。
本发明公开的未知环境下行星着陆的曲线匹配视觉导航方法，首先结合惯性测量信息建立着陆器运动学模型，然后利用着陆器下降过程中获得序列图像建立基于帧间曲线匹配的测量模型，最后通过卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，进而实现未知环境下行星着陆的曲线匹配视觉导航，提高导航系统精度，保证导航系统的稳定性。
本发明公开的未知环境下行星着陆的曲线匹配视觉导航方法，包括如下步骤：
步骤1：建立着陆器运动学模型。
为了描述着陆器在空中的位置和姿态以及其与目标天体表面视觉特征之间的相对几何关系，并定义着陆器在相关参考系中的运动方程，首先引入如下相关坐标系：着陆点坐标系{L}，导航相机本体坐标系{C}和着陆器本体坐标系{B}。着陆器的位置和姿态参数都在着陆点坐标系中描述。着陆器本体坐标系与导航相机坐标系重合，即光学导航相机与着陆器的安装矩阵为单位阵。不考虑行星自转影响，利用IMU测量信息建立着陆器着陆运动学方程为：
Figure BDA0001854747160000021
其中惯性信息加速度aimu和角速度ωimu测量模型为
其中，Lr和Lv分别表示着陆器在着陆点坐标系下的位置和速度；
Figure BDA0001854747160000023
为姿态四元数，
Figure BDA0001854747160000024
是着陆点坐标系到着陆器本体坐标系的转换矩阵，简写为C(q)；Lg为引力加速度，ng为引力加速度扰动；ba和bω分别表示加速度计和陀螺仪零偏；na和nω分别是加速度计和陀螺仪测量噪声；nwa和nwω分别为加速度计和陀螺仪偏差噪声；La表示除引力外作用于着陆器上的合力产生的加速度；Bω表示着陆器本体坐标系下着陆器相对着陆点坐标系的转动角速度；对于任一角速度ω＝[ωx ωy ωz]T，Ω(·)定义为
Figure BDA0001854747160000031
步骤2：建立基于帧间曲线匹配的测量模型，用于实现着陆器运动状态更新。
着陆区域近似平面，陨石坑在着陆点坐标系{L}下表示为
其中
Figure BDA0001854747160000033
为着陆点坐标系下陨石坑边缘上的任一点。
采用小孔成像模型，着陆平面上的任一点Lx＝[Lx Ly Lz]T在第i幅下降图像中的像点u＝[u v]T为
Figure BDA0001854747160000034
其中σ为非零常数，
Figure BDA0001854747160000035
f为相机焦距，Ri＝C(qi)。
由于着陆区域近似为平面，则Lz＝0，式(4)写为
Figure BDA0001854747160000036
其中
Figure BDA0001854747160000038
其中
Figure BDA0001854747160000039
表示着陆点坐标系下着陆器位置分量。
陨石坑在第i幅下降图像中表示为
Figure BDA0001854747160000041
则由式(3)，式(5)和式(8)，得陨石坑像曲线Ei为
Figure BDA0001854747160000042
因此在第i幅下降图像中第j个陨石坑的测量
Figure BDA0001854747160000043
表示为
Figure BDA0001854747160000044
其中为陨石坑边缘曲线参数，
Figure BDA0001854747160000046
为测量噪声，vech(·)表示对称矩阵的向量化形式，vec(·)表示任意矩阵的向量化形式，矩阵Η为vech(·)与vec(·)之间的转换矩阵，
Figure BDA0001854747160000047
由于陨石坑绝对位置信息Q未知，式(10)不能直接用于状态估计。
陨石坑Q在连续两幅下降图像中均被观测，着陆器在t1和t2时刻观测的陨石坑像曲线分别为
Figure BDA0001854747160000049
由式(13)和式(14)得
Figure BDA00018547471600000411
陨石坑在t2时刻测量模型
Figure BDA00018547471600000412
为
其中
Figure BDA00018547471600000414
为测量噪声，
Figure BDA0001854747160000051
步骤3：结合步骤1建立的着陆器运动学模型和步骤2建立的基于未知曲线特征的测量模型，利用卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆。
为解决步骤2建立的基于未知曲线特征测量模型的非线性问题，步骤3所述的卡尔曼滤波算法优选无迹卡尔曼滤波算法。
当步骤3选用无迹卡尔曼滤波算法时，步骤3具体实现方法如下：
步骤3.1：基于步骤1中利用惯性测量信息建立的着陆器运动学模型得着陆器状态方程为
Figure BDA0001854747160000052
其中表示状态的微分形式，Lrc和
Figure BDA0001854747160000054
