火星精确着陆智能融合自主导航方法OA北大核心CSTPCD
针对未知环境下难以进行绝对光学导航定位的问题,提出了火星精确着陆智能融合自主导航方法。考虑地外环境纹理相似度高、图像间视角尺度变换带来的特征无法检测和识别效率低的困难,构建无监督单应网络估计探测器帧间运动。结合惯性测量信息建立探测器状态递推模型,通过无迹卡尔曼滤波(Unscented Kalman Filter,UKF)利用所建立的测量模型和状态递推模型实现探测器位置、速度和姿态实时估计,仿真结果验证了无需特征检测与匹配,利用视觉惯性测量信息融合导航的有效性。
高锡珍;黄翔宇;徐超;
北京控制工程研究所,北京100094 空间智能控制技术全国重点实验室,北京100094
火星着陆智能导航多源融合无监督学习深度神经网络
《深空探测学报(中英文)》 2024 (001)
P.24-30 / 7
国家自然科学基金(61673057)。
评论