一种基于陆标图像的精确定点着陆自主导航方法和系统技术方案

技术编号:32212154 阅读:18 留言:0更新日期:2022-02-09 17:17
本发明专利技术公开了一种基于陆标图像的精确定点着陆自主导航方法和系统,该方法包括:确定待匹配陆标的描述子D和地图上已知点的描述子f;其中,描述子D用于稀疏表征待匹配陆标,描述子f用于稀疏表征地图上已知点;根据描述子D和描述子f,对待匹配陆标和地图上已知点进行鲁棒匹配,得到鲁棒匹配结果;根据鲁棒匹配结果对着陆器的状态进行最优估计,得到状态最优估计结果;根据状态最优估计结果,进行精确定点着陆自主导航。本发明专利技术解决了对火星着陆任务中陆标表征复杂、陆标匹配效率低以及导航结果容易受陆标位置误差的影响等问题。易受陆标位置误差的影响等问题。易受陆标位置误差的影响等问题。

【技术实现步骤摘要】
一种基于陆标图像的精确定点着陆自主导航方法和系统


[0001]本专利技术属于深空探测视觉导航
,尤其涉及一种基于陆标图像的精确定点着陆自主导航方法和系统。

技术介绍

[0002]利用陆标图像信息进行自主导航是实现火星探测精确定点着陆任务的重要手段之一。在下降着陆过程当中,导航相机对目标表面进行连续成像并提取其中的陆标,然后将其与陆标数据库进行匹配,得到多组3D

2D信息(即陆标的空间三维位置及其在图像平面内的二维像素投影)的配对关系,最后解算出着陆器位姿。
[0003]然而,受限于星载计算机的存储空间与运算能力,陆标信息的数据量决定了导航的实时性;同时,目标天体环境的快速变化对陆标匹配的鲁棒性提出了很高的要求;此外,陆标的三维位置误差及其在图像中的二维观测误差影响了导航结果的精度。
[0004]目前主要利用图像中陆标周围的像素信息来对其进行表征与匹配,具有一定的尺度、旋转和光照不变性,然而,其计算复杂且占用的存储空间较大。此外,目前基于陆标的导航方法主要利用陆标的三维位置及其二维像素投影来计算着陆器的位姿,但受位置误差和观测误差的影响较大,其导航精度不高。

技术实现思路

[0005]本专利技术的技术解决问题:克服现有技术的不足,提供一种基于陆标图像的精确定点着陆自主导航方法和系统,解决了对火星着陆任务中陆标表征复杂、陆标匹配效率低以及导航结果容易受陆标位置误差的影响等问题。
[0006]为了解决上述技术问题,本专利技术公开了一种基于陆标图像的精确定点着陆自主导航方法,包括:
[0007]确定待匹配陆标的描述子D和地图上已知点的描述子f;其中,描述子D用于稀疏表征待匹配陆标,描述子f用于稀疏表征地图上已知点;
[0008]根据描述子D和描述子f,对待匹配陆标和地图上已知点进行鲁棒匹配,得到鲁棒匹配结果;
[0009]根据鲁棒匹配结果对着陆器的状态进行最优估计,得到状态最优估计结果;
[0010]根据状态最优估计结果,进行精确定点着陆自主导航。
[0011]在上述基于陆标图像的精确定点着陆自主导航方法中,确定待匹配陆标的描述子D,包括:
[0012]在待匹配陆标周围均匀对称地选取M层采样区域,并在各层采样区域分别选取N个采样点,即共计选取K=M*N个采样点;其中,各层采样区域分别包括N个圆域,每个圆域的中心对应一个采样点;待匹配陆标为:拍摄的图像中灰度值梯度大于五个像素的像素点;
[0013]利用高斯核函数,分别对各圆域进行卷积处理,得到各采样点的灰度加权平均值;
[0014]从第M层采样区域和第M

