在軌服務中非合作目標空間圓檢測方法研究

劉 玉，陳 鳳，黃建明，魏祥泉，靳永強

(上海宇航系統工程研究所，上海201108)

1 引言

隨著空間技術的發展，各類航天器的構造越來越復雜，造價也越來越昂貴。為節省航天任務費用、延長航天器工作壽命、提高靈活執行多種任務的能力，在軌服務技術日益得到重視。目前，航天器、太空碎片等都是非合作目標，即沒有安裝用于測量的合作標志器和便于抓捕的手柄等，對此類非合作航天器在軌服務已成為近年來的研究熱點。

在軌服務飛行器(On-orbit Service Vehicle，OSV)是一種新概念的智能航天器，專用于對服務對象實施在軌服務，是自主式在軌服務系統的核心［1］。在軌服務(On-Orbit Servicing)是指針對在軌運行的航天器進行的各類空間操作［2-3］，在軌服務飛行器作為未來的新型航天器，主要完成空間在軌服務任務。目前，空間在軌服務任務主要包括在軌維修、在軌組裝、在軌救援、在軌加注、在軌探測與檢測、空間碎片清理、廢棄衛星拖曳等。為實現航天器的自主在軌服務，必須首先實現兩航天器的安全可靠對接，即實現自主交會對接技術(RVD)。目前，國內外在軌服務的成功案例大都是針對合作目標的空間任務，即被服務航天器經過特殊設計以配合完成在軌服務任務，而目前各國實際在軌運行的航天器和在研型號，并沒有專門設計用于接受在軌服務的抓捕手柄和測量標志器，即為非合作目標［4］。基于合作目標的在軌服務技術［5］無法適用于此類目標，因此，基于非合作目標的交會對接技術是目前迫切需要解決的關鍵技術之一。

根據對目前在軌航天器的調研，空間非合作目標中可供識別和抓捕的部位主要包括星箭對接環、遠地點發動機噴管、太陽帆板、對地通信天線支架等［4］。星箭對接環、發送機噴管等具有較為明顯的空間圓特征，相對較容易識別，也較為容易抓捕，因此，本文主要對該類目標進行研究;空間圓檢測技術是實現空間非合作目標空間圓位置姿態測量技術的關鍵，為此，本文研究了一種非合作目標空間圓檢測方法，通過Canny算子檢測邊緣、Freeman鏈碼法對邊緣進行提取分類以及再利用RED算法進行非合作目標空間圓檢測，和傳統的RED算法相比，本文研究的算法在保證檢測精度的前提下，明顯降低了算法的耗時量。

2 非合作目標空間圓檢測技術在在軌服務中的應用

近些年來，隨著航天技術的不斷發展，越來越多的航天器被發射入軌，空間逐步成為一個相當擁擠的場所，空間各個軌道上都會殘留大量的太空碎片和失效衛星，因此，各航天大國都迫切希望發射在軌服務航天器，實現與在軌衛星交會對接(RVD)，對在軌衛星提供在軌維修服務以延長在軌運行時間［3］。由于幾乎所有衛星上都有星箭對接環，如圖1所示，因此，可將該接口部分作為識別和抓捕部位進行研究。此外，地球靜止軌道失效衛星長期占據軌道資源，其累積效應使得GEO軌道資源日益緊張。因此，捕獲并恰當處理這些成為太空垃圾的GEO失效衛星對可持續利用空間資源具有重要的意義和必要性［6］。發動機噴管形狀特殊，圖2為示意圖，可作為在軌捕獲對象，利用抓捕裝置對其進行抓捕，抓捕后與整個目標形成組合體，通過拖曳等方式使其離軌。于此同時，遠地點發動機噴管還可用于在軌加注，為軌道飛行器延長壽命提供依據。