分别表示在前一成像时刻着陆器的位置和姿态四元数，w表示状态噪声，Qk＝E[wwT]为状态噪声协方差矩阵。
步骤3.2：基于步骤2中建立的基于未知曲线特征的测量模型，得测量模型为
Figure BDA0001854747160000055
为
zk＝h(vech(Ek))+vk (19)
其中k＝1,2,3，…，
Figure BDA0001854747160000056
vk为测量噪声，Rk＝E{vk(vk)T}为测量噪声协方差矩阵。
步骤3.3：利用无迹卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆。
步骤3.3.1：对着陆器运动状态初始化
Figure BDA0001854747160000061
其中x0和
Figure BDA0001854747160000062
分别表示着陆器初始状态及其均值，P0表示着陆器初始状态协方差矩阵。
步骤3.3.2：计算着陆器运动状态sigma采样点
Figure BDA0001854747160000063
步骤3.3.3：利用公式(18)建立着陆器运动状态时间传播方程。
Figure BDA0001854747160000065
步骤3.3.4：利用公式(19)建立着陆器运动状态测量更新方程。
Figure BDA0001854747160000066
上述式中n表示状态维数，
Figure BDA0001854747160000071
其中10-4≤α≤1，κ＝3-n，β＝2
步骤3.3.5：利用公式(22)和(23)得到着陆器的实时绝对运动状态和即实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆。
有益效果：
1、本发明公开的未知环境下行星着陆的曲线匹配视觉导航方法，提供一种利用帧间曲线匹配的着陆器视觉导航方法，结合惯性测量信息利用无迹卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，能够保证导航系统的实时性。
2、本发明公开的未知环境下行星着陆的曲线匹配视觉导航方法，利用帧间曲线匹配作为测量模型，因此，不需要先验地图信息就能对着陆器的绝对运动状态进行估计，提高导航系统稳定性。
3、由于行星和小天体表面均存在曲线特征，本发明公开的未知环境下行星着陆的曲线匹配视觉导航方法，不仅适用于行星着陆任务中，也适用于小天体着陆任务。
附图说明
图1为未知环境下行星着陆的曲线匹配视觉导航方法流程图；
图2为着陆器位置估计误差及其3σ滤波标准差；
图3为着陆器速度估计误差及其3σ滤波标准差；
图4为着陆器姿态估计误差及其3σ滤波标准差。
具体实施方式
为了更好的说明本发明的目的和优点，下面结合附图和实例对本发明的内容做进一步说明。
如图1所示，本实例公开的未知环境下行星着陆的曲线匹配视觉导航方法，具体步骤如下：
步骤1：建立着陆器运动学模型。
为了描述着陆器在空中的位置和姿态以及其与目标天体表面视觉特征之间的相对几何关系，并定义着陆器在相关参考系中的运动方程，首先引入如下相关坐标系：着陆点坐标系{L}，导航相机本体坐标系{C}和着陆器本体坐标系{B}。着陆器的位置和姿态参数都在着陆点坐标系中描述。着陆器本体坐标系与导航相机坐标系重合，即光学导航相机与着陆器的安装矩阵为单位阵。不考虑行星自转影响，利用IMU测量信息建立着陆器着陆运动学方程为：
Figure BDA0001854747160000081
其中惯性信息加速度aimu和角速度ωimu测量模型为
Figure BDA0001854747160000082
其中，Lr和Lv分别表示着陆器在着陆点坐标系下的位置和速度；
Figure BDA0001854747160000083
为姿态四元数，是着陆点坐标系到着陆器本体坐标系的转换矩阵，简写为C(q)；Lg为引力加速度，ng为引力加速度扰动；ba和bω分别表示加速度计和陀螺仪零偏；na和nω分别是加速度计和陀螺仪测量噪声；nwa和nwω分别为加速度计和陀螺仪偏差噪声；La表示除引力外作用于着陆器上的合力产生的加速度；Bω表示着陆器本体坐标系下着陆器相对着陆点坐标系的转动角速度；对于任一角速度ω＝[ωx ωy ωz]T，Ω(·)定义为
Figure BDA0001854747160000091
步骤2：建立基于帧间曲线匹配的测量模型，用于实现着陆器运动状态更新。
着陆区域近似平面，陨石坑在着陆点坐标系{L}下表示为
Figure BDA0001854747160000092
其中
Figure BDA0001854747160000093
1]T为着陆点坐标系下陨石坑边缘上的任一点。
采用小孔成像模型，着陆平面上的任一点Lx＝[Lx Ly Lz]T在第i幅下降图像中的像点u＝[u v]T为
Figure BDA0001854747160000094
其中σ为非零常数，f为相机焦距，Ri＝C(qi)。
由于着陆区域近似为平面，则Lz＝0，式(28)写为
Figure BDA0001854747160000096
其中
Figure BDA0001854747160000097
