基于單目視覺的空間非合作目標相對姿態估計方法

楊長才,魏麗芳,周術誠,田金文

(1.福建農林大學計算機與信息學院 ,福建福州350002；2.華中科技大學自動化學院 ,多譜信息處理技術國家級重點實驗室 ,湖北武漢430074)

基于單目視覺的空間非合作目標相對姿態估計方法

楊長才1,魏麗芳1,周術誠1,田金文2

(1.福建農林大學計算機與信息學院 ,福建福州350002；2.華中科技大學自動化學院 ,多譜信息處理技術國家級重點實驗室 ,湖北武漢430074)

提出一種基于單目視覺的連續多幀空間非合作目標姿態估計算法.根據目標主體主軸方向和太陽能帆板方向將目標姿態切分成姿態子空間 ,采用方向Chamfer匹配在姿態子空間中搜尋與目標匹配的候選姿態.通過連續多幀候選姿態的方向Chamfer匹配代價和轉移代價來構建軌跡的總代價 ,采用動態規劃對軌跡代價進行優化.結果表明該算法求解精度高 ,魯棒性好.

單目視覺；空間非合作目標；相對姿態估計；姿態子空間；動態規劃

機動平臺與目標航天器之間的相對姿態估計是空間交會對接、在軌服務等航天任務的關鍵技術.在很多情況下(如目標航天器特征光標損壞或敵方航天器) ,空間目標無法提供點、線特征之間的相互關系 ,這種空間目標稱為空間非合作目標.近年來 ,空間非合作目標相對姿態估計逐漸成為國內外研究的熱點.

文獻[1]利用目標航天器已知的結構模型信息 ,推導了利用單個光學相機實現空間非合作目標相對位姿參數估計的迭代算法 ,然而 ,該方法未考慮到特征點提取和特征匹配.利用兩幀以上的觀測圖像估計出空間非合作目標相對運動參數[2],這種算法是基于已知的特征對應.特征匹配是非合作目標姿態估計的難點 ,文獻[1－2]方法的可靠性和適用性尚有待進一步驗證.通常 ,為了使空間目標的太陽能帆板能充分發電 ,太陽能帆板需要對日定向.

基于已知詳細幾何信息的空間非合作目標 ,本文提出了一種基于單目視覺的空間非合作目標估計方法.為了消除太陽能帆板對姿態估計的影響 ,將空間目標分成太陽能帆板和主體兩部分 ,根據目標太陽能帆板和主體的方向對姿態空間進行切分；采用方向Chamfer匹配算法[3]計算目標與姿態子空間中目標主體模板之間的匹配代價來搜尋最佳候選姿態.對于系列圖像 ,采用動態規劃對連續目標成像系列中每一幀的候選姿態進行優化.

1 空間目標姿態子空間切分

太陽能帆板不是固定在目標主體上 ,其法線指向太陽.如果將太陽能帆板和目標主體作為一個整體進行姿態估計 ,不僅需要考慮目標主體三軸旋轉 ,也要考慮太陽能帆板的旋轉 ,以增加姿態維度 ,使原本高維姿態空間的估計變得更加復雜.太陽能帆板通常是目標上的最大部件 ,呈長方形 ,大部分空間目標有2個太陽能帆板 ,且安裝在目標的兩側.為了降低空間目標姿態估計的難度 ,首先將空間目標分成太陽能帆板和主體兩部分 ,然后進一步利用目標主體估計姿態.然而并不是所有姿態的目標成像圖都能分成主體和太陽能帆板.比如 ,當觀測點在太陽能帆板一側時 ,目標主體遮擋了另一側的太陽能帆板 ,導致另一側的太陽能帆板無法提取.因此 ,首先采用文獻[4]的方法將目標圖像分成可提取太陽能帆板和不可提取太陽能帆板 ,將姿態空間劃分成2個大的子空間.

式中:P為目標姿態空間 ,Ps為可提取太陽能帆板的目標成像圖所對應的姿態子空間 ,Pws為無法提取太陽能帆板的目標成像圖所對應的姿態子空間.

目標的主體可由目標減去太陽能帆板尺寸得到.利用霍夫變換和霍特林變換計算目標主體的方向[4].雖然目標太陽能帆板對日定向 ,但是太陽能帆板的中軸與主體之間的關系始終保持一致.目標主體主軸方向和太陽能帆板中軸方向均包含豐富的姿態信息 ,因此可利用目標主體主軸方向和太陽能帆板方向縮小目標所在姿態子空間Ps

式中:為目標的所在姿態子空間 ,θo和θs分別為目標主體主軸和太陽能帆板的方向 ,to和ts分別為目標主體主軸方向和太陽能帆板方向的對應閾值 ,ε為任意一個大于零的常數.to和ts由目標模板的姿態間距決定.

