Определение собственного положения лунного посадочного модуля по видеоизображению с использованием метода сигнатур
Опубликовано: 23.05.2023
Авторы: Бобков А.В., Сюй Ян
Опубликовано в выпуске: #5(137)/2023
DOI: 10.18698/2308-6033-2023-5-2278
Раздел: Авиационная и ракетно-космическая техника | Рубрика: Динамика, баллистика, управление движением летательных аппаратов
Рассмотрена задача разработки системы визуальной навигации для определения собственного положения лунного посадочного модуля. Предложен новый метод сравнения наблюдаемого кадра изображения с векторной картой Луны на основе сопоставления сигнатур. Эксперименты показали, что предложенный метод способен работать в реальном времени, устойчив к условиям освещенности, небольшим изменениям ракурса съемки и воздействию шума, а также может работать при большом количестве пропусков и ложных срабатываний детектора кратеров. Предложенный метод можно использовать в современных отечественных и международных космических программах освоения Луны для обеспечения мягкой высокоточной безопасной посадки спускаемого аппарата в заданную область Луны.
Литература
[1] Salamuniccara G., Loncaric S. Open framework for objective evaluation of crater detection algorithms with first test-field subsystem based on MOLA data. Advances in Space Research, 2008, vol. 42 (1), 1 July, pp. 6–19. DOI: 10.1016/j.asr.2007.04.028
[2] Carr J.R., Sobek J.S. Digital Scene Matching Area Correlator (DSMAC). In: Image Processing for Missile Guidance, Proceedings of the Society of Photo-Optical Instrumentation Engineers, 1980, 238, pp. 36–41.
[3] Hu Tao, He Liang. Review of planetary crater detection algorithms (in Chinese). Manned Spaceflight, 2020, vol. 26 (5). DOI: 10.16329/j.cnki.zrht.2020.05.018
[4] Feng Junhua, Cui Hutao. Autonomous crater detection and matching on planetary surface (in Chinese). Acta Aeronautica et Astronautica Sinica, 2010, vol. 31 (9), pp. 1858–1863.
[5] Li J.F., Cui W., Baoyin H.X. A survey of autonomous navigation for deep space exploration (in Chinese). Mech. Eng., 2012, vol. 34, pp. 1–9.
[6] Johnson A., Ansar A., Matthies L., Trawny N., Mourikis A.I., Roumeliotis S.I.. A general approach to terrain relative navigation for planetary landing. In: Proc. 2007 AIAA Infotech at Aerospace Conference, 2007, May, pp. 7–10.
[7] Woicke S., et al. Comparison of crater-detection algorithms for terrain-relative navigation. In: 2018 AIAA Guidance, Navigation, and Control Conference. 2018, pp. 1601. DOI: 10.2514/6.2018-1601
[8] Ansar A. 2004 small body GN&C research report: Feature recognition algorithms. In: Small Body Guidance Navigation and Control FY 2004 RTD Annual Report (Internal Document). Pasadena, CA: Jet Propulsion Laboratory, no. D-30282 / D-30714, 2004, pp. 151–171.
[9] Singh L., Lim S. On lunar on-orbit vision-based navigation: Terrain mapping, feature tracking driven EKF. In: AIAA Guidance, Navigation and Control Conference and Exhibit, 2008, pp. 6834. DOI: 10.2514/6.2008-6834
[10] Сырямкин В.И., Шидловский В.С. Корреляционно-экстремальные радионавигационные системы. Томск, Изд-во Томского университета, 2010, 316 с.
[11] Lowe D.G. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 2004, vol. 60 (2), pp. 91–110.
[12] Maass B., Krüger H., Theil S. An edge-free, scale-, pose- and illumination-invariant approach to crater detection for spacecraft navigation. In: 2011 7th International Symposium on Image and Signal Processing and Analysis (ISPA). Dubrovnik, Croatia, 2011, pp. 603–608.
[13] Frome A., Huber D., Kolluri R., Bulow T., Malik J. Recognizing Objects in Range Data Using Regional Point Descriptors. In: Proc. European Conf. on Computer Vision (ECCV), 2004. DOI: 10.1007/978-3-540-24672-5_18
[14] Johnson A., Hebert M. Using Spin Images for efficient multiple model recognition in cluttered 3-D scenes. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1999, vol. 21 (5), pp. 433–449.
[15] Johnson A.E., Montgomery J.F. Overview of terrain relative navigation approaches for precise lunar landing. In: 2008 IEEE Aerospace Conference, 2008, pp. 1–10. DOI: 10.1109/AERO.2008.4526302
[16] Cheng Y., Ansar A. Landmark based Position Estimation for Pinpoint Landing on Mars. In: Proc. IEEE Int’l Conf. on Robotics and Automation (ICRA), 2005, pp. 4470–4475. DOI: 10.1109/ROBOT.2005.1570808
[17] Cheng Y., Johnson A., Olson C., Matthies L. Optical landmark detection for spacecraft navigation. In: Proc. 13th Annual AAS/AIAA Space Flight Mechanics Meeting. American Astronautical Society, 2003.
[18] Малинников В.А., Учаев Д.В., Оберст Ю. Методика автоматизированного обнаружения кратеров на поверхности небесных тел по их оптическим изображениям. Известия высших учебных заведений. Геодезия и аэрофотосъемка, 2012, № 6, c. 12–18.
[19] Gaskell R. Automated Landmark Identification for Spacecraft Navigation. In: Proc. AAS/AIAA Astrodynamics Specialists Conf., AAS Paper no. 01-422. American Astronautical Society, 2001.
[20] Gaskell R. Determination of landmark topography from imaging data. In: Proc. AAS/AIAA Astrodynamics Specialists Conf. Paper no. AAS 02-021, American Astronautical Society, 2002.
[21] Wetzler P.G., Honda R., Enke B., Merline W.J., Chapman C.R., Burl M.C. Learning to detect small impact craters. In: Proc. 7th IEEE Wrksp. on Application of Computer Vision, 2005. DOI: 10.1109/ACVMOT.2005.68
[22] Kamarudin N., et al. An overview of crater analyses, tests and various methods of crater detection algorithm. Frontiers in Environmental Engineering, 2012, vol. 1 (1), pp. 1–7.
[23] Wang Dong, Xing Shuai. A Planetary Image Based Automatic Impact Crater Extraction Method (in Chinese). Journal of Astronautics, 2015, vol. 36 (10), DOI: 10.3873/j.issn.1000-1328.2015.10.010