Figure BDA0001854747160000098
其中
Figure BDA0001854747160000099
表示着陆点坐标系下着陆器位置分量。
陨石坑在第i幅下降图像中表示为
Figure BDA00018547471600000910
则由式(27)，式(29)和式(32)，得陨石坑像曲线Ei为
因此在第i幅下降图像中一个陨石坑的测量
Figure BDA0001854747160000101
表示为
Figure BDA0001854747160000102
其中
Figure BDA0001854747160000103
为陨石坑边缘曲线参数，
Figure BDA0001854747160000104
为测量噪声，vech(·)表示对称矩阵的向量化形式，vec(·)表示任意矩阵的向量化形式，矩阵Η为vech(·)与vec(·)之间的转换矩阵，
Figure BDA0001854747160000105
Figure BDA0001854747160000106
由于陨石坑绝对位置信息Q未知，式(34)不能直接用于状态估计。
陨石坑Q在连续两幅下降图像中均被观测，着陆器在t1和t2时刻观测的陨石坑像曲线分别为
Figure BDA0001854747160000107
Figure BDA0001854747160000108
由式(37)和式(38)得
Figure BDA0001854747160000109
陨石坑在t2时刻测量模型
Figure BDA00018547471600001010
为
Figure BDA00018547471600001011
其中
Figure BDA00018547471600001012
为测量噪声，
Figure BDA00018547471600001013
步骤3：结合步骤1建立的着陆器运动学模型和步骤2建立的基于未知曲线特征的测量模型，利用卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆。
为解决步骤2建立的基于未知曲线特征的测量模型的非线性问题，步骤3所述的卡尔曼滤波算法优选无迹卡尔曼滤波算法。
当步骤3选用无迹卡尔曼滤波算法时，步骤3具体实现方法如下：
步骤3.1：基于步骤1中利用惯性测量信息建立的着陆器运动学模型得着陆器状态方程为
Figure BDA0001854747160000111
其中
Figure BDA0001854747160000112
表示状态的微分形式，Lrc和分别表示在前一成像时刻着陆器的
位置和姿态四元数，w表示状态噪声，Qk＝E[wwT]为状态噪声协方差矩阵。
步骤3.2：基于步骤2中建立的基于未知曲线特征的测量模型，得测量模型为
Figure BDA0001854747160000114
为
zk＝h(vech(Ek))+vk (43)
其中k＝1,2,3，…，
Figure BDA0001854747160000115
vk为测量噪声，Rk＝E{vk(vk)T}为测量噪声协方差矩阵。
步骤3.3：利用无迹卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆。
步骤3.3.1：对着陆器运动状态初始化
Figure BDA0001854747160000116
其中x0和分别表示着陆器初始状态及其均值，P0表示着陆器初始状态协方差矩阵。
步骤3.3.2：计算着陆器运动状态sigma采样点
Figure BDA0001854747160000121
Figure BDA0001854747160000122
步骤3.3.3：利用公式(42)建立着陆器运动状态时间传播方程。
Figure BDA0001854747160000123
步骤3.3.4：利用公式(43)建立着陆器运动状态测量更新方程。
上述式中n表示状态维数，n＝23，
Figure BDA0001854747160000125
其中10-4≤α≤1，κ＝3-n，β＝2
步骤3.3.5：利用公式(46)和(47)得到着陆器的实时绝对运动状态
Figure BDA0001854747160000126
和即实现未知环境下行星着陆自主导航，保证着陆器精确安全着陆。
在Matlab环境下以火星着陆探测为背景利用一条曲线进行了数学模拟仿真验证。设着陆器到达着陆点上方100m处时仿真结束，着陆时间120s。导航相机视场角45°，焦距14.6mm，测量噪声1像素。IMU采用LN-200，采样频率50HZ。着陆器初始状态如表1所示，位置各方向初始误差为500m，速度各方向初始误差为1m/s，姿态各方向初始误差为1°。过程噪声协方差Q为
Q＝diag([2.4×10-13I 2.4×10-13I 2.5×10-7I 1.2×10-7I 1.2×10-8I])
表1仿真参数
Figure BDA0001854747160000131
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.未知环境下行星着陆的曲线匹配视觉导航方法，其特征在于：包括如下步骤：
