[发明专利]一种利用事件相机作为星敏感器的飞行器姿态确定方法

权利要求书

1.一种利用事件相机作为星敏感器的飞行器姿态确定方法，其特征在于，包括如下步骤：

步骤1：通过安装在飞行器上的事件相机获得事件信息；

采用事件相机捕捉星体事件信息，根据星体亮度的变化输出一系列极性数据，当亮度增加时极性为正，标为正事件；当亮度减小时极性为负，标位负事件；

步骤2：将事件信息进行时空聚合；

获得事件信息后，将事件信息数据聚合到(n+m)×w×h的体素网格中，其中n为正事件个数，m为负事件个数，w为体素网格宽度，h为体素网格高度；通过聚合，将事件信息数据稀疏的时间数据流转化到图像平面上，得到一系列的图像其中Image_g为第g张图像，g为图像帧的序号，在指定时间内共生成了N帧，用于后续位姿估计；

步骤3：求解相机的绝对位姿；

步骤3-1：进行星图匹配；

对于步骤2获取的图像，将图像中星体的描述符与已有的星表数据库的描述符进行进行匹配与识别；

即通过星图匹配获取图像中的星体的二维坐标w∈R²与星表数据库中星体的三维姿态W∈R³的2D-3D匹配：其中n为识别到的星体的数量，i为星体的序号，三轴角度向量W_i＝(pitch_i，yall_i，roll_i)；pitch_i，yall_i，roll_i分别表示第i个星体位置的俯仰角、偏航角以及翻滚角；将图像中每个星体作为观测点；

步骤3-2：通过解PnP问题来求解相邻两帧之间的旋转矩阵；

获取到图像中星体的2D与3D匹配后，在相邻两帧图像之间通过求解P3P问题来进行相机的位姿估计：将世界坐标系原点与相机坐标系原点重合，以初始位姿的相机坐标系三轴方向为世界坐标系三轴方向，并将星体的三轴角度映射到以相机坐标系原点为球心的球面上的点的三维坐标，即每一个观测点计算：

x＝cos(pitch)×sin(yaw)

y＝cos(pitch)×cos(yaw)

z＝sin(pitch)

将观测点三轴角度向量映射到球面上的点的三维坐标V＝(x，y，z)；

采用相邻两图像帧均识别到且在图像中所占像素面积最大的三个星体的中心点p 作为特征点，求解当前时刻相机相对于初始状态的位姿：

P_m＝{p₁，p₂，p₃}，P_m+1＝{p_1′，p_2′，p_3′}

其中P_m表示初始状态的位姿，P_m+1表示当前状态的位姿；

求解欧式变换R_h、t_h来使得：

其中V_h和V_h+1分别表示前帧相机三轴位姿和后帧相机三轴位姿；

由于相机坐标系与世界坐标系的原点重合，故平移矩阵t_h忽略不计，由此求得将前帧相机三轴位姿转换至后帧相机三轴位姿的旋转矩阵R_h；

步骤3-3：利用上述结果求解当前相机绝对位姿

相机位姿由三轴角度向量X＝(pitch，yaw，roll)表示，与步骤3-2中方法相同，建立X与V的三轴角度-单位球面点坐标映射；pitch，yaw，roll分别表示相机的俯仰角、偏航角以及翻滚角；

规定相机初始位置的X₀＝(1，0，0)，经过单位球面点坐标-三轴角度逆映射：

roll＝0

求得当前相机位姿W_now＝(pitch_now，yaw_now，roll_now)；pitch_now，yaw_now，roll_now分别表示相机当前位置的俯仰角、偏航角以及翻滚角；

步骤4：求解相机的相对位姿；

相邻两帧的事件图像满足2D-2D的对极约束，利用本质矩阵求解求得相邻两帧图像对应的相机位置的相对位姿关系；

设在一帧图像中，星体的三维坐标为P_g，根据针孔相机模型，有：

p_g＝KP_g，p_v＝K(RP_v+t)

其中p_g和p_v为相邻两幅图像的同一个星体的二维坐标点，K为相机的内参矩阵，R与t为前后两帧图像对应的两个坐标系的相机旋转矩阵与平移矩阵；

对极约束关系用数学关系表示为：

其中，规定本质矩阵E＝t^R；

步骤4-1：应用五点法求解本质矩阵；

本质矩阵的奇异值必然为[σ，σ，0]^T的形式，加之平移与旋转的三个自由度，通过最少五对已知点的映射求解初本质矩阵，如果采用八个点对能仅利用本质矩阵的线性约束来对其进行求解；

针对选择这八对点的问题，采用RANSAC方法，即通过随机抽样迭代，选择出两点匹配最优的八组点对，解线性方程组即能求解出本质矩阵E；

步骤4-2：利用本质矩阵求解相邻两帧的相对位姿；

利用本质矩阵E来恢复两帧之间的R与t的过程为奇异值分解的过程，得到相邻两帧之间相对旋转矩阵R_g，v；

步骤5：利用相对位姿对绝对位姿进行优化；

设定优化函数：

其中R_g与R_v分别为第g帧与第v帧的绝对旋转矩阵，其中R_g，v为两帧之间的相对旋转矩阵，得到优化后的每一帧新的绝对旋转矩阵

步骤6：对求得的位姿进行全局优化，得到任意时刻相机位姿的三轴表示；

首先定义星迹

Y_s＝{y_g，s∈R²|η(g，s)＝1}，

其中，y_g，s为第s个星体在第g张时间图像中的2D坐标，S为识别到的星体总量；

为了采用非线性最小二乘法进行优化，定义最优化方程如下：

其中X_s∈R³，表示第s个点的三维坐标，满足并且||X_s||₂＝1；

为了解决此非线性最小化二乘问题，给定初值

由此得到经过全局优化后的每一帧的绝对旋转矩阵

利用这些不同时刻的绝对旋转矩阵，通过相机初始位姿三维坐标表示V₀＝{1，0，0}进行欧式变换V_g＝R_g×V₀来求得任意时刻的相机三维位姿表示，再利用步骤3-3的变换公式得到任意时刻相机位姿的三轴表示X_g＝{pitch_g，yaw_g，roll_g}，pitch_g，yaw_g，roll_g分别表示相机任意时刻位置的俯仰角、偏航角以及翻滚角，即飞行器的姿态。