孫洪馳,穆榮軍,李云天,崔乃剛
(哈爾濱工業(yè)大學(xué)航天工程系,哈爾濱 150001)
在月面著陸器下降過程中,需要快速調(diào)整姿態(tài),要求導(dǎo)航系統(tǒng)具備高實(shí)時性、高精度和高可靠性[1-2]。當(dāng)前深空探測任務(wù)中姿態(tài)精度最高的導(dǎo)航方式為天文導(dǎo)航,其姿態(tài)精度可達(dá)角秒級[3-5]。為提高導(dǎo)航系統(tǒng)的可靠性,月面著陸器通常都攜帶慣導(dǎo)與星敏感器,采用慣性/天文組合導(dǎo)航方式進(jìn)行導(dǎo)航解算[6-7]。慣性/天文組合導(dǎo)航系統(tǒng)一般可分為松組合和緊組合兩種模式。松組合模式下慣導(dǎo)和星敏感器各自獨(dú)立地進(jìn)行導(dǎo)航解算,然后將導(dǎo)航誤差作為觀測量進(jìn)行組合[8];緊組合模式下星敏感器不再進(jìn)行獨(dú)立解算,而是作為測量星點(diǎn)矢量的傳感器使用,根據(jù)星點(diǎn)矢量誤差構(gòu)建量測方程[9]。無論是松組合模式還是緊組合模式,星敏感器均需要采用星圖識別算法進(jìn)行導(dǎo)航星的識別,這一過程往往是天文導(dǎo)航所有流程中耗時最多的環(huán)節(jié)[10-11]。
針對上述問題本文提出一種慣性/天文深組合模型,能在不進(jìn)行星圖識別的前提下實(shí)現(xiàn)導(dǎo)航解算,有助于提高天文導(dǎo)航算法的計(jì)算效率,降低系統(tǒng)的功耗,減少對硬件資源的占用。同時在導(dǎo)航星數(shù)目不足3顆時仍可正常工作,可有效提高導(dǎo)航系統(tǒng)的實(shí)時性與可靠性。
月面著陸器運(yùn)動學(xué)模型包括姿態(tài)微分方程、速度微分方程和位置微分方程。月面著陸器姿態(tài)采用四元數(shù)進(jìn)行描述,姿態(tài)微分方程可以表示為
(1)
(2)
對于月面著陸器,在固連系下的速度ve為
(3)
將速度ve轉(zhuǎn)到導(dǎo)航系中,得
(4)
進(jìn)一步整理,可得
(5)
(6)
式中:fb為體系下的比力;gn為導(dǎo)航系下的月球重力加速度。
記p=[L,λ,h]T,月面著陸器位置微分方程為
(7)
綜上所述,式(1)、式(6)和式(7)共同組成了月面著陸器運(yùn)動學(xué)模型。
在星敏感器中,圖像是以像素的形式進(jìn)行采集和存儲的,為了能建立起星點(diǎn)矢量與像素坐標(biāo)之間的關(guān)系,引入視覺導(dǎo)航領(lǐng)域常用的內(nèi)參數(shù)矩陣構(gòu)建星敏感器的測量模型。假設(shè)某導(dǎo)航星sk在星敏感器坐標(biāo)系下的方向矢量為lsk=[X,Y,Z]T,則其在像平面中的坐標(biāo)為
(8)
式中:f為星敏感器焦距。將星點(diǎn)坐標(biāo)轉(zhuǎn)換到像素坐標(biāo)系下,得
(9)
式中:α和β描述了像平面坐標(biāo)和像素坐標(biāo)的縮放關(guān)系,物理含義是單位長度內(nèi)的像素?cái)?shù)目;cx和cy描述了像平面坐標(biāo)和像素坐標(biāo)的平移關(guān)系,單位為像素?cái)?shù);fx=αf,fy=βf,作用是簡化模型。將式(9)寫成矩陣形式,得
(10)
式中:A即為星敏感器的內(nèi)參數(shù)矩陣,且各項(xiàng)參數(shù)出廠后是固定不變的。l′sk為lsk的歸一化矢量。
慣性/天文松組合是最常見的組合方式,該模式下慣導(dǎo)與星敏感器各自獨(dú)立工作,利用二者輸出的姿態(tài)之差構(gòu)建觀測量。狀態(tài)方程選取捷聯(lián)慣導(dǎo)系統(tǒng)的誤差傳播方程,具體推導(dǎo)過程參照文獻(xiàn)[12]。