步骤1：建立着陆器运动学模型；
步骤2：建立基于帧间曲线匹配的测量模型，用于实现着陆器运动状态更新；
步骤3：结合步骤1建立的着陆器运动学模型和步骤2建立的基于未知曲线特征的测量模型，利用卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆；
步骤1具体实现方法为，
为了描述着陆器在空中的位置和姿态以及其与目标天体表面视觉特征之间的相对几何关系，并定义着陆器在相关参考系中的运动方程，首先引入如下相关坐标系：着陆点坐标系{L}，导航相机本体坐标系{C}和着陆器本体坐标系{B}；着陆器的位置和姿态参数都在着陆点坐标系中描述；着陆器本体坐标系与导航相机坐标系重合，即光学导航相机与着陆器的安装矩阵为单位阵；不考虑行星自转影响，利用IMU测量信息建立着陆器着陆运动学方程为：
Figure FDA0002242602280000011
其中惯性信息加速度aimu和角速度ωimu测量模型为
Figure FDA0002242602280000012
其中，Lr和Lv分别表示着陆器在着陆点坐标系下的位置和速度；
Figure FDA0002242602280000013
为姿态四元数，
Figure FDA0002242602280000014
是着陆点坐标系到着陆器本体坐标系的转换矩阵，简写为C(q)；Lg为引力加速度，ng为引力加速度扰动；ba和bω分别表示加速度计和陀螺仪零偏；na和nω分别是加速度计和陀螺仪测量噪声；nwa和nwω分别为加速度计和陀螺仪偏差噪声；La表示除引力外作用于着陆器上的合力产生的加速度；Bω表示着陆器本体坐标系下着陆器相对着陆点坐标系的转动角速度；对于任一角速度ω＝[ωx ωy ωz]T，Ω(·)定义为
Figure FDA0002242602280000021
步骤2具体实现方法为，
着陆区域近似平面，陨石坑在着陆点坐标系{L}下表示为
Figure FDA0002242602280000022
其中为着陆点坐标系下陨石坑边缘上的任一点；
采用小孔成像模型，着陆平面上的任一点Lx＝[Lx Ly Lz]T在第i幅下降图像中的像点u＝[u v]T为
其中σ为非零常数，f为相机焦距，Ri＝C(qi)；
由于着陆区域近似为平面，则Lz＝0，式(4)写为
Figure FDA0002242602280000026
其中
Figure FDA0002242602280000027
Figure FDA0002242602280000028
其中Lri x,Lri y,Lri z表示着陆点坐标系下着陆器位置分量；
陨石坑在第i幅下降图像中表示为
Figure FDA0002242602280000031
则由式(3)，式(5)和式(8)，得陨石坑像曲线Ei为
因此在第i幅下降图像中第j个陨石坑的测量表示为
Figure FDA0002242602280000034
其中
Figure FDA0002242602280000035
为陨石坑边缘曲线参数，
Figure FDA0002242602280000036
为测量噪声，vech(·)表示对称矩阵的向量化形式，vec(·)表示任意矩阵的向量化形式，矩阵Η为vech(·)与vec(·)之间的转换矩阵，
Figure FDA0002242602280000037
Figure FDA0002242602280000038
由于陨石坑绝对位置信息Q未知，式(10)不能直接用于状态估计；
陨石坑Q在连续两幅下降图像中均被观测，着陆器在t1和t2时刻观测的陨石坑像曲线分别为
Figure FDA0002242602280000039
由式(13)和式(14)得
Figure FDA00022426022800000311
陨石坑在t2时刻测量模型
Figure FDA00022426022800000312
为
其中为测量噪声，
Figure FDA0002242602280000041
2.如权利要求1所述的未知环境下行星着陆的曲线匹配视觉导航方法，其特征在于：为解决步骤2建立的基于未知曲线特征测量模型的非线性问题，步骤3所述的卡尔曼滤波算法选无迹卡尔曼滤波算法。
3.如权利要求2所述的未知环境下行星着陆的曲线匹配视觉导航方法，其特征在于：当步骤3选用无迹卡尔曼滤波算法时，步骤3具体实现方法如下，
步骤3.1：基于步骤1中利用惯性测量信息建立的着陆器运动学模型得着陆器状态方程为
Figure FDA0002242602280000042
其中
Figure FDA0002242602280000043
表示状态的微分形式，Lrc和
Figure FDA0002242602280000044
分别表示在前一成像时刻着陆器的位置和姿态四元数，w表示状态噪声，Qk＝E[wwT]为状态噪声协方差矩阵；
步骤3.2：基于步骤2中建立的基于未知曲线特征的测量模型，得测量模型为
Figure FDA0002242602280000045
为
