融合相机和激光雷达的小天体运动状态估计方法OA北大核心CSTPCD
针对单一视觉传感器难以实现小天体运动状态估计的问题,提出了一种融合相机和激光雷达的小天体运动状态估计方法。首先,建立融合相机和激光雷达测量模型,通过跟踪带有深度信息的图像特征点,利用扩展卡尔曼滤波器估计小天体的自旋角速度、自旋轴方向、位置和速度;其次,设计了特征融合矩阵,可实现对图像特征点、点云、融合特征点的实时更新;最后,分析本文算法的有效性以及特征点数量、观测高度、噪声大小对算法的影响。仿真结果表明,本文算法的精度和收敛速度均优于基于单一传感器的小天体运动状态估计方法。
陈友;郭金融;刘延杰;邵巍;黄翔宇;
青岛科技大学自动化与电子工程学院,青岛266100 山东省深空自主着陆技术重点实验室,青岛266100北京控制工程研究所,北京100094
信息融合小天体运动状态估计扩展卡尔曼滤波
《深空探测学报（中英文）》 2024 (001)
P.63-70 / 8
山东省自然科学基金(ZR2023MF006,ZR2023QF176);空间碎片专项(KJSP2020020302);国防科工局稳定支持项目(HTKJ2022KL502001)。
评论