1层采样区域中选取L个相距最远的采样点对,从第1层采
样区域和第2层采样区域中选取R个相距最远的采样点对,共计得到N
G
=L+R个采样点对;
[0015]根据选取的N
G
个采样点对,计算得到待匹配陆标的主方向O;
[0016]根据主方向O,按照设定的次序将K+1个待表征点两两组合,得到个不同的待表征点对;其中,K+1个待表征点为:1个待匹配陆标和K个采样点;
[0017]利用二进制位0、1来表征待表征点对中的两个待表征点的灰度加权平均值的大小关系,依次完成个待表征点对的大小关系的表征,得到维的二进制串F;
[0018]对二进制串F进行优化,得到二进制串D;
[0019]将得到的二进制串D作为待匹配陆标对应的描述子。
[0020]在上述基于陆标图像的精确定点着陆自主导航方法中,
[0021]主方向O的解算公式如下:
[0022][0023]其中,P
i1
表示N
G
个采样点对中第i个采样点对中的第1个采样点的坐标,P
i2
表示N
G
个采样点对中第i个采样点对中的第2个采样点的坐标,I(P
i1
)表示P
i1
所在区域的灰度加权平均值,I(P
i2
)表示P
i2
所在区域的灰度加权平均值;
[0024]二进制串F的表示方式如下:
[0025][0026]其中,P
j
表示第j个待表征点对;
[0027]T(P
j
)表示第j个待表征点对中的两个待表征点的灰度加权平均值的大小关系,表示如下:
[0028][0029]其中,表示第j个待表征点对中的第1个待表征点的灰度加权平均值,表示第j个待表征点对中的第2个待表征点的灰度加权平均值。
[0030]在上述基于陆标图像的精确定点着陆自主导航方法中,对二进制串F进行优化,得到二进制串D,包括:
[0031]随机选取S个样本陆标,并确定各样本陆标对应的样本二进制串;
[0032]根据S个样本陆标和各样本陆标对应的样本二进制串,组建得到矩阵
[0033]计算得到矩阵每一列的均值,并选取出列均值最接近0.5的256个二进制位;
[0034]按照确定的256个二进制位,对二进制串F进行优化,得到二进制串D。
[0035]在上述基于陆标图像的精确定点着陆自主导航方法中,
[0036]第1层采样区域中的采样点与待匹配陆标之间的距离最近,第M层采样区域中的采样点与待匹配陆标之间的距离最远;
[0037]各层采样区域的N个采样点以待匹配陆标为中心周向均布;
[0038]与待匹配陆标的距离越小,采样点越密集;与待匹配陆标的距离越大,采样点越稀疏;
[0039]各层采样区域中圆域的半径与对应层的高斯核函数的半径相同;其中,半径越大表示对相应图像区域的模糊力度越大,代表模糊信息;半径越小表示对相应图像区域的模糊力度越小,代表细节信息;
[0040]M=5,N=8,L=40,R=16,S=10000。
[0041]在上述基于陆标图像的精确定点着陆自主导航方法中,根据描述子D和描述子f,对待匹配陆标和地图上已知点进行鲁棒匹配,得到鲁棒匹配结果,包括:
[0042]计算得到第a个待匹配陆标的描述子D
a
中的模糊信息与第b个已知点的描述子f
b
中的模糊信息f
1b
(k)之间的汉明距离d1;其中,k表示模糊信息的位数;
[0043]若d1小于第一设定阈值,则确定第a个待匹配陆标与第b个已知点为潜在匹配关系;并,计算得到第a个待匹配陆标的描述子D
a
中的细节信息与第b个已知点的描述子f
2b
(η)中的细节信息之间的汉明距离d2;其中,η表示模糊信息的位数;若d2小于第二设定阈值,则确定第a个待匹配陆标与第b个已知点为匹配关系;
[0044]依次得到各待匹配陆标与地图上已知点的匹配关系,并基于随机抽样一致方法剔除误匹配,得到若干个正确匹配关系,作为鲁棒匹配结果。
[0045]在上述基于陆标图像的精确定本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于陆标图像的精确定点着陆自主导航方法,其特征在于,包括:确定待匹配陆标的描述子D和地图上已知点的描述子f;其中,描述子D用于稀疏表征待匹配陆标,描述子f用于稀疏表征地图上已知点;根据描述子D和描述子f,对待匹配陆标和地图上已知点进行鲁棒匹配,得到鲁棒匹配结果;根据鲁棒匹配结果对着陆器的状态进行最优估计,得到状态最优估计结果;根据状态最优估计结果,进行精确定点着陆自主导航。2.根据权利要求1所述的基于陆标图像的精确定点着陆自主导航方法,其特征在于,确定待匹配陆标的描述子D,包括:在待匹配陆标周围均匀对称地选取M层采样区域,并在各层采样区域分别选取N个采样点,即共计选取K=M*N个采样点;其中,各层采样区域分别包括N个圆域,每个圆域的中心对应一个采样点;待匹配陆标为:拍摄的图像中灰度值梯度大于五个像素的像素点;利用高斯核函数,分别对各圆域进行卷积处理,得到各采样点的灰度加权平均值;从第M层采样区域和第M