zk＝h(vech(Ek))+vk (19)
其中k＝1,2,3…，
Figure FDA0002242602280000046
vk为测量噪声，Rk＝E{vk(vk)T}为测量噪声协方差矩阵；
步骤3.3：利用无迹卡尔曼滤波算法对着陆器的绝对运动状态进行实时估计，实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆。
4.如权利要求3所述的未知环境下行星着陆的曲线匹配视觉导航方法，其特征在于：步骤3.3具体实现方法为，
步骤3.3.1：对着陆器运动状态初始化
其中x0和
Figure FDA0002242602280000052
分别表示着陆器初始状态及其均值，P0表示着陆器初始状态协方差矩阵；
步骤3.3.2：计算着陆器运动状态sigma采样点
Figure FDA0002242602280000053
Figure FDA0002242602280000054
步骤3.3.3：利用公式(18)建立着陆器运动状态时间传播方程；
Figure FDA0002242602280000055
步骤3.3.4：利用公式(19)建立着陆器运动状态测量更新方程；
Figure FDA0002242602280000056
上述式中n表示状态维数，
其中10-4≤α≤1，κ＝3-n，β＝2
步骤3.3.5：利用公式(22)和(23)得到着陆器的实时绝对运动状态
Figure FDA0002242602280000062
和
Figure FDA0002242602280000063
即实现未知环境下星际着陆自主导航，保证着陆器精确安全着陆。
CN201811310255.2A 2018-11-06 2018-11-06 未知环境下行星着陆的曲线匹配视觉导航方法 Active CN109269511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811310255.2A CN109269511B (zh) 2018-11-06 2018-11-06 未知环境下行星着陆的曲线匹配视觉导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811310255.2A CN109269511B (zh) 2018-11-06 2018-11-06 未知环境下行星着陆的曲线匹配视觉导航方法

Publications (2)

Publication Number Publication Date
CN109269511A CN109269511A (zh) 2019-01-25
CN109269511B true CN109269511B (zh) 2020-01-07

Family

ID=65192856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811310255.2A Active CN109269511B (zh) 2018-11-06 2018-11-06 未知环境下行星着陆的曲线匹配视觉导航方法

Country Status (1)

Country Link
CN (1) CN109269511B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110702122B (zh) * 2019-10-22 2021-03-30 北京理工大学 地外天体着陆自主光学导航特征综合优化方法
CN111652896B (zh) * 2020-05-29 2023-06-23 北京理工大学 惯导辅助陨石坑由粗到精检测方法
CN112066999B (zh) * 2020-09-16 2022-08-12 北京控制工程研究所 一种行星着陆过程引力方向实时确定方法及装置
CN113022898B (zh) * 2021-02-18 2022-05-17 北京理工大学 弱引力环境柔性附着系统状态估计方法
CN114241010B (zh) * 2021-12-23 2024-09-03 青岛科技大学 一种融合三维点云与图像特征点匹配的着陆器导航方法
CN114485678B (zh) * 2021-12-31 2023-09-12 上海航天控制技术研究所 天地一体月面着陆导航方法
CN114577205B (zh) * 2022-02-10 2023-06-06 北京空间飞行器总体设计部 一种基于序列图像的行星软着陆自主导航陆标优选方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3018383B1 (fr) * 2014-03-07 2017-09-08 Airbus Operations Sas Procede et dispositif de determination de parametres de navigation d'un aeronef lors d'une phase d'atterrissage.
