[发明专利]一种基于高斯过程的空间目标姿态估计不确定度计算方法

说明书

本发明公开了一种基于高斯过程的空间目标姿态估计不确定度计算方法，具体步骤包括如下：S1维度扩展：将二维的姿态扩充到三维球面上进行表示；S2高斯估计过程：通过高斯估计得到测试集的目标值的均值和方差，及目标值与目标值不确定度的关系；S3推导计算偏航角和俯仰角的不确定度：根据所述均值、所述方差和所述目标值不确定度，分析二维姿态偏航角θ和俯仰角β对应的不确定度。本发明提供了一种基于高斯过程的空间目标姿态估计不确定度计算方法，通过方差推导计算相应的不确定度，不确定度将提示预测结果的可信度，通过对不确定度进行分析，确定其对应的姿态估计的准确度，挑选出可信度低的结果进行二次判读，以减少误判。

技术领域

本发明涉及数字图像处理领域，更具体的说是涉及一种基于高斯过程的空间目标姿态估计不确定度计算方法。

背景技术

视觉系统广泛应用于航空航天的各个应用领域：基于视觉的着陆、位置和姿态估计、在轨自适应、卫星识别等等，其中基于视觉的姿态估计是实现这些应用的关键技术之一。

基于视觉的姿态估计方法主要分为两类：基于3D模型的方法和基于2D模型的方法。基于3D模型的方法需要有先验的空间目标物体的3D模型，并且应该包含包括结构、形状、纹理等在内的丰富的信息，但是准确的3D模型在实践中很难得到。基于2D模型的方法尝试直接从图像序列或单个图像恢复姿态信息，这些方法基于单目或双目视觉，但是大多数都需要相机校正或在目标飞行器上进行光学标记，同时当图像传感器距离目标飞行器很远的时候，双目视觉为基础的方法可能无效。一般的姿态估计方法只给出了相应误差范围内的准确率，没有其他参考信息，无法确认预测结果的可信度，进一步无法确认姿态估计的准确度。

因此，如何提供一种通过高斯过程进行姿态估计，在得到姿态的预测值的均值的同时得到相应的方差，通过方差推导计算相应的不确定度，不确定度将提示预测结果的可信度，通过对不确定度进行分析，确定其对应的姿态估计的准确度，挑选出可信度低的结果进行二次判读，以减少误判的基于高斯过程的空间目标姿态估计不确定度计算方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于高斯过程的空间目标姿态估计不确定度计算方法，通过高斯过程进行姿态估计，在得到姿态的预测值的均值的同时得到相应的方差，通过方差推导计算相应的不确定度，不确定度将提示预测结果的可信度，通过对不确定度进行分析，确定其对应的姿态估计的准确度，挑选出可信度低的结果进行二次判读，以减少误判。

为了实现上述目的，本发明提供如下技术方案：

一种基于高斯过程的空间目标姿态估计不确定度计算方法，具体步骤包括如下：

S1维度扩展：将二维的姿态扩充到三维球面上进行表示；

S2高斯估计过程：通过高斯估计得到测试集的目标值的均值和方差，及目标值与目标值不确定度的关系；

S3推导计算偏航角和俯仰角的不确定度：根据所述均值、所述方差和所述目标值不确定度，分析二维姿态偏航角θ和俯仰角β对应的不确定度。

通过上述技术方案，本发明的技术效果：通过高斯过程进行姿态估计，在得到姿态的预测值的均值的同时得到相应的方差，通过方差推导计算相应的不确定度，不确定度将提示预测结果的可信度，通过对不确定度进行分析，确定其对应的姿态估计的准确度，挑选出可信度低的结果进行二次判读，以减少误判。

优选的，在上述的一种基于高斯过程的空间目标姿态估计不确定度计算方法中，所述S1维度扩展中，具体地公式如下：

y₁＝cosθcosβ

y₂＝sinθcosβ

y₃＝sinθ (1)