1层采样区域中选取L个相距最远的采样点对,从第1层采样区域和第2层采样区域中选取R个相距最远的采样点对,共计得到N
G
=L+R个采样点对;根据选取的N
G
个采样点对,计算得到待匹配陆标的主方向O;根据主方向O,按照设定的次序将K+1个待表征点两两组合,得到个不同的待表征点对;其中,K+1个待表征点为:1个待匹配陆标和K个采样点;利用二进制位0、1来表征待表征点对中的两个待表征点的灰度加权平均值的大小关系,依次完成个待表征点对的大小关系的表征,得到维的二进制串F;对二进制串F进行优化,得到二进制串D;将得到的二进制串D作为待匹配陆标对应的描述子。3.根据权利要求2所述的基于陆标图像的精确定点着陆自主导航方法,其特征在于,主方向O的解算公式如下:其中,P
i1
表示N
G
个采样点对中第i个采样点对中的第1个采样点的坐标,P
i2
表示N
G
个采样点对中第i个采样点对中的第2个采样点的坐标,I(P
i1
)表示P
i1
所在区域的灰度加权平均值,I(P
i2
)表示P
i2
所在区域的灰度加权平均值;二进制串F的表示方式如下:其中,P
j
表示第j个待表征点对;T(P
j
)表示第j个待表征点对中的两个待表征点的灰度加权平均值的大小关系,表示如下:
其中,表示第j个待表征点对中的第1个待表征点的灰度加权平均值,表示第j个待表征点对中的第2个待表征点的灰度加权平均值。4.根据权利要求2所述的基于陆标图像的精确定点着陆自主导航方法,其特征在于,对二进制串F进行优化,得到二进制串D,包括:随机选取S个样本陆标,并确定各样本陆标对应的样本二进制串;根据S个样本陆标和各样本陆标对应的样本二进制串,组建得到矩阵计算得到矩阵每一列的均值,并选取出列均值最接近0.5的256个二进制位;按照确定的256个二进制位,对二进制串F进行优化,得到二进制串D。5.根据权利要求4所述的基于陆标图像的精确定点着陆自主导航方法,其特征在于,第1层采样区域中的采样点与待匹配陆标之间的距离最近,第M层采样区域中的采样点与待匹配陆标之间的距离最远;各层采样区域的N个采样点以待匹配陆标为中心周向均布;与待匹配陆标的距离越小,采样点越密集;与待匹配陆标的距离越大,采样点越稀疏;各层采样区域中圆域的半径与对应层的高斯核函数的半径相同;其中,半径越大表示对相应图像区域的模糊力度越大,代表模糊信息;...

【专利技术属性】
技术研发人员:黄翔宇胡荣海徐超李茂登魏春岭郭敏文
申请(专利权)人:北京控制工程研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1