圖1 星箭對接環示意圖Fig.1 The docking ring of satellite and rocket

圖2 發動機噴管示意圖Fig.2 The engine nozzle on satellite

目前，國外已經開展了很多應用到識別發動機噴管或者星箭對接環的在軌服務系統，而國內目前還處于理論研究階段。下面針對國外典型的應用進行介紹。

2.1 UHF-1衛星在軌服務技術

UHF-1衛星［7］非常昂貴，其研發費用就接近20億美元，若在GTO軌道發生故障而無法按照要求進入靜止軌道，則會造成巨大經濟損失。為實現UHF-1衛星在軌服務，David R等人［8］提出在GTO軌道實現UHF-1衛星的交會對接，并通過服務系統的軌道機動實現將目標衛星送入靜止軌道，并由輔助系統對UHF-1進行軌道控制。

UHF-1衛星的在軌服務延壽系統交會對接機構方案如圖3和圖4所示［7］。圖4中的34(a)為導向椎，捕獲過程中該部分將進入遠地點發動機尾噴管內，并引導34(b)所示機構包絡識別并捕獲衛星的星箭對接環，最終使兩航天器構成組合體。

圖3 UHF在軌服務系統方案Fig.3 On orbit service project for UHF

圖4 UHF在軌服務系統對接機構Fig.4 Capture tool for UHF on orbit service system

2.2 MDA公司在軌延壽技術

MDA公司提出利用空間機械臂實現對壽命末期衛星開展燃料在軌加注延壽。圖5所示為該公司研制的在軌延壽系統［7］。空間機械臂系統首先檢測識別并抓捕到目標衛星遠地點發動機噴管，然后通過一定的方式打開目標衛星注排閥門，最后插入軟管泵入適量燃料。

圖5 MDA公司的在軌延壽系統Fig.5 Life time extension system of MDA corporation

2.3 CX-OLEV在軌服務系統

CX-OLEV在軌服務系統由歐洲的ORC公司提出，并由荷蘭航天公司和德國宇航中心(DLR)進行聯合研制［9］。該系統構型及抓捕機構如圖6所示［7］。OLEV航天器充分利用了靜止軌道衛星遠地點發動機噴管和星箭對接環的結構特點，設計了通用型對接機構［10］，主要包括遠地點發動機噴嘴的對接裝置和星箭對接環鎖緊裝置組成。如圖7所示［7］為衛星捕獲機構實驗，在近距離識別出發動機噴管后，系統沿發動機噴嘴軸線方向靠近目標，絲杠機構沿軸線方向伸展并伸入發動機噴管，隨后膨脹結構展開并實現與目標星連接;當捕獲機構將兩航天器拉近至鎖緊機構的作業范圍之內時，一旦識別到星箭對接環，鎖緊機構便打開并捕獲，然后分別從對接環內部和外部收緊，兩星之間的相對位姿即被確定。

圖6 CX-OLEV系統Fig.6 CX-OLEV system

圖7 衛星捕獲機構實驗Fig.7 Test of satellite capture tool

3 非合作目標空間圓檢測方法

非合作目標空間圓的圓形特征是二次曲線特征的一個特例，因為它在任意方向上的透視投影都是一個橢圓，從數字圖像中成功識別橢圓對非合作目標空間圓的定位非常重要，因此，研究非合作目標空間圓檢測方法本質是研究橢圓檢測方法［11］。

目前關于橢圓檢測方法大致分為投票和最優化兩大類。標準Hough變換(SHT)是一種基于投票思想實現橢圓檢測的方法。該法通過在參數空間檢測峰值獲得最優橢圓參數，因此，存在存儲空間大、計算復雜度大等問題［12］。最優化方法則主要包括最小二乘擬合、遺傳算法等。在該類方法中，最典型的當屬Li等［13-14］提出的隨機橢圓檢測(RED)方法，它將最小二乘法與隨機Hough變化結合實現對橢圓最優擬合，該法無需大量內存空間，對噪聲不敏感，但存在過于依賴參數閾值和無效采樣問題。為減少無效采樣，本文提出一種改進RED方法，首先進行邊緣檢測，通過Canny算子對邊緣進行初步檢測，采用Freeman鏈碼法對邊緣進行提取分類，得到獨立的邊緣，然后對每個邊緣再利用RED算法進行檢測，這樣能明顯減少隨機選擇的邊緣點數落在不同橢圓上的概率，從而提高檢測橢圓的效率，減少算法的耗時量。

