[发明专利]一种多航天器协同识别目标姿态参数的方法

权利要求书

1.一种多航天器协同识别目标姿态参数的方法，其特征在于，包括以下步骤：

采用多个航天器协同构成编队，多个航天器的相机同时观测目标运动，并对目标进行三维重构，基于两个相邻时间帧之间的特征点和点云信息，解算出空间目标的姿态参数，最后采用视觉信息融合滤波技术提取目标姿态参数和翻滚角速度的运动参数；

所述多个航天器协同构成编队的步骤具体包括：

针对空间非合作目标，划定可能的活动空间；采用多颗航天器组成编队对目标进行伴飞和协同观测；

在不依赖姿轨调整的前提下，解算各航天器姿轨运动状态，以及相应的可观测视场变化；

检索并判定各观测航天器的观测视场同目标可能活动空间的交集，当交集区域达到观测阈值时，则激活相应的航天器，对目标实施观测；

整合时序变化的观测相机序列和获取的目标图像信息，构建关于目标的图像序列数据；

针对协同观测获取的关于目标的图像序列数据，整个协同观测流程分为两个部分：

第一部分：各时间帧上基于多视点图像的目标三维重建；

第二部分：基于时间帧间三维重建的数据的姿态变量提取；

各时间帧上基于多视点图像的目标三维重建具体步骤为：

S1：对同一时间帧的图像组，检测每个图像中的特征点，并对其进行匹配；

S2：基于匹配的特征点，结合各视图已知的相对姿态信息，恢复特征点的深度信息和三维坐标信息；

S3：对前后两个时间帧的图像对组合，基于已检测到的特征点进行匹配；

S4：基于前后两个时间帧的图像对，可匹配的特征点对应的空间坐标变化结算目标的姿态变化矩阵；

基于时间帧间三维重建的数据的姿态变量提取的步骤为：

首先，对前后两个时间帧的图像集合，基于已知检测到的相应特征点；对两个时间帧的图像进行特征匹配；依次选择各个相机作为主相机，使用近似最近邻算法进行主匹配；

对于匹配成功的特征点对，其相应的空间点构成了在前后两个时间帧变化的空间点云，整合各个相机作为主相机获得的空间点云变化序列，并更新各相机的权重；

随后，引入邻近判定条件，并依据空间点的置信度去除置信度相对较低的空间点。

2.根据权利要求1所述的一种多航天器协同识别目标姿态参数的方法，其特征在于，采用三个航天器协同构成编队，三个航天器的相机同时观测目标运动。

3.根据权利要求1所述的一种多航天器协同识别目标姿态参数的方法，其特征在于，选择SURF特征算子对图像进行特征点提取；除了特征点位置外，SURF检测器为每个特征点给予了一个64维的局部特征描述符，以用于图像间的特征匹配；在图像间的特征匹配过程中，使用近似最近邻算法进行主匹配；

基于匹配完毕的特征点对集合，结合已知的各视点相机的位置和姿态信息，利用三角测量方法，对目标相应的三维点云坐标信息实施重建。