在建设航天强国的道路上，航天器将承担越来越多的任务，未来的航天器会更加复杂，在轨服务技术及空间对抗技术具有显著的战略价值[1]。航天器动力学参数正确辨识是完成任务的重要保障，能够为航天器自身提供所需的控制参数，增强航天器自适应性及智能性[4]。目前，参数辨识主要依靠视觉传感器，视觉测量具有系统简单、成本低、对目标无扰动、非接触、测量参数丰富等特点[6]，能够完成传统接触式测量方式无法完成的任务[3]。现有的基于视觉的目标运动参数测量技术，主要是对图像中的目标进行特征提取、图像识别及运动学处理[2]。由于特征点会发生漂移，得到的目标运动参数精度及实时性欠佳，难以满足高精度、快响应的任务需求。因此，研究航天器位姿参数辨识的智能算法有实际意义[5]。

本文旨在设计实现视觉测量求解的位姿参数辨识系统：（1）采用视觉测量方案，实现非接触、低成本的图像采集系统；（2）利用深度神经网络提供更加准确的特征点提取结果；（3）采用PNP位姿解算方法求解，得到位姿参数辨识结果。初步试验结果表明，该位姿参数辨识系统能够较好的满足使用需求，得到精度较高的辨识结果。

1.2 立项背景

在建设航天强国的道路上，航天器将承担越来越多的任务，未来的航天器会更加复杂，在轨服务技术及空间对抗技术具有显著的战略价值。潜在的军事需求主要包含：（1）太空垃圾的清理——对太空垃圾的形状尺寸、位置、速度等运动参数进行测量，为采取合理的垃圾清理方案提供数据依据；（2）在轨航天器的维护及抓捕——对目标航天器的运动姿态及轨迹进行辨识及预测，便于进行补充燃料、更换故障模块、辅助控制等操作；（3）航天器的在轨装配——空间站等大型航天设备难以通过一次发射完成建设，对接过程中的目标定位及姿态确定是必要的技术手段。因此，飞行器位姿参数辨识是完成上述任务的基础且关键的环节之一。

视觉测量具有系统简单、成本低、对目标无扰动、非接触、测量参数丰富等特点，在能够完成传统接触式测量方式无法完成的任务，多用于空间目标。现有的基于视觉的目标运动参数测量技术，主要是通过时间序列上连续拍摄图片的方式，对图像中的目标进行特征提取、图像识别及运动学处理。由于特征点会发生漂移，得到的目标运动参数精度及实时性欠佳，难以满足高精度、快响应的任务需求。随着运算速度的提升，计算机视觉近年来发展迅猛，大规模的数据集和超强的计算能力为结果的精度及可行性提供了保障，深度学习方法得以广泛开展。

目前主流的视觉传感器有以下三种：单目摄像头（Monocular Camera）、双目摄像头（Binocular Camera）、深度摄像头（RGB-D Camera）。深度摄像头可以直接获得图像及其对应的深度信息，但是成本太高，体积较大，不适用于室内环境。双目摄像头可以通过三角方法计算出深度信息，但是双目摄像头在目标距离较远时就会变成单目摄像头。单目摄像头通过临近图像匹配计算出摄像头位姿的变换，在两个视角上进行三角测距得到对应点的深度信息，通过迭代实现定位及建图。相比而言，单目摄像头具有载荷轻、体积小、灵活等优势，本项目采取单目摄像头方式。

综上所述，本项目将研究一种基于单目摄像头的位姿参数辨识系统。

1.3 国内外研究现状

1.3.1 飞行器位姿参数辨识方法研究

空间任务的目标飞行器主要具有以下特性：（1）无法掌握目标飞行器的运动轨迹；（2）不能与目标飞行器进行信息交换；（3）缺乏能够辅助测量的特征或合作标志、。因此，对于空间目标，无法通过内置接触式传感器进行测量。需要通过外置传感器的方式进行测量，目前对空间目标运动运动参数的非接触测量方法主要有：

（1）基于激光成像雷达扫描测量[1]: 激光雷达有着采样频率高、波束窄、工作距离长、受光照影响小、抗干扰等特点。基于激光成像雷达的目标测量技术研究历史悠久，较为成熟，但是存在无法对目标进行高速实时跟踪，不能够连续测量等问题。

（2）基于机器视觉测量[2]: 机器视觉测量有着非接触、体积小、功耗低、能够提供高分辨率图像等优势，是现在研究人员广泛关注的问题。

综上所述，视觉测量技术是近几年新发展的非接触式测量技术，在空间目标抓捕、在轨装配、飞行器姿态测量等诸多领域都具有非常广阔的应用前景和潜在价值。本课题主要开展基于视觉的飞行器运动参数测量方法。

1.3.2 视觉测量的关键问题及研究现状