CN105371853A (zh) * 2014-08-06 2016-03-02 北京理工大学 基于tds与轨道器的火星动力下降段导航方法
CN106096621B (zh) * 2016-06-02 2019-05-21 西安科技大学 基于矢量约束的着降位置检测用随机特征点选取方法
CN107144278B (zh) * 2017-04-24 2020-02-14 北京理工大学 一种基于多源特征的着陆器视觉导航方法
CN108036785A (zh) * 2017-11-24 2018-05-15 浙江大学 一种基于直接法与惯导融合的飞行器位姿估计方法

Also Published As

Publication number Publication date
CN109269511A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN109269511B (zh) 未知环境下行星着陆的曲线匹配视觉导航方法
CN108731670B (zh) 基于量测模型优化的惯性/视觉里程计组合导航定位方法
CN111947652B (zh) 一种适用于月球着陆器的惯性/视觉/天文/激光测距组合导航方法
Mourikis et al. Vision-aided inertial navigation for spacecraft entry, descent, and landing
CN100587641C (zh) 一种适用于任意运动微小型系统的定姿系统
CN109931955B (zh) 基于状态相关李群滤波的捷联惯性导航系统初始对准方法
CN103033189B (zh) 一种深空探测巡视器惯性/视觉组合导航方法
CN110095116A (zh) 一种基于lift的视觉定位和惯性导航组合的定位方法
CN110702122B (zh) 地外天体着陆自主光学导航特征综合优化方法
CN107014371A (zh) 基于扩展自适应区间卡尔曼的无人机组合导航方法与装置
CN113551668B (zh) 一种航天器惯性/恒星星光矢量/星光折射组合导航方法
CN106780699A (zh) 一种基于sins/gps和里程计辅助的视觉slam方法
CN107796391A (zh) 一种捷联惯性导航系统/视觉里程计组合导航方法
CN107144278B (zh) 一种基于多源特征的着陆器视觉导航方法
CN104236586B (zh) 基于量测失准角的动基座传递对准方法
CN107063262A (zh) 一种用于无人机姿态解算的互补滤波方法
CN111521176A (zh) 融合激光的视觉辅助惯性导航方法
CN109612438B (zh) 一种虚拟共面条件约束下的空间目标初轨确定方法
CN103438890B (zh) 基于tds与图像测量的行星动力下降段导航方法
CN112113564B (zh) 一种基于图像传感器和惯性传感器的定位方法及系统
Xu et al. Landmark-based autonomous navigation for pinpoint planetary landing
CN108871319B (zh) 一种基于地球重力场与地磁场序贯修正的姿态解算方法
CN106672265A (zh) 一种基于光流信息的小天体定点着陆制导控制方法
Xiaolin et al. A tightly coupled rotational SINS/CNS integrated navigation method for aircraft
Gu et al. Optical/radio/pulsars integrated navigation for Mars orbiter

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant