一種基于視覺的火星車自主導航方案設計

管敘軍，王新龍

(北京航空航天大學 宇航學院，北京 100191)

0 引 言

火星在太陽系八大行星中與地球的關系最為密切，屬于類地行星。雖然火星的大小與地球不相稱，但兩者繞太陽運行的半徑相近，都有四季的存在，一天的時間也與地球相似。而且，已經有證據表明，火星上有水存在。因此，火星被認為是離我們最近的最有可能存在生命的地方，這也是人類對火星的研究充滿興趣和期待的原因。

在火星探測中，火星車是在火星表面進行巡視探測的航天器，是火星探測必不可少的工具和手段。通過火星車在火星表面的探測活動，人們可以獲取火星表面的環境資料，收集火星表面的巖石和土壤標本，從而完成科學探測任務。火星車通常借助地面站通過無線電測控進行導航控制，但由于地球和火星的自轉和公轉運動以及所帶來的地面站和火星車相對地理位置的變化等，有時火星車會處于地面站無法測控的區域內［1］;同時，火星車與地面的通訊也存在時延和帶寬的問題。因此，火星車利用自身攜帶的測量設備進行自主導航控制已經成為重要的研究方向。

火星車自主導航技術手段主要有:慣性導航(包括航位推算)［2－3］、天文導航［4］和視覺導航［5－9］等。慣性導航因不受外界干擾，短時間內精度高，能夠實現實時自主定位而受到青睞，但由于慣性導航器件誤差隨時間積累以及車輪打滑在長距離導航中會產生較大的誤差，需要利用其他導航系統進行定期校正。視覺導航技術由于具有自主性強、準確以及可靠等優點，正被越來越多地應用到導航的實踐中。尤其是最近30年，隨著新概念、新方法、新理論的不斷涌現，視覺導航技術在火星車自主導航方面得到了廣泛的應用。天文導航沒有誤差積累，能夠提供高精度的姿態信息，但容易受目標天體能見度的制約，而且數據更新率比較低。

可見，任何單一的導航方式都無法滿足火星車對自主導航的要求。為此，本文在對不同視覺定位方法以及天文定姿原理詳細分析的基礎上，給出了一種適用于火星車的自主導航方案。

1 火星車視覺定位方法

火星車視覺定位是一種依靠CCD 相機獲取外部信息，通過利用圖像處理、特征匹配等技術確定自身位置的導航方法，主要包括視覺里程計、遠點地標法、著陸器立體視覺導航、基于著陸成像的地圖匹配定位方法以及基于石塊位置分布不變特性的定位方法。

1.1 視覺里程計

視覺里程計是一種利用單目或雙目攝像機得到圖像序列，然后通過特征提取、匹配與跟蹤估計載體運動信息的導航定位方法。由于單目視覺里程計只能處理位于一個平面上的場景點，無法得到場景的三維信息，因此當場景存在起伏時算法會失效。而立體視覺里程計根據提供的深度信息能夠獲得場景的三維信息，因此其應用性更好。所以，本文著重研究立體視覺里程計，其工作原理如圖1 所示。

圖1 立體視覺里程計的工作原理

由圖1 可以看出，通過立體相機獲得立體圖像對后，首先需要進行圖像校正，以滿足兩幅圖像對應的特征點在同一掃描線上，從而使得匹配的搜索范圍從二維降到一維，這樣能夠加快匹配速度，提高匹配精度。在此基礎上，便可進行特征提取，以及同幀圖像對特征點的立體匹配。然后在火星車運行一段距離以后，通過類似的操作，并對前后兩幀圖像進行特征點的跟蹤匹配，就可以獲得所選取的特征點在相機運動前后所對應的三維坐標。通過運動估計算法就可以求出火星車相對位置與姿態的變化。

視覺里程計在“勇氣號”和“機遇號”火星車上，以及后來的“鳳凰號”火星車上均得到了應用。這種方法不需要利用外部地標點或基準地圖進行輔助，能夠同時確定火星車的位置和姿態，在小范圍內具有較高的精度。但此方法與航位推測法類似，屬于逐步累加方式的導航方法，這類導航方式的一個缺陷就是會產生誤差的積累。因此，此方法一般用于坡度較陡或車輪易打滑的地方，從而校正航跡推算方法中由車輪打滑和慣性導航器件漂移引起的定位誤差。

1.2 遠點地標法

遠點地標法是指火星車利用攝像機探測位置已知的地標點，利用三角測量的方法來確定自身的位置。這種方法需要事先至少知道兩個地標點，由于火星上沒有人工地標，因此地標點通常選定為遠處的山，其工作原理如圖2 所示。

圖2 遠點地標法的原理圖

由圖2 可以看出，根據測距原理，利用山頂A和山頂B 在立體相機中的像坐標便可分別求出火星車與山頂A 和山頂B 之間的距離。又由于山頂A和山頂B 的坐標是已知的，火星車的高度即所處位置的海拔高度。因此，火星車與山頂A 和山頂B在水平面內的距離也是可以求出的。分別以山頂A和山頂B 在水平面內的投影為圓心，以火星車與山頂A 和山頂B 在水平面內的距離為半徑作圓，則火星車必位于兩圓的一個交點上。

遠點地標方法只能確定火星車的位置信息，不能確定火星車的姿態信息。而且至少要求觀測兩個位置已知的地標點，這一條件并不總能得到滿足，因此其應用受到一定的限制。但此方法的精度較高，在條件滿足的情況下，可用于對火星車的位置信息進行更新。

1.3 著陸器立體視覺導航

著陸器立體視覺導航是一種利用著陸器上安裝的兩臺相機同時拍攝火星車，根據立體視覺的原理確定火星車位置的方法。如果火星車上至少配置三個幾何關系已知的特征點，則還可以求出火星車的姿態，其工作原理如圖3 所示。

圖3 著陸器立體視覺導航原理圖

由于著陸器著陸以后，其相對火星的位置是固定不動的，因此，著陸器的位置一般可以較精確地確定。在此基礎上，如果能夠確定火星車與著陸器之間的相對位置，便可求出火星車的絕對位置。如圖3 所示，根據著陸器上安裝的立體相機所拍攝的立體圖對，可以求出火星車與著陸器之間的距離，再結合著陸器上立體相機的姿態信息，便可確定火星車的位置信息。而且，如果能夠獲取火星車上三個幾何關系已知的特征點，還可以求出火星車的姿態信息。

著陸器立體視覺導航方法比較簡單，在一定條件下，能夠同時求出火星車的位置信息和姿態信息。而且立體相機直接安裝在著陸器上，不受火星車運動顛簸的影響，結果相對穩定可靠。但是，立體視覺測距誤差會隨著距離的增加呈平方級增長，而且在遠距離上無法保證特征點被可靠地區分。因此，只有當火星車在著陸器的周圍時，這種方法才有效。

1.4 基于著陸成像的地圖匹配定位法

基于著陸成像的地圖匹配定位法是指著陸器在下降過程中，利用CCD 相機所拍攝的一系列圖像建立數字高程模型(DEM)，火星車在漫游過程中，通過將立體相機所拍攝的導航圖像與DEM 進行匹配就可求出火星車的位置信息，其工作原理如圖4 所示。

由圖4 看出，著陸器在下降過程中，利用CCD相機在不同高度上向下拍攝的一系列垂直CCD 圖像，根據攝影測量的光束法平差原理求解相機的外方位元素。在此基礎上，根據兩張垂直拍攝的相鄰圖像可以求出共有特征點的三維坐標，從而得到DEM。火星車在移動過程中，將拍攝到的導航圖像與DEM 中的公共特征點相匹配，由于DEM中的特征點的三維位置已知，由此便可求出火星車的位置信息。

圖4 數字高程地圖建立的原理圖

由于利用著陸器在下降過程中所拍攝的圖像生產的DEM 的分辨率較高，火星車所攜帶的相機拍攝的導航圖像的分辨率也較高，因此，基于著陸成像的地圖匹配定位法的定位精度較高。但是，由于著陸器所攜帶的CCD 相機的視場范圍有限，因此，這種方法只適用于著陸器的周邊范圍。

1.5 基于石塊位置分布不變特性的定位方法

由于局部地圖中若干個地勢的局部高點與全局地圖中對應高點之間具有接近的幾何關系，基于石塊位置分布不變特性的定位方法正是利用這一特點。通過匹配局部地圖與全局地圖中地勢高點，便可求出局部地圖在全局地圖中的位置，從而完成火星車的定位。這就是基于石塊位置分布不變特性的定位方法的原理，如圖5 所示。

圖5 基于石塊位置分布不變特性的定位原理

圖5 所示的全局地圖是利用火星軌道衛星所拍攝的火星表面圖像生成的，局部地圖是利用火星車自身攜帶的相機所拍攝的導航圖像生成的。由于全局地圖中特征點的位置是已知的，在成功匹配局部地圖與全局地圖中對應的地勢高點后，則局部地圖中地勢高點的坐標便是已知的。然后根據三角測量的原理，就可以確定火星車的位置信息。

通過利用高分辨率科學成像儀(High Resolution Imaging Science Experiment，HiRISE)，使得火星軌道衛星所拍攝圖像的分辨率已可達0.25 m。而且，火星基本是沙漠行星，地表沙丘、礫石遍布。所有這些都使得基于石塊位置分布不變特性的定位方法成為可能。這一方法的應用范圍不受限制，可用來對火星車的位置進行定期的更新。

2 火星車天文定姿方法

新型大視場星敏感器的出現，使得同時觀測三顆及三顆以上的導航星成為可能，在不需要任何外部基準信息的前提下，可直接精確地(1″～7″)提供運載體相對于慣性空間的姿態信息，且精度在全程保持穩定，其工作原理如圖6 所示。

圖6 天文定姿原理

設S1，S2，…，Sn是n(n≥3)顆已經被正確識別的恒星，可得這n 顆星的星光矢量在地心赤道慣性坐標系i 和星敏感器測量坐標系s 下的表示，即V1，V2，…，Vn和U1，U2，…，Un，分別形成兩個3 ×n 的矩陣:

3 火星車自主導航方案的設計

通過以上的分析可以看出，視覺導航系統的定位精度較高，天文導航系統的定姿精度較高，因此，利用天文導航系統與視覺導航系統分別提供的高精度姿態信息和位置信息對慣導系統的位姿誤差進行定期校正，以滿足火星車對長時間、遠距離、高精度自主導航的要求。設計的火星車自主導航方案原理如圖7 所示。

從圖7 中可以看出，火星車自主導航方案主要由導航測量器件、各子系統的解算單元以及濾波、校正單元組成。

圖7 火星車自主導航方案原理圖

3.1 導航測量器件

(1)慣性測量單元

慣性測量單元由陀螺儀和加速度計組成，由于本方案中采用的是捷聯式慣導系統，陀螺儀和加速度計直接安裝在火星車上。因此，陀螺儀和加速度計的輸出分別是載體坐標系下火星車相對于慣性空間的角速率和加速度信息，經過轉換積分就可以分別確定火星車的姿態和位置。

(2)星敏感器

星敏感器是一種以已知恒星作為觀測基準來確定火星車姿態的器件，其姿態確定精度可達到角秒級，是目前精度最高的姿態測量器件。利用星敏感器提供的高精度姿態信息定期修正慣導系統中由于陀螺儀漂移而引起的姿態誤差，能夠滿足火星車對高精度姿態信息的要求。

(3)CCD 相機

CCD 是電荷耦合器件(charge coupled device)的簡稱，是理想的CCD 相機元件。由于以其構成的CCD 相機具有體積小、重量輕、低能耗、視場寬、易于搭載等特性，因此被廣泛應用。根據CCD 相機提供的位置信息定期校正火星車的位置，就可以滿足其對高精度位置信息的要求。

3.2 各子系統的解算單元

慣導系統的解算已有大量文獻詳述，這里從略。天文導航系統的定姿原理在第2 節已詳述。通過對火星車視覺定位方法的分析可以看出，視覺里程計已經在火星車上得到了應用，但由于存在誤差累積的缺點，該方法一般只用于坡度較陡或車輪易打滑的地方。火星表面礫石遍布，使得基于石塊位置分布不變特性定位方法的應用范圍不受約束。因此，在火星車自主導航方案中，視覺定位部分采用視覺里程計與基于石塊位置分布不變特性相結合，定期對火星車位置信息進行校正，滿足火星車對長時間、遠距離、高精度自主導航的要求。

3.3 濾波、校正單元

利用kalman 濾波器，通過融合視覺導航系統確定的火星車位置信息與慣性導航系統確定的火星車位置信息，以及天文導航系統確定的火星車姿態信息與慣性導航系統確定的火星車姿態信息，能夠估計出慣性器件的常值誤差，以及火星車的位置誤差和姿態誤差。利用慣性器件常值誤差的估計值校正慣性器件的輸出，以減小火星車位姿誤差的發散速度。用位姿誤差的估計值校正火星車的位姿信息，進而獲得火星車高精度的位姿信息。

3.4 可行性分析

由于火星的大氣層比較稀薄，當天文導航系統在觀測目標天體時，所受到的干擾較小，使得天文導航系統能夠提供高精度的慣性姿態信息;又由于火星在軌衛星上的相機分辨率已達0.25 m，而火星的大氣對光線的影響比較小，因此利用火星在軌衛星拍攝的火星表面圖像生成的基準圖的精度也比較高。通過將火星車上視覺導航系統拍攝的圖像與基準圖相匹配，就可以獲得高精度的火星車位置信息;通過融合天文導航系統提供的高精度慣性姿態信息、視覺導航系統提供的高精度位置信息以及慣性導航系統提供的位姿信息，使得火星車在復雜環境下實現長時間、遠距離和高精度自主導航成為可能。

4 結 論

以上綜述了視覺里程計、遠點地標法、著陸器立體視覺導航、基于著陸成像的地圖匹配定位方法以及基于石塊位置分布不變特性的定位方法，重點對它們的定位原理以及優缺點進行分析。在此基礎上，設計了一種適用于火星車的自主導航方案，通過選用視覺里程計與基于石塊位置分布不變特性相結合的定位方法，并利用天文導航系統提供的高精度姿態信息以及視覺導航系統提供的高精度位置信息對火星車的位姿信息進行定期校正，以滿足火星車在復雜環境下對長時間、遠距離、高精度自主導航的要求。

［1］Yenilmez L，Temeltas H. Autonomous Navigation for Planetary Exploration by a Mobile Robot［C］// International Conference on. Proceedings of Recent Advances in Space Technologies，2003:397－402.

［2］Fuke Y，Krotkov E. Dead Reckoning for a Lunar Rover on Uneven terrain［C］//IEEE International Conference on Robotics and Automation，1996:411－416.

［3］Luo Qiangli，Han Junhai. Research on SINS and OD Integrated Navigation System for Land Vehicles［J］.Navigation and Control，2011，10(4):6－11.

［4］Wu Xiaojuan，Wang Xinlong. A SINS/CNS Deep Integrated Navigation Method Based on Mathematical Horizon Reference［J］. Aircraft Engineering and Aerospace Technology，2011，83(1):26－34.

［5］Cheng Y，Maimone M W，Matthies L. Visual Odometry on the Mars Exploration Rovers:A Tool to Ensure Accurate Driving and Science Imaging［J］. Robotics ＆ Automation Magazine，IEEE，2006，13(2):54－62.

［6］Maimone M，Cheng Y，Matthies L. Two Years of Visual Odometry on the Mars Exploration Rovers［J］. Journal of Field Robotics，2007，24(3):169－186.

［7］葛之江，尤紅建，殷禮明，等. 利用著陸探測器下落及月球巡視探測器漫游的圖像實現制導和自主導航［C］//中國宇航學會深空探測技術專業委員會第二屆學術會議論文集，2005:334－337.

［8］邸凱昌，岳宗玉，劉召芹. 基于地面圖像和衛星圖像集成的火星車定位新方法［J］. 航天器工程，2010，19(4):8－16.

［9］侯建.月球車立體視覺與視覺導航方法研究［D］. 哈爾濱:哈爾濱工業大學，2007:97－105.