基于圆和线特征非合作目标相对位姿双目视觉测量方法

摘要

本发明属于非合作航天器相对导航系统设计领域，特别涉及一种基于圆和线特征非合作目标相对位姿双目视觉测量方法，包括以下步骤：通过图像处理算法和双目视觉特性，消除圆二义性；利用双目视觉下圆法向量和线平面法向量，定义特征提取误差的自适应系数；根据自适应系数和特征间的平行约束，测量目标翻滚角，并且提高姿态测量精度。本方法保障了复杂干扰环境对特征提取影响较大情况时仍然满足相对导航系统的测量精度，并且对翻滚角进行测量，具有较强的自适应能力和实现非合作目标六自由度相对位姿测量。

说明书

技术领域

本发明属于非合作航天器相对导航系统设计领域，特别涉及一种基于圆和线特征非合作目标相对位姿双目视觉测量方法。

背景技术

目前，针对空间非合作目标的空间任务越来越受关注，例如在轨加注、在轨维护与装配等工作，非合作目标相对位姿的精确测量是保障空间任务正常进行的前提。空间非合作目标具有无法彼此通讯、无法安装人工靶标的特点，如何利用有限的测量实现非合作目标的相对位姿测量是航天器导航系统的一个关键技术。

在非合作目标导航任务中的接近段，通常可以利用喷嘴或者对接环等特征，实现对非合作目标的抓捕。而目前基于圆特征的位姿测量，由于圆的旋转不变性，导致此种测量方案的翻滚角姿态缺失，另外，受空间中光照、相对运动的影响，图像处理技术会存在一定的误差，从而导致位姿测量精度较差，这些往往会不利于空间非合作目标的抓捕任务实施。因此，如何利用非合作目标的有限结构信息和测量信息，实现对非合作目标六自由度位姿精确测量是当前航天器相对导航工程领域中亟待解决的问题。

发明内容

针对在实际的非合作目标导航的抓捕任务中，非合作目标相对位姿测量存在目标通信失效和缺乏人工靶标、翻滚角缺失与精度不足等问题，本发明提供了一种基于圆和线特征非合作目标相对位姿双目视觉测量方法，本方法考虑直线与圆特征平行约束和不同特征图像处理误差，设计了一种自适应系数下的位姿测量方法。本发明实现了基于圆姿态测量方法中缺失翻滚角的测量，同时提高了相对姿态的测量精度，保证了非合作目标抓捕的精确位姿测量任务。

为实现上述目的，本发明提供了一种基于圆和线特征非合作目标相对位姿双目视觉测量方法，包括如下步骤：

S1：通过图像处理算法，提取非合作目标的圆特征和直线特征，得到圆特征成像后椭圆参数和直线特征参数；

S2：基于步骤S1中得到的椭圆参数，计算圆特征的圆心位置和圆法向量，然后利用双目视觉消除圆二义性，得到消除圆二义性后的圆法向量；

S3：基于步骤S1中得到的直线特征参数，求得直线与相机原点构成线平面的法向量，并且基于步骤S2中得到的消除圆二义性后的圆法向量，定义圆和线特征图像处理算法下误差的自适应系数；

S4：基于步骤S3定义的自适应系数以及非合作目标直线与圆平行的约束，实现非合作目标翻滚角姿态测量，同时对消除圆二义性后的圆法向量进行修正，提高非合作目标姿态测量精度。

进一步，步骤S1中得到的圆特征成像后椭圆参数为：

au

其中，[a,b,c,d,e,f]为椭圆方程参数，[u,v]为椭圆像素坐标；

直线特征方程为：

其中，

进一步，步骤S2中利用双目视觉消除圆二义性具体过程为：

设定左目相机坐标系Σ

采用双目视觉得到4个圆法向量

其中，

找到4个夹角中最小的夹角，从而消除圆的二义性，定义消除圆二义性后的左目相机坐标系Σ

将右目相机坐标系Σ

其中，

进一步，步骤S3具体过程如下：

计算两个圆法向量

α＝ψ (15)

