基于Rodrigues参数交互模型航天器相对位姿测量技术
发布时间:2021-08-31 08:53
针对传统测量技术测量航天器相对位姿准确度较低的问题,引用Rodrigues参数交互模型,研究了一种新的航天器相对位姿测量技术;利用Rodrigues参数建立航天器位姿采集模型,通过原向量、旋转轴、原向量和旋转轴的交叉积等向量作为标架,获得航天器旋转以后的向量组,利用四元数定理来减少计算航天器旋转向量的计算量,在观察三维空间内的坐标系间的向量变化曲线规律后,测量出交互模型的航天器相对位姿,得出基于罗德里格旋转参数交互模型结构图,确定罗德里格旋转参数模型与航天器的距离H和地面接收到的航天器相位位姿的误差;通过Harris角点检测方法计算航天器模拟图像的每个像素和灰度,通过像素和灰度信息进行条件随机场计算,分析航天器相对位姿特征,在多次寻找三维坐标系中查找相似的最近临近点和次临近点后,合理匹配,确定航天器相对位姿;实验结果表明,基于Rodrigues参数交互模型航天器相对位姿测量技术测量的精准度比传统技术高出25.88%,实用性更强。
【文章来源】:计算机测量与控制. 2020,28(09)
【文章页数】:5 页
【部分图文】:
基于罗德里格旋转参数交互模型结构图
近年来我国研究发明的航天器通常是由航天器附属卫星、太阳能帆板、发动机喷嘴和星箭对接圆环与地面计算机的通信天线组成[16]。航天器附属卫星多是以有规则的圆柱体、长方体、正方体为主,避免出现观察不到的死角问题。太阳能帆板的作用是为航天器提供电能,维持航天器的正常工作,太阳能帆板通常为长方形和正方形。为了方便测量航天器的相对位姿,一般将太阳能帆板和航天器附属卫星的形状相同,这样可以提供相同的角点特征。发动机喷嘴和星箭对接环都是圆形装置,其主要作用是稳定航天器的内部运行。航天器的通信天线多是喇叭形状的,由于通信天线在航天器的外部,通信天线是航天器相对位姿测量的关键,所以通信天线外有一层保护膜,防止通信天线发生软化[17]。具体航天器相对位姿特征提取过程如图4所示。图3 航天器模型
航天器模型
【参考文献】:
期刊论文
[1]基于改进SIFT-ICP算法的物体点云建模方法[J]. 于灏,杜华军,蔡莹皓,鲁涛,王睿,王硕. 高技术通讯. 2019(08)
[2]基于末端位姿修正的机器人可变形臂稳态控制算法[J]. 张亚婉. 国外电子测量技术. 2019(06)
[3]特征法视觉SLAM逆深度滤波的三维重建[J]. 张一,姜挺,江刚武,余岸竹,于英. 测绘学报. 2019(06)
[4]M估计的抗差匹配算法及收敛性分析[J]. 杨贵强,刘玉君,李瑞,汪骥. 哈尔滨工程大学学报. 2019(09)
[5]一种面向空间非合作目标位姿测量应用的三维点云滤波算法[J]. 顾营迎,王立,华宝成,刘达,吴云,徐云飞. 应用光学. 2019(02)
[6]基于多传感器测量的航天器舱段自动对接位姿调整方法[J]. 陈冠宇,成群林,张解语,洪海波,何军. 北京航空航天大学学报. 2019(06)
[7]基于点特征的单目视觉位姿测量算法[J]. 王中宇,李亚茹,郝仁杰,程银宝,江文松. 红外与激光工程. 2019(05)
[8]一种视觉引导的作业型飞行机器人设计[J]. 王营华,宋光明,刘盛松,连杰,孙慧玉,宋爱国. 机器人. 2019(03)
[9]RTM框架下基于点线特征的视觉SLAM算法[J]. 贾松敏,丁明超,张国梁. 机器人. 2019(03)
[10]面向筒类舱段自动装配的两点定位调姿方法[J]. 金贺荣,刘达. 中国机械工程. 2018(12)
本文编号:3374604
【文章来源】:计算机测量与控制. 2020,28(09)
【文章页数】:5 页
【部分图文】:
基于罗德里格旋转参数交互模型结构图
近年来我国研究发明的航天器通常是由航天器附属卫星、太阳能帆板、发动机喷嘴和星箭对接圆环与地面计算机的通信天线组成[16]。航天器附属卫星多是以有规则的圆柱体、长方体、正方体为主,避免出现观察不到的死角问题。太阳能帆板的作用是为航天器提供电能,维持航天器的正常工作,太阳能帆板通常为长方形和正方形。为了方便测量航天器的相对位姿,一般将太阳能帆板和航天器附属卫星的形状相同,这样可以提供相同的角点特征。发动机喷嘴和星箭对接环都是圆形装置,其主要作用是稳定航天器的内部运行。航天器的通信天线多是喇叭形状的,由于通信天线在航天器的外部,通信天线是航天器相对位姿测量的关键,所以通信天线外有一层保护膜,防止通信天线发生软化[17]。具体航天器相对位姿特征提取过程如图4所示。图3 航天器模型
航天器模型
【参考文献】:
期刊论文
[1]基于改进SIFT-ICP算法的物体点云建模方法[J]. 于灏,杜华军,蔡莹皓,鲁涛,王睿,王硕. 高技术通讯. 2019(08)
[2]基于末端位姿修正的机器人可变形臂稳态控制算法[J]. 张亚婉. 国外电子测量技术. 2019(06)
[3]特征法视觉SLAM逆深度滤波的三维重建[J]. 张一,姜挺,江刚武,余岸竹,于英. 测绘学报. 2019(06)
[4]M估计的抗差匹配算法及收敛性分析[J]. 杨贵强,刘玉君,李瑞,汪骥. 哈尔滨工程大学学报. 2019(09)
[5]一种面向空间非合作目标位姿测量应用的三维点云滤波算法[J]. 顾营迎,王立,华宝成,刘达,吴云,徐云飞. 应用光学. 2019(02)
[6]基于多传感器测量的航天器舱段自动对接位姿调整方法[J]. 陈冠宇,成群林,张解语,洪海波,何军. 北京航空航天大学学报. 2019(06)
[7]基于点特征的单目视觉位姿测量算法[J]. 王中宇,李亚茹,郝仁杰,程银宝,江文松. 红外与激光工程. 2019(05)
[8]一种视觉引导的作业型飞行机器人设计[J]. 王营华,宋光明,刘盛松,连杰,孙慧玉,宋爱国. 机器人. 2019(03)
[9]RTM框架下基于点线特征的视觉SLAM算法[J]. 贾松敏,丁明超,张国梁. 机器人. 2019(03)
[10]面向筒类舱段自动装配的两点定位调姿方法[J]. 金贺荣,刘达. 中国机械工程. 2018(12)
本文编号:3374604
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/3374604.html