3.1 邊緣檢測

目前，邊緣檢測方法有很多，其中Canny算法［15］具有精確定位，抗噪能力強的優勢，因此本文主要采用該法實現邊緣檢測。Canny算子提取邊緣信息主要包括以下幾個步驟:①利用高斯平滑濾波器來平滑圖像以除去噪聲;②采用一階偏導的有限差分計算梯度的幅值和方向;③對梯度幅值進行非極大值抑制;④采用雙閾值法檢測和連接邊緣。

為實現有效的橢圓擬合，需要將邊緣檢測結果進行分類，同時進行邊緣點序列化處理。由于Freeman鏈碼法［16］具有原理簡單、耗時量少等優勢，因此，本文主要采用該法實現邊緣分類與序列化處理。根據二維線條的不同走勢方向，分別用{0，1，… ，7}8個標志分別表示八鄰域像素，一個連續的平面線條圖像都可以用一串由{0，1，… ，7}中的元素組成的鏈碼來近似描述。圖8(a)所示為八方向鏈碼。針對一個閉合區域，從某個起點開始，將邊界的走向按Freeman鏈碼的編碼方式記錄下來，可形成連續的序列即為邊界鏈碼，即實現獨立邊緣的分類，圖8(b)為一邊界鏈碼示例，鏈碼序列010707645443422組成一個邊緣鏈碼，用離散化的點序列進行表示。

圖8 Freeman鏈碼示意圖Fig.8 The schematic diagram of Freeman chain

由于邊緣點序列化后，表征同一邊緣的邊緣點分布十分密集，會明顯增加后續橢圓擬合的耗時量，因此，提出邊緣點間距約束準則，去掉過于密集的邊緣點。

假設 {p1，p2，p3，……，pn－1，pn} 為邊緣點集合，設兩個邊緣點之間的最小約束距離為dmin，約束準則為:遍歷邊緣點序列，若兩個邊緣點之間距離小于dmin，則去掉其中對應點處梯度值較小的邊緣點，在一定程度上減少了橢圓擬合耗時量，同時不影響擬合精度。一般情況下，dmin取為2。

3.2 橢圓檢測

橢圓的一般方程可寫為如式(1)所示形式。

(1)式中，A、B、C、D、E 為待定參數，邊緣點(u，v)到橢圓邊界的代數距離可用公式(2)表示:

上式寫成矩陣形式為式(3)。

采用最小二乘法進行擬合橢圓，假設( xi，yi)，i=1，…，N為橢圓上的數據點，橢圓擬合即估計橢圓方程中的各個參數。于是有公式(4)，通過非線性最小二乘法即可解算出未知參數 A、B、C、D、E。

RED算法主要通過隨機選取3個邊緣點，并確保三個邊緣點間距離大于閾值Ta，然后分別以這三邊緣點為中心，定義一定大小鄰域，將這三個鄰域中所有邊緣點用于最小二乘擬合得到橢圓參數，然后通過選取第4個邊緣點來計算該點到橢圓邊界的代數距離D，若符合閾值要求，則繼續判斷剩余點集合中每個邊緣點到橢圓邊界的距離，統計符合距離閾值要求的點數記為n，則判斷n與擬合橢圓的周長的比值是否符合殘缺率閾值要求，若符合，則認為是真實存在的一個橢圓，否則，重新隨機選取邊緣點擬合橢圓［13-14］。

整個算法的具體步驟如下:

