空间目标姿态估计与稳定跟踪方法研究

摘要

近距离旋转空间目标的相对姿态测量与稳定跟踪是空间非合作目标自主交会对接中的难点问题。受姿态运动、光照变化、形状变形甚至噪声等影响，卫星等非合作旋转空间目标的特征点、特征线以及特征区域等波动变化明显、稳定性弱。这导致传统的目标跟踪方法常常发生跟踪点抖动、漂移甚至发散，难以满足近距离巡视、交会对接甚至抓捕等任务要求的高精度跟踪。因此，光照不均条件下近距离旋转空间目标稳定跟踪必将面临旋转、形状、姿态等变化和运动模糊等诸多挑战，具有一定的理论意义和实用价值。　　首先针对近距离旋转空间目标的相对姿态测量问题，本文提出一种提取目标椭圆截面特征的方法，结合扩展卡尔曼滤波（EKF）与SLAM算法的测量方法来估计姿态；然后针对近距离旋转空间目标的跟踪问题，本文研究采用提取Harris角点特征与扩展卡尔曼滤波（EKF）相融合的方法来实现目标的稳定跟踪，达到跟踪过程中的高稳定实时目标跟踪性能。本文主要涵盖了目标姿态估计和目标稳定跟踪两项研究重点：　　①在目标姿态估计的工作上，本文先通过对近距离旋转空间目标模型的空域特征状态进行提取，研究旋转空间目标的特征区域、特征线、特征点等特征的提取手段，通过提取SIFT和SURF特征，结合SLAM算法来估计目标的旋转角度；然后提出一种椭圆截面的新特征，利用轮廓建立目标扩展状态结合扩展卡尔曼滤波（EKF）的非线性特性来对目标的姿态进行估计。通过对比发现，本文提出的新特征误差更小，鲁棒性更高。　　②在目标稳定跟踪的工作上，本文研究采用提取Harris角点特征与扩展卡尔曼滤波（EKF）相融合的手段对目标进行稳定跟踪。在实验中分别对全局区域、局部区域、角点区域三个不同的区域进行跟踪，通过对比提取全局区域和局部区域的形心特征和Harris角点特征的跟踪结果发现，本文的跟踪方法像素误差更小，跟踪的稳定性更高。　　本文中的实验采用MATLAB软件以及OPENCV视觉库进行了算法的代码编写以及其仿真工作，实验数据满足算法的设计要求。

目录

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 目标姿态估计研究现状

1.2.2 目标跟踪技术研究现状

1.3 目标姿态的准确估计难点

1.4 旋转物体的跟踪稳定性研究难点及关键性问题

1.5 本文主要研究内容及章节安排

1.6 本章小结

2 旋转目标姿态估计与稳定跟踪的相关理论基础

2.1 坐标系定义及转换

2.1.1 坐标系定义

2.1.2 坐标系之间的转换

2.2 姿态估计算法

2.2.1 卡尔曼滤波

2.2.2 SLAM算法

2.2.3 互补滤波器

2.2.4 粒子滤波

2.3 目标跟踪算法

2.3.1 传统的跟踪算法

2.4 本章小结

3 近距离旋转空间目标姿态估计

3.1 目标观测特征选取

3.1.1 点特征提取算法

3.1.2 线特征提取算法

3.1.3 轮廓特征提取算法

3.2 姿态估计算法实现

3.2.1 目标姿态估计原理介绍

3.2.2 目标姿态估计实验阶段

3.3 目标相相对位置解算效果果

3.4 目标相对姿态解算效果

3.5 误差分析

3.6 本章小结

4 近距离旋转空间目标稳定跟踪方法

4.1 Harris角点检测

4.2目目标跟踪实

4.3误误差分析

4.4本本章小结

5 总结与展望

5.1 工作总结

5.2 研究展望

参考文献

附 录

A. 作者在攻读学位期间发表的论文目录

B. 作者在攻读学位期间参加的科研项目

C. 作者在攻读学位期间参加的竞赛获奖

致 谢