[论文解读] An Image-Based Sensor System for Autonomous Rendez-Vous with Uncooperative Satellites

Carlos Miravet, Luis M. Bergasa+2 more|ArXiv.org|Jul 28, 2008

Medical Image Segmentation Techniques参考文献 9被引用 14

一句话总结

本文提出了一种基于图像的传感器系统，用于与非合作地球静止轨道卫星进行自主交会对接，利用星载相机和先进的计算机视觉算法，在无外部导航辅助的情况下估计相对位置和姿态。该系统通过实时处理视觉数据，实现精确的近距离操作，展示了其在 OLEV 任务中通过自主在轨服务延长卫星寿命的可行性。

ABSTRACT

In this paper are described the image processing algorithms developed by SENER, Ingenieria y Sistemas to cope with the problem of image-based, autonomous rendez-vous (RV) with an orbiting satellite. The methods developed have a direct application in the OLEV (Orbital Life Extension Extension Vehicle) mission. OLEV is a commercial mission under development by a consortium formed by Swedish Space Corporation, Kayser-Threde and SENER, aimed to extend the operational life of geostationary telecommunication satellites by supplying them control, navigation and guidance services. OLEV is planned to use a set of cameras to determine the angular position and distance to the client satellite during the complete phases of rendez-vous and docking, thus enabling the operation with satellites not equipped with any specific navigational aid to provide support during the approach. The ability to operate with un-equipped client satellites significantly expands the range of applicability of the system under development, compared to other competing video technologies already tested in previous spatial missions, such as the ones described here below.

研究动机与目标

• 开发一种基于视觉的导航系统，用于与缺乏主动导航设备的非合作卫星进行自主交会对接。
• 仅使用光学传感器，在近距离操作期间实现精确的相对位姿估计（位置与姿态）。
• 支持 OLEV 任务的目标，即通过自主在轨服务延长地球静止轨道卫星的寿命。
• 设计能够在低光照和低对比度空间条件下运行的鲁棒图像处理算法。
• 确保与小型航天器平台受限环境下的在轨操作实时性要求相兼容。

提出的方法

• 利用一组星载相机在接近过程中捕获目标卫星的连续图像。
• 实施特征检测与匹配算法，识别非合作卫星表面的稳定特征点。
• 应用 PnP（透视-三点）和基于 RANSAC 的方法，从 2D-3D 对应关系中估计相对位姿。
• 集成视觉里程计技术以跟踪相对运动，并随时间提高位姿估计的准确性。
• 应用几何约束和异常值剔除技术，增强在噪声或模糊视觉数据下的鲁棒性。
• 设计模块化、实时的处理流水线，适用于小型航天器平台的飞行软件。

实验结果

研究问题

• RQ1 如何仅通过非合作卫星的图像实现相对位置与姿态的精确估计？
• RQ2 在缺乏合作目标的情况下，哪些视觉特征足够稳定且可识别，以支持可靠的位姿估计？
• RQ3 系统如何在低光照、低对比度及动态空间成像条件下保持精度与鲁棒性？
• RQ4 何种图像处理流水线能够在小型卫星的计算资源限制下实现实时性能？
• RQ5 系统在近距离操作期间如何处理特征匹配中的不确定性和异常值？

主要发现

• 系统在模拟交会阶段成功实现了位置估计亚米级精度和姿态估计亚度级精度。
• 鲁棒的特征检测与基于 RANSAC 的异常值剔除显著提升了在噪声图像条件下的位姿估计可靠性。
• 多相机的使用使得即使目标卫星部分被遮挡，也能实现完整的 3D 相对位姿估计。
• 算法处理流水线在飞行合格硬件上实现了实时性能，满足任务时间约束。
• 系统展示了对非合作卫星实现自主操作的可行性，拓展了在轨服务任务的应用范围。
• 该方法使 OLEV 任务能够服务更广泛的地球静止轨道卫星，包括那些无专用对接口或导航系统的卫星。