2 空間非合作目標姿態估計

對于一幅已知姿態子空間的待估計目標圖像 ,從姿態子空間中搜索最佳的匹配模板.太陽能帆板使得目標模板難以匹配 ,因此姿態子空間的模板僅使用目標主體.采用快速方向Chanfer匹配算法[3]在姿態子空間中搜索與待估計目標圖像相匹配的目標主體模板.

2.1 快速方向Chamfer匹配

設U＝{ui}和V＝{vi}分別是模板和檢索圖像邊緣映射集合.U與V之間的Chamfer距離為每個點ui∈U與V距其最近的平均距離 ,表示為

Chamfer匹配提供了一個適當的公平平滑測度 ,能夠適應小的旋轉、偏差、遮擋以及變形.通過距離變換圖像快速計算匹配代價.距離變換圖像指每個像素與V距其最近的邊緣像素的距離.距離變換能夠在2個通道計算 ,式(3)的代價函數能夠通過以線性時間O(n)估計.

為了匹配方向邊緣像素 ,文獻[4]將Chamfer距離推廣到R3上的點.每一個邊緣點引入方向項?(x) ,則方向Chamfer匹配代價函數為

式中 ,λ為位置與方向項之間的權重因子.以π為模計算方向?(x) ,方向誤差給出2個方向之間的最小循環方差

2.2 基于快速方向Chamfer匹配的目標姿態識別

基于快速方向Chamfer匹配的非合作目標姿態估計算法由姿態空間切分和姿態估計組成.圖1為非合作目標姿態估計算法的框架 ,算法的具體步驟如下:

(1)姿態空間切分:

(a)使用天基光學成像系統空間目標和背景特性演示系統[4]生成目標和目標主體模板 ,滾轉角、俯仰角和偏航角按等間隔取值.

(b)利用霍夫變換將目標模板分成可提取和不可提取太陽能帆板.對于可以提取太陽能帆板的目標模板 ,計算目標主體主軸和太陽能帆板方向的θo和θs,建立目標姿態θo與θs之間多對一的映射關系.

(2)姿態識別:

(a)對于一幅待識別目標 ,首先判斷目標是屬于Ps還是Pws.如果目標屬于Ps,計算目標主體主軸和太陽能帆板方向的θo和θs,并利用式(2)縮小目標所在的姿態子空間.

(b)采用式(4)計算待識別目標和姿態子空間中目標主體模板之間的匹配代價dDCM.dDCM越小 ,目標主體模板對應姿態為待識別目標姿態的概率越大.選擇dDCM最小的若干姿態作為待識別目標的候選姿態.

通過姿態子空間劃分不僅能降低DCM的搜索速度 ,而且可以減少姿態估計的歧義性.然而 ,由于空間目標呈弱對稱性 ,僅通過DCM估計的目標姿態的準確率很低.對于系列圖像 ,采用了動態規劃算法進一步優化目標姿態.

(c)通常 ,連續的幾幀目標的姿態不會發生突變.從t幀到t＋1幀的轉移代價為

式中 ,s(t)為第t幀中已選為估計結果的姿態在第t幀候選姿態集中的索引 ,為第t幀中第s(t)個候選姿態的旋轉角與第t＋1幀中第s(t＋1)個候選姿態的旋轉角差值.文獻[5]通過求解系列圖像的最小轉移代價來優化人的姿態估計.目標姿態轉移的一個軌跡S＝s(1) ,s(2) ,? ,s(T) ,參考文獻[5]將軌跡S的代價定義為所有經過的姿態的轉移代價以及dDCM(S)的總和.

式中 ,dDCM(s(t))為第t幀待估計目標與第t幀候選姿態中第s(t)個候選目標主體模板之間的Chamfer匹配代價 ,γp為轉移代價的權重.γp用于調節dDCM(s(t))和轉移代價Os(t) ,s(t＋1)之間的權重.當γp為0時 ,軌跡的代價由dDCM(s(t))決定；當γp為無窮大時 ,軌跡的代價由Os(t) ,s(t＋1)決定.

圖1 基于DCM算法的目標姿態估計框架Fig.1 Flowchart based on proposed attitude estimation method

3 結果與分析

為了測試所提出算法的性能 ,采用天基光學成像系統空間目標和背景特性演示系統仿真系列圖像 ,并作為目標模板和測試數據 ,圖像大小為1024×1024.假設目標的外形為神舟七號 ,目標模板按2°間隔生成.按1°間隔制作的三軸旋轉角為[5.2° ,23.8° ,55.1°]、[6.2° ,24.8° ,56.1°]、…、[34.2° ,52.8° ,84.1°]的空間目標仿真圖如圖2所示 ,共30幅.將本文方法與Chamfer算法[3]和基于特征的算法[5 ,6]進行比較.