1)初始化 Tt，Tem，Ta，Td，Tt為最大迭代次數，Tem為橢圓殘缺率，Ta為隨機選取邊緣點間最小距離Td為邊緣點到橢圓邊界最大距離。設初始迭代次數F=0，并統計總邊緣點數為N0，邊緣點集合記為V。

2)從V中隨機選符合Ta約束的三個邊緣點，并以三點為中心，定義相同鄰域窗口，用最小二乘法將窗口內所有邊緣點擬合橢圓，記為E。隨機選第四點，計算邊界距離，若D ＞Td則轉向(7)，否則執行(3)。

3)統計V中滿足到E邊界距離點數為N1，這些點集合記為V1，若N1≥Tr*C，其中C為可能橢圓周長，則轉向(4)，否則轉向(5)。

4)可能存在的橢圓E被證實是真實存在的一個橢圓，保存橢圓參數信息，并將剩余特征點集合修改為V=V－V1，重置迭代次數F=0，并轉向(2)。

5)F=F+1，且統計集合V中剩余邊緣點數記為N，若F≥Tt或N/N0≤Tem，則結束算法，否則轉向(2)。

3.3 算法流程

一般情況下，通過攝像機成像得到的圖像都存在一定的噪聲，因此，在進行橢圓檢測算法之前，需要對源圖像進行預處理，主要進行一些濾波算法，去掉高斯噪聲等影響。圖9為本文改進的RED橢圓檢測算法的主要流程。首先，通過邊緣檢測和分類，得到多個邊緣;然后，分別對每個邊緣采用RED算法進行橢圓擬合;最后，分別顯示最終擬合好的橢圓信息。

圖9 本文改進RED橢圓檢測算法流程Fig.9 The process of the improved RED algorithm

4 仿真與分析

本文描述的算法的仿真結果均在配置為Intel(R)Core(TM)2 Duo CPU，2.99 GHz，內存為1.98 GB的PC機上運行所得。操作系統為Windows XP，開發平臺為VC++6.0。

圖10為邊緣檢測過程，(a)為原圖，(b)為Canny算子檢測邊緣結果，邊緣由非常密集點組成;(c)為利用Freeman鏈碼法得到邊緣分類結果，并通過邊緣點間距約束去掉過于密集邊緣點，如圖所示，總共得到6個獨立邊緣，分別用離散化的序列點進行表征，邊緣檢測結果為后續橢圓檢測奠定基礎。

圖11～13為不同情況下的橢圓檢測對比結果。其中，擬合好的橢圓邊界用綠色線條表示，紅色線條表示橢圓的長半軸和短半軸，RED算法和本文改進算法的擬合精度相當，如圖14所示為立體十字標志器中橢圓提取效果，由于邊緣較為復雜，直接采用RED算法提取橢圓時存在明顯的擬合誤差，而采用先進行邊緣檢測分類，再利用RED算法后能夠得到高精度的擬合效果。表1所示為圖像1到4分別采用RED算法和本文改進RED算法提取橢圓的耗時量。從中可看出，對于干擾邊緣較少的情況下，兩種算法耗時量相近，對于邊緣較復雜或者存在干擾邊緣的情況下，和直接采用RED算法相比，本文算法在保證橢圓擬合精度同時，算法耗時量明顯減少。

圖10 邊緣檢測結果Fig.10 The results of edge detection

圖11 簡單幾何圖形中橢圓檢測結果Fig.11 The detection results of simple geometry

圖12 多個獨立橢圓檢測結果Fig.12 The detection results of many independent ellipses

圖13 存在很多干擾的多個獨立橢圓檢測結果Fig.13 The detection results of many independent ellipses under background interference

為進一步驗證本文算法在非合作目標空間圓上的檢測效果，本文仿真生成了如圖15～16所示的空間非合作目標圖像，其上都有空間圓存在，圖15顯示了在仿真生成的立方體上提取空間圓的效果，圖16顯示了應用本文算法提取衛星上星箭對接環的效果，綠色線條表示應用本文算法提取到的空間圓的橢圓邊界，紅色的線條表示提取到橢圓的長短軸。

