[发明专利]一种空间非合作目标位姿预测方法

说明书

技术领域

本发明属于非合作目标位姿预测领域，具体涉及一种空间非合作目标位姿预测方法。

背景技术

针对目前太空垃圾数量增加导致轨道资源减少的问题，现有的研究主要集中于两种清理太空垃圾的方式[1]。第一种方式是使用空间机器人对太空垃圾进行抓捕，另外一种方式是使用微小卫星对太空垃圾进行抓捕并在带回大气层的过程中烧毁。这两种方法，都会存在一个估计和预测非合作目标未来运动的问题，对于这个问题，现有研究的主要思想是首先将非合作目标转化为合作目标，然后根据目标已知的模型对目标的位姿进行预测，具体来说就是使用传感器测量获得非合作目标的位姿，完成非合作目标动力学参数的辨识，根据所辨识的非合作目标动力学模型，进而完成非合作目标的位姿预测和控制。

文献[2-3]使用卡尔曼滤波器进行非合作目标惯性参数辨识，但是该方法只能够进行短周期的运动预测。F.Aghili基于激光雷达对恶劣光照条件的影响较为鲁棒这个优点，使用最近点迭代(ICP)算法对激光雷达获得的点云数据进行非合作目标的重构，并构建卡尔曼滤波器(KF)与最近点迭代(ICP)组成的闭环系统，通过卡尔曼滤波器对目标的状态和惯性参数进行估计。这样做的好处在于：首先加快了算法的收敛速度，其次即使当传感器暂时失去信号，系统仍然可以继续正常工作[4]。Ulrich等针对卡尔曼滤波不能进行长期预测的缺点，提出了一种预测时间长达100秒的长期预测，并验证了其可行性[5]。

以上针对非合作目标位姿预测的研究主要存在以下两个问题。第一个是以上方法都是基于将非合作目标转变为合作目标的思想提出的，即首先对非合作目标进行动力学参数辨识，将其转化为合作目标后再进行运动状态预测，然而需要指出的是，空间中实际的非合作目标大多没有先验信息，不能满足上述方法中能够给出仅动力学参数未知的动力学模型假设，因此上述方法不能完美解决所有非合作目标运动预测的问题。第二，上述方法多数采用卡尔曼滤波对运动状态进行预测，只能进行单步、短期的预测，而不能进行多步、长期的预测。

针对上述两个缺点，需要设计一种新的非合作目标位姿预测方法，这种方法不需要进行目标的动力学参数辨识，且能对目标位姿进行长期预测。

参考文献

[1]A.Flores-Abad,O.Ma,K.Pham,S.Ulrich.A review of space robotics technologies for on-orbit servicing,Progress in Aerospace Sciences[J].2014,68:1–26.

[2]Lichter,M.D.,Dubowsky,S.:State,Shape and Parameter Estimation of Space Objects from Range Images,IEEE International Conference on Robotics and Automation(ICRA 2004),New Orleans,LA,April 2004.

[3]Greenspan,M.,Shang,L.,Jasiobedzki,P.:Efficient Tracking with the Bounded Hough Transform,2004IEEE Computer Society Conference on Computer Vision and Pattern Recognition(CVPR’04),Volume 1,pp.520-527.

[4]Aghili F,Kuryllo M,Okouneva G,et al.Fault-Tolerant Position/Attitude Estimation of Free-Floating Space Objects Using a Laser Range Sensor[J].IEEE Sensors Journal,2011,11(1):176-185.

[5]Hillenbrand U,Lampariello R.Motion and parameter estimation of a free-floating space object from range data for motion prediction[C].8th International Symposium on Artificial Intelligence,Robotics,and Automation in Space.2005.

发明内容