對于可提取太陽能帆板的目標圖像 ,首先根據式(2)確定每一幀目標所在的姿態子空間；然后利用方向Chamfer匹配計算每一幀待識別圖像與對應姿態子空間中目標主體的匹配代價 ,每一幀均保留10個最佳的候選姿態；最后利用式(6)從每一幀保留的10個候選姿態中搜尋出連續系列最佳的姿態.采用標準差來評估算法的性能

圖2 空間目標成像模擬Fig.2 Simulated space target images

表1 目標姿態估計結果Table 1 Attitude estimation results on the space target dataset

從表1可以看出 ,采用本文方法估計的α旋轉角標準差為0.7° ,小于Chamfer算法和基于特征的算法估計的標準差(1.0°和1.2°).類似于α旋轉角估計的結果 ,采用本文方法估計的β、γ旋轉角標準差均小于Chamfer算法和基于特征的算法.采用Chamfer算法估計的第25幀β旋轉角的精度偏離理論值 ,主要是由于目標的對稱性導致姿態產生歧義.本文算法通過姿態空間切分和動態規劃來消除姿態的歧義.通過以上分析可知 ,采用本文方法估計姿態的精度優于Chamfer算法和基于特征的算法.

4 小結

本文提出一種針對連續系列空間非合作目標姿態的估計算法.首先將目標姿態劃分成可提取太陽能帆板以及不可提取太陽能帆板這2個大的姿態子空間；然后根據目標主體主軸方向和太陽能帆板將目標姿態子空間縮小在小范圍內 ,采用方向Chamfer匹配在候選子姿態中搜尋最佳的匹配姿態；最后采用動態規劃來優化連續系列中每一幀的候選姿態.對神舟七號連續系列圖像的姿態估計結果表明 ,該方法測量的姿態角方差在1°左右.

[1]張世杰 ,曹喜濱 ,陳閩.非合作航天器間相對位姿的單目視覺確定算法[J].南京理工大學學報 ,2006 ,(30)5:564－568.

[2]郝剛濤 ,杜小平.基于單目視覺圖像序列的空間非合作目標相對姿態估計[J].航天控制 ,2014 ,32(2):60－67.

[3]LIU M Y ,TUZEL O ,VEERAGHAVAN A ,et al.Fast directional chamfer matching[C].ERIC M ,MING H Y.Proceedings of computer vision and pattern recognition.San Francisco:Institute of Electrical and Electronics Engineers ,2010:696－1703.

[4]楊長才 ,田金文 ,葉瑾 ,等.天基光學成像系統空間目標成像模擬技術[J].紅外激光與工程 ,2012 ,41(9):2410－2414.

[5]CHEN C ,YANG Y ,NIE F ,et al.3D human pose recovery from image by efficient visual feature selection[J].Computer Vi-sion and Image Understanding ,2011 ,115:290－299.

[6]王春雪.基于圖像的空間目標三維姿態估計研究[D].北京:中國科學院大學 ,2014.

(責任編輯:葉濟蓉)

Monocular vision-based relative attitude estimation for non-cooperative space targets

YANG Chang-cai1,WEI Li-fang1,ZHOU Shu-cheng1,TIAN Jin-wen2
(1.College of Computer and Information Sciences ,Fujian Agriculture and Forestry University ,Fuzhou ,Fujian 350002 ,China；2.School of Automation ,National Key Laboratory of Science and Technology on Multi-Spectral Information Processing ,Huazhong University of Science and Technology ,Wuhan ,Hubei 430074 ,China)

In order to minimize the interference of solar array on attitude estimation ,a novel relative attitude estimation approach based on monocular vision was proposed for non-cooperative space targets.Space targets were firstly divided to post-subspace of re-trievable and irretrievable solar array ,then reduce the size of the pose-subspaces by the principal axis of the target and solar array. Subsequently ,fast direction Chamfer matching was adopted to obtain the matched pose with the same shape of frame from the sub-space pose dataset ,which was followed by being recovered to a continuous pose sequence by dynamic programming.Experimental re-sults showed that standard deviations of rotation angle ,and based on the proposed approach were all lower than those of Chamfer method and feature-based method.To summarize ,the proposed approach has high accuracy and robustness.

monocular vision；non-cooperative space target；relative attitude estimation；pose-subspace；dynamic programming

TP391

A

1671-5470(2015)06-0657-05

10.13323/j.cnki.j.fafu(nat.sci.).2015.06.017

2015－04－20

2015－08－10

國家自然科學基金資助項目(61273279、61501120)；中國博士后科學基金資助項目(2013M540582、2014T70702)；福建農林大學杰出青年科研人才計劃項目(XJQ201514)

楊長才(1981－) ,男 ,講師 ,博士.研究方向:計算機視覺、圖像處理.Email:changcaiyang＠gmail.com.通訊作者周術誠(1965－) ,男 ,教授 ,碩士生導師.研究方向:計算機視覺、圖像處理.Email:zhoushuch＠sohu.com.