圖14 標志器上空間圓投影橢圓檢測結果Fig.14 The detection results of many ellipses on cooperation marker

圖15 空間圓檢測Fig.15 Space circle detection

衛星上星箭對接環檢測結果Fig.16 The detection results of the docking ring

表1 兩種算法耗時情況Table 1 The time-consuming of the two algorithms

5 結論

本文主要對空間在軌服務中具有較為明顯的空間圓特征的星箭對接環或發動機噴管等目標提出一種檢測方法。該方法主要通過Canny算子檢測邊緣、Freeman鏈碼法對邊緣進行提取分類以及利用RED算法進行非合作空間圓目標檢測，并對仿真的空間圓投影橢圓和立體空間圓目標進行了實驗驗證。結果表明，和傳統的RED算法相比，本文提出的方法能夠明顯降低耗時量，同時保證了一定的檢測精度。非合作目標空間圓的檢測是實現非合作空間圓目標的精確定位、在軌捕獲的前提，該項檢測技術具有較為廣闊的空間在軌服務應用前景，為將來實現非合作航天器的在軌服務技術奠定了良好基礎。

［1］李巖，蔡遠文，崔曉陽.在軌服務飛行器總體技術分析［J］. 兵工自動化，2011，30(4):1-5.

［2］崔乃剛，王平，郭繼峰，等.空間在軌服務技術發展綜述［J］.宇航學報，2007，28(4):805-811.

［3］譚春林，劉永健，于登云.在軌維護與服務體系研究［J］.航天器工程，2008，17(3):45-50.

［4］梁斌，杜曉東，李成，等.空間機器人非合作航天器在軌服務研究進展［J］.機器人，2012，34(2):242-256.

［5］魏祥泉，黃建明，陳鳳，等.合作目標超近距離自主影像導航技術研究［J］.載人航天，2012，18(2):28-39.

［6］Nascimento J M.Hazard evaluation of the space debris in the geostationary orbit［C］//In:Proceedings of AAS/AIAA Astrodynamics Specialist Conference.Pittsburgh:Univelt Inc.2010.

［7］翟光，張景瑞，周志成.靜止軌道衛星在軌延壽技術研究進展［J］.宇航學報，2012，33(7):849-859.

［8］Scott D R.Method for extending the useful life of a space satellite:USA，US5511748 A［P］.1996-04-30.

［9］Tarabini L，Gil J，Gandia F，et al.Ground guided CX-OLEV rendezvous with uncooperative geostationary satellite［J］.Acta Astronautica，2007，61:312-325.

［10］Cura D，Manuel J.Conexpress orbital life extension vehicle(CX-OLEV)GNC［C］//AIAA Int.Astronaut Congress，Valencia，Spain，2006:4720-4733.

［11］李良福，馮祖仁，賀凱良，等.一種基于隨機Hough變換的橢圓檢測算法研究［J］.模式識別與人工智能，2005，18(4):459-464.

［12］Hough Paul V C.Method and means for recognizing Complex Patterns:USA，US3069654 A［P］.1962-12-18.

［13］LI Liang-fu，FENG Zu-ren，HE Kai-liang.A randomized algorithm for detecting multiple ellipses based on least square approach［J］.Opto-electronics Review，2005，13(1):61-67.

［14］李良福，馮祖仁，賀凱良.一種基于隨機Hough變化的橢圓檢測算法研究［J］.模式識別與人工智能，2005，18(4):459-464.

［15］宗露艷，吳陳.一種改進的Canny算子邊緣檢測算法［J］.現代電子技術:2011，34(4):104-106.

［16］裘鎮宇，危輝.基于Freeman鏈碼的邊緣跟蹤算法及直線段檢測［J］.微型電腦應用，2008，24(1):17-20.