Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学徐明获国家专利权

北京航空航天大学徐明获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京航空航天大学申请的专利基于红外单目视觉识别的编队卫星姿态确定方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115830113B

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211494463.9,技术领域涉及:G06T7/73;该发明授权基于红外单目视觉识别的编队卫星姿态确定方法是由徐明;丁纪昕;罗杰;王一舟;彭振邦;和星吉设计研发完成,并于2022-11-25向国家知识产权局提交的专利申请。

基于红外单目视觉识别的编队卫星姿态确定方法在说明书摘要公布了:本发明公开了一种基于红外单目视觉识别的编队卫星姿态确定方法,包括有:步骤一,在地面进行大气帆卫星的发热点设置,量取各个发热点之间的相对位置;利用红外相机获取各个发热点,并将发热点作为红外图像中的特征点;然后在红外图像中标定出各个特征点的像素位置;步骤二,依据饱和度和亮度从红外图像中获取特征点簇,然后采用加权算法从特征点簇中筛选出图像-总特征点;步骤三,将图像-总特征点的坐标映射到大气帆卫星的发热点的编号,然后采用卡尔曼滤波将图像-总特征点的坐标代入位姿解算中解算,输出图像-总特征点在相机坐标系中的坐标;步骤四,通过相机坐标系中的坐标计算大气帆卫星的姿态。

本发明授权基于红外单目视觉识别的编队卫星姿态确定方法在权利要求书中公布了:1.一种基于红外单目视觉识别的编队卫星姿态确定方法,其特征在于包括有下列步骤: 步骤一,在地面上进行大气帆卫星的发热点设置,以及发热点与图像特征点的映射; 步骤11,大气帆卫星在地面进行发热源设置; 在地面上进行大气帆卫星上的多个发热点设置,记为发热点集;任意一个发热点的位置为;; 步骤12,利用地面红外相机进行发热点图像获取; 红外相机拍摄的大气帆卫星图像称为卫星红外图像; 红外相机获取的大气帆卫星图像中的特征点为图像特征点集;任意一个图像特征点 的像素位置为; 步骤13,利用卫星红外图像反向标定红外相机的尺度因子; 为了实现图像物理坐标系中各个发热点与图像像素坐标系中各个图像特征点 的映射,采用坐标系转换关系进行红外相机的内外参重新标定;标定结果可得相机坐标系上轴方向上的内参像素坐标系尺度因子,轴方向上的内参像素坐标系尺度 因子; 步骤二,地面对大气帆卫星特征点的标定; 步骤21,读取卫星红外图像; 在星载计算机上使用Python语言,运用Opencv库函数读取单帧图像作为卫星红外图像; 步骤22,利用HSV空间获取特征点簇; HSV空间中的饱和度为,饱和度阈值为; HSV空间中的亮度为,亮度阈值为; 将定义在HSV空间中,筛选饱和度与亮度都大于设定阈值的像素点,输出 这些像素点的坐标形成特征点簇集合;任意一个特征点簇中存在有 多个像素点;表示特征点簇中的第个 像素点;;表示特征点簇的像素点总个数; 特征点簇的HSV空间中饱和度为;为像素 点的HSV空间的饱和度; 特征点簇的HSV空间中亮度为;为像素点的 HSV空间的亮度; 归类中各个特征点簇的饱和度,记为特征点-饱和度集合; 归类中各个特征点簇的亮度,记为特征点-亮度集合; 步骤23,赋予饱和度与亮度权值的特征点簇-像素点筛选; 饱和度与亮度的权值计算公式为: ; 表示特征点簇中的像素点标识号; 表示饱和度权值系数; 表示亮度权值系数; 采用公式5对计算,得到卫星红外图像中的权值-特征点簇;表示权值-特征点 簇的第个权值-像素点; 采用公式5对中各个特征点簇 计算,得到卫星红外图像中特征点簇-像素点集合; 步骤24,以簇圆心和簇半径进行权值-特征点簇的更新; 簇条件更新:权值-特征点簇的像素点范围为簇半径;的簇圆心为;以和更新权值-特征点簇; 对中的各个权值-特征点簇进行 簇条件更新,得到更新-特征点簇-像素点集合; 更新权值-特征点簇后的特征点簇记为; 步骤25,饱和度与亮度的最大值选取; 从中选出饱和度和亮度最大值对应的像素点并赋值给,记为图像-总特征点; 则有:采用选取饱和度和亮度最大值对应的像素点来更新中的各个特征点 簇,得到图像-总特征点集; 步骤三,图像-总特征点在的相机坐标系下的坐标计算; 步骤31,图像-总特征点映射至发热点; 通过坐标转换的几何关系对中的各个图像-总特征点与进行编号匹配; 步骤32,卡尔曼滤波保证总特征点连续运动; 对进行卡尔曼滤波,排除突发图像-总特征点产生的噪音,使图像-总特征点 在图像中的运动是连续的; 步骤33,PNP位姿解算; 利用地面相机标定过程中确定的位姿解算矩阵解算,结合PNP算法得到相机坐 标系中的总特征点位姿; 步骤四,通过相机坐标系中的图像-总特征点的坐标计算大气帆卫星姿态; 步骤41,确定图像-总特征点在相机坐标系中位置; 在相机坐标系下计算的几何参数; 步骤42,确定大气帆卫星相对于主星的位置和姿态; 从中提取相机坐标系中卫星位姿相对位置与欧拉角参数,以此确定主星坐标系中卫星相对位姿相对位置与欧拉角参数进行姿态控制。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。