深空目标表面形貌精细重建技术研究

Deep space exploration is important to one country, which reflects comprehensive national strength. Considering the current techniques of China's deep space exploration and foreign deep space exploration plan, it is so necessary to research topographic and morphological expression and extraction techniques of deep space objects surface, which is the base of future deep space situation exploration mission of China. In this project, theory and techniques of fine reconstruction of deep space object surface will be researched, which includes some key techniques such as calibration of optical camera in orbit, combined block adjustment with multi-sensor data, multi-view dense image matching and hardware acceleration based on embedded system. Finally an experimental system of reconstruction of deep space object surface will be developed based on these techniques, which is helpful to future deep space objects observation, arrival and landing missions. The aim of our research is producing digital surface models (DSM) of deep space objects precisely, densely and quickly.

深空探测作为一个国家综合国力和科学技术发展水平的重要特征与标志，已引起世界各国的极大关注，拥有深空探测能力具有难以估量的潜在社会价值和军事意义。为保证我国深空探测计划的顺利推进，迫切需要开展深空目标形貌表征与提取识别的理论和技术的研究，为我国未来深空态势感知任务奠定技术基础，进一步加强我国进入、控制和利用深空的能力。本项目对深空目标表面形貌精细重建理论和技术开展研究，重点对光学传感器在线标定、多传感器数据联合区域网平差、多视影像密集匹配以及基于嵌入式系统的硬件加速等核心技术进行研究，研制深空目标表面形貌重建试验系统，为我国未来开展深空目标观测、抵近与着陆探测提供技术支撑，为精确、密集、快速地获取深空目标目标形貌提供技术储备。

本项目对深空目标表面形貌精细重建理论和技术开展研究，重点对光学传感器在线标定、多传感器数据联合区域网平差、多视影像密集匹配以及基于嵌入式系统的硬件加速等核心技术进行了研究与实验，提出了基于稀疏光束法区域网平差的在线自标定方法、多传感器数据联合区域网平差模型和解算方法、基于精确点位预测模型的火星表面影像匹配方法、基于渐进式组合约束的小行星序列影像密集匹配方法、基于FPGA的火星观测影像辐射校正方法、基于FPGA的MSRCR图像增强方法、基于极坐标系的快速尺度不变特征变换算法及其基于FPGA的并行架构。本项目利用地面仿真数据、欧洲火星快车HRSC影像、美国火星侦察轨道器HiRISE影像和美国黎明号探测器获取的“灶神星”观测数据对算法模型进行了实验验证，实验结果表明，本项目对火星和小行星表面形貌重建的精度与国外成果相当，但细节信息更加丰富。结合本项目的研究进展，项目组出版专著1部，在国内外核心期刊和会议上发表学术论文34篇，其中SCI收录1篇，EI收录10篇，获得国家发明专利10项，培养博士生4名、硕士生8名。本项目研究成果可为我国未来开展深空目标观测、抵近与着陆探测提供技术支撑。

内容获取失败，请点击重试