[发明专利]一种基于混合卡尔曼滤波的自由漂浮目标位姿预测方法

说明书

本发明涉及一种基于混合卡尔曼滤波的自由漂浮目标位姿预测方法，包括以下步骤：步骤一、建立自由漂浮目标动力学模型；步骤二、设计混合卡尔曼滤波器，利用混合卡尔曼滤波对运动状态及动力学模型参数进行估计；步骤三、利用所估计的运动参数对漂浮目标未来一段时间轨迹进行预测。目标的姿态参数用轴角来表示，记为，位置分别为三个轴独立的运动，利用所估计运动信息对未来一段时间内的位置和姿态进行预测，得到未来某一时刻的位姿。本发明滚动实时对自由漂浮目标轨迹进行长周期预测，准确性好，从而为后续机械臂的抓捕奠定基础。

技术领域

本发明属于自由漂浮目标位姿预测领域，具体涉及一种基于混合卡尔曼滤波的自由漂浮目标位姿预测方法。

背景技术

在未来的空间活动中空间机器人将扮演越来越重要的角色，其在清理空间碎片、在轨维修、空间建设和稳定卫星轨道和其他大型空间结构问题上具有广阔的应用前景。空间机器人的重要任务包括抓捕轨道上的卫星或其他类似物体，以便回收并修复失效的卫星，营救失去控制的载人航天器，或者移除较大的空间碎片。其中大部分无法测量自身的运动与姿态信息，变成了非合作目标，可能会以较大的角速度做翻滚运动。目前的方法大多是利用相机测量非合作目标的位姿，对合作目标动力学动力学参数模型进行辨识，利用辨识的动力学模型进行位姿的预测。

文献^[1]基于欧拉情形解析解提取了描述自由漂浮刚体(目标)姿态运动的一组动力学参数和描述姿态运动的动量矩坐标系的参数，将这些参数作为预测目标刚体姿态运动的参数，然后利用目标刚体姿态运动的观测结果按一系列步骤依次求出各个参数，达到预测姿态运动的目的。文献^[2]利用优化的方法求解最佳的动力学参数(刚体的惯量矩阵和初始条件)，使得动力学参数对应的姿态运动与观测结果吻合最好，然后利用动力学参数预测刚体的姿态运动。

上述方法存在一些问题，第一个是直接利用观测数据求解各个参数，不能充分利用历史观测数据，导致结果误差较大，第二个是利用优化方法求解需要直接求解高维的优化问题，计算量较大。

针对以上的缺点，需要设计一种新的非合作目标位姿预测方法，这种方法不需要复杂的优化求解，直接根据历史数据估计出目标的运动状态，惯性参数，根据运动估计信息进行预测。

发明内容

本发明的目的在于在现有方法基础上，在目标惯性参数未知的情况下，提供一种新的同时估计目标运动状态和惯性参数的方法，适用范围广，精度高，通过混合卡尔曼滤波进行运动状态及动力学模型参数估计，利用所估计参数进行长期预测。

为了实现上述目的，本发明采用的技术方案包括以下步骤：

步骤1、建立自由漂浮目标动力学模型；

步骤2、设计混合卡尔曼滤波器，利用混合卡尔曼滤波对运动状态及动力学模型参数进行估计；

步骤3、利用所估计的运动参数对漂浮目标未来一段时间轨迹进行预测，其中，定义位置为三个方向独立的运动，用p＝[x,y,z]表示，目标的姿态参数用轴角来表示，记为φ＝(e,θ)，对未来一段时间内的位置和姿态进行预测，得到未来某一时刻的位姿。

在上述的一种基于混合卡尔曼滤波的自由漂浮目标位姿预测方法，所述动力学模型按照以下步骤建立：

航天器相对于本体系得惯量矩阵为：

刚体的角动量为：

根据动量矩定理，外力矩可表示为：

目标姿态动力学的一般方程为：