摘要：基于TOF(time of flight)相机设计一种融合目标二维灰度信息与三维点云信息的位姿估计算法框架,解算追踪星与非合作目标之间的相对位姿.该算法框架使用TOF相机获取的目标的灰度图像和三维点云数据,采用基于弧段的椭圆提取方法和ICP(iterative closest point)点云迭代方法求解非合作目标的相对位姿信息.融合了基于灰度图像的图像处理算法与基于点云的位姿优化迭代算法提高了位姿解算算法的精度与鲁棒性,通过地面测试试验验证了所提算法框架的性能.在轨试验表明本文所提算法框架可以稳定有效地解算超近程空间非合作目标的相对位姿,为追踪星GNC分系统提供可靠导航信息且TOF相机输出相对位姿精度优于2°、5 cm.

摘要：针对星敏感器在大机动场景下跟踪预测误差较大和星点补充频率较高的问题,提出一种陀螺仪辅助星敏感器的星跟踪算法。在载体角加速度发生剧烈变化的大机动场景下,利用陀螺仪测量得到的角速度信息,对星点运动轨迹进行估计,得到相邻两帧星图中间时刻的星点位置信息。进一步建立星点运动模型,利用卡尔曼滤波器对星点位置进行跟踪预测,从而提前预测星图内外星点位置。结合所提出的缓存星库方案,可实现大机动场景下的快速星点补充。实验表明,在大机动运动条件下,星点跟踪误差小于2 pixels,采用缓存星库的算法可以有效减少补充星点的时耗,证明了算法的有效性,对提高星敏感器的动态性能和更新率有着重要意义。