摘要
人类进入太空时代以来，不断加快对太空环境的开发和利用，但当航天器寿命结束或者发生故障时，都会成为在空间内自由漂浮的太空垃圾。使用空间机械臂完成对太空垃圾的清理或维修等在轨服务已经成了已经成为一个重要研究方向。而大部分已经出现故障的卫星或航天器都属于不能提供合作信息的非合作目标，非合作目标的未知性给在轨服务带来了巨大的挑战，通过视觉来对非合作目标进行位姿测量和三维重建是该领域的研究热点。基于双目相机的定位和三维重建算法受安装空间和距离约束，仅能用于超近距离的航天器测量和重建。针对视距范围内的航天器，本文提出了基于单目视觉的航天器定位和三维重建方法，对视觉系统应用于空间目标定位和三维重建具有重要的参考意义。 1、论文在分析主流视觉传感器的特性的基础上，针对双目相机受安装空间约束仅能实现近距离测量的问题，提出了基于单目相机SLAM的非合作目标位姿估计方案；针对单目SLAM系统难以获得尺度信息和难以三维重建的问题，设计了基于U-Net结构的端到端单目深度估计网络，实现了基于单目深度估计网络获取尺度信息和稠密深度图的算法，通过公开数据集验证了算法的正确性。 2、针对单目SLAM中的特征点误匹配现象，提出了GMS方法和角度一致性投票相结合的误匹配剔除算法；研究了神经网络输出和SLAM系统的特点，提出了尺度因子，将单目深度估计网络与单目SLAM系统相结合，并提出了基于特征点的初始化和追踪定位方案以及系统优化方法； 3、针对三维重建中存在的重影现象，提出了基于深度差异的不确定图，实现了基于Mask的单帧三维点云生成方法，配合估计的位姿可以完成对目标的三维重建并实现了基于三角剖分的表面重建算法。 4、论文使用Blender仿真平台设计卫星模型并模拟空间环境，针对平移，旋转以及复合运动分别展开实验，得到了非合目标位姿估计和三维重建的结果，实验结果与真实值的对比结果说明了本文提出的算法的有效性。
NETL