定义非合作目标上有两条平行直线L

定义β表示直线图像处理算法的直线误差系数：

进一步，步骤S4具体过程如下：

直线L

其中，π

其中，n

直线L

定义非合作目标坐标系Σ

其中，

则非合作目标的姿态矩阵为

本发明的有益效果：

1)本发明考虑了不同特征提取的误差，设计了相应的自适应系数对提取精度进行了定量描述；

2)本发明利用直线特征实现对翻滚角的测量，并且通过引用自适应系数提高了姿态的测量精度。

附图说明

图1为本发明实施例的基于圆和线特征非合作目标相对位姿双目视觉测量方法流程图；

图2为本发明实施例的双目视觉对非合作目标测量模型示意图；

图3为本发明实施例的位置测量误差与相对误差仿真图；

图4为本发明实施例的非合作目标姿态测量误差仿真图。

具体实施方式

下面结合附图和实施例进一步描述本发明，应该理解，以下所述实施例旨在便于对本发明的理解，而对其不起任何限定作用。

如图1所示，本实施例的基于圆和线特征非合作目标相对位姿双目视觉测量方法，包括如下步骤：

S1：通过图像处理算法，提取非合作目标的圆特征和直线特征，得到圆特征成像后椭圆参数和直线特征参数；

设定双目相机的焦距为16.1mm，像素为1024×1024，像元尺寸为14μm×14μm，基线为0.24m，并且两相机间的旋转矩阵为I

用椭圆图像处理算法，得到椭圆方程为：

au

其中，[a,b,c,d,e,f]为检测到的椭圆方程参数，[u,v]为相应的像素坐标。

将式(1)写成统一形式为：

其中，

利用直线图像处理算法，得到空间直线两条平行直线L

其中，

S2：基于步骤S1中得到的椭圆参数，计算圆特征的圆心位置和圆法向量，然后利用双目视觉消除圆二义性；

两个相机系的齐次转换矩阵为：

其中，

对于空间中一个任意点P＝[x y z]

z[u v 1]

其中，K为相机的标定内参矩阵。则椭圆的边缘点满足：

[x y z]K

定义Γ为椭圆边缘和相机中心构成的非标准圆锥曲面，其中Q＝K

U

其中，U是Q的正交矩阵，λ

在标准椭圆坐标系O

其中，O'

通过将标准椭圆的圆心和法向量转换到相机参考坐标系中，得到圆的圆心位置和法向量为：

其中，

通过分析，基于圆的位姿测量方法有两种位姿解，这意味着圆位姿求解存在二义性。通过式(7)(9)，采用双目视觉可以得到4个圆法向量

其中，ψ

通过对比，找到4个夹角中最小的角，从而消除圆的二义性。定义消除二义性后的两个圆法向量为

S3：基于步骤S1中得到的直线特征参数，求得直线与相机原点构成线平面的法向量，并且基于步骤S2利用双目视觉下圆法向量，定义圆和线特征图像处理算法下误差的自适应系数；

在左相机坐标系Σ

其中，K

因此，两个线平面π

其中，[π

两个线平面π

根据公式(4)(14)，可以得到4个线平面的法向量

首先，计算两个圆法向量

α＝ψ (15)

其次，如果直线图像处理算法没有误差，那么4个线平面法向量是共面的，因此线平面法向量不共面特性反映直线图像处理算法的误差。4个向量

然后，β表示直线图像处理算法的误差系数：

S4：基于步骤S3定义的自适应系数以及直线与圆平行的约束，实现非合作目标翻滚角姿态测量，同时对圆法向量进行修正，提高非合作目标姿态测量精度。

直线L

其中π

其中，n

因此，直线L

直线方向向量

其中，

最后，非合作目标的姿态矩阵为

采用本实施例的方法获得的非合作目标位置误差和姿态仿真结果分别如图3以及图4所示。由图3可知，目标相对位置误差始终小于2％；同时，根据图4可知，三轴姿态角误差均在1.4deg以内。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以对本发明的实施例做出若干变型和改进，这些都属于本发明的保护范围。