姿態(tài)誤差傳播方程為
(11)
速度誤差傳播方程為
(12)
位置誤差傳播方程為
(13)
(14)
(15)
(16)
記δq=[δq0, (δqv)T]T,δq0和δqv代表δq的標(biāo)量部分和矢量部分。當(dāng)φ為小量時,令φ=|φ|,有
(17)
由式(17)可以得到觀測量為φ=2δqv。
選取姿態(tài)失準(zhǔn)角、速度誤差、位置誤差、三軸陀螺儀零偏和加速度計(jì)零偏作為狀態(tài)變量,松組合模式下狀態(tài)量、狀態(tài)方程和量測方程為
(18)
(19)
式中:W為陀螺角速度測量白噪聲和加速度計(jì)比力測量白噪聲;V為星敏感器測量白噪聲;F陣各元素取值參照式(11)致式(15),G陣和H陣各元素取值如下
(20)
慣性/天文緊組合模型以星點(diǎn)矢量誤差為觀測量,該模式下星敏感器不進(jìn)行姿態(tài)解算。緊組合狀態(tài)方程仍為慣導(dǎo)系統(tǒng)的誤差傳播方程,僅觀測方程有所不同。在緊組合模型中,星敏感器測量到的星點(diǎn)矢量ls可以表示為
(21)
式中:ln為該星點(diǎn)矢量在導(dǎo)航系下的投影,φ為導(dǎo)航系的姿態(tài)失準(zhǔn)角。
(22)
(23)
當(dāng)視場中存在N顆導(dǎo)航星時,觀測方程可以表示為
(24)
觀測矩陣H陣各元素取值如下
(25)
慣性/天文深組合模型根據(jù)慣導(dǎo)輸出的姿態(tài),預(yù)測此姿態(tài)下理論上星敏感器應(yīng)觀測到的星圖(記為預(yù)測星圖),然后利用預(yù)測星圖和實(shí)測星圖的灰度誤差進(jìn)行失準(zhǔn)角的估計(jì),從而在像素層面構(gòu)建新的觀測模型而非對單個星點(diǎn)進(jìn)行處理,故深組合時不需要星圖識別。
群是一種集合加一種運(yùn)算組成的代數(shù)結(jié)構(gòu),李群指具有連續(xù)性質(zhì)的群。構(gòu)建灰度誤差函數(shù)需涉及到其中一個特殊的李群—特殊正交群SO(3),是由姿態(tài)陣C構(gòu)成的,其數(shù)學(xué)定義為
SO(3)={C∈R3×3|CCT=I,det(C)=1}
(26)
對于每一個C,都有對應(yīng)的李代數(shù),SO(3)的李代數(shù)so(3)定義為
so(3)={(φc×)∈R3×3|φc∈R3}
(27)
so(3)反映了SO(3)的導(dǎo)數(shù)性質(zhì),對姿態(tài)陣C求微分,有
(28)
式中:φc的物理意義是姿態(tài)陣C對應(yīng)的等效旋轉(zhuǎn)矢量,式(28)為關(guān)于C的微分方程,求解后得到
C=exp(φc×)
(29)
圖1 灰度誤差函數(shù)構(gòu)建過程
如圖1所示,I1為星敏感器拍攝星圖,I2為慣導(dǎo)預(yù)測星圖,設(shè)p1為I1中第i個像素點(diǎn),滿足
p1=Aps
(30)
(31)
(32)
(33)
ps和p′s可視為同一矢量的真值及慣導(dǎo)預(yù)測值,pn為該矢量在導(dǎo)航系下的投影,滿足
(34)
由式(34)即可得到φ與φs的關(guān)系式為
(35)
圖2 深組合模型基本原理
根據(jù)灰度不變假設(shè),式(32)可進(jìn)一步寫為
(36)
圖3 某星點(diǎn)窗口內(nèi)灰度誤差優(yōu)化方向
(37)
(38)
接下來分別計(jì)算這3項(xiàng)偏導(dǎo)數(shù),?I2/??為I2在?處的像素梯度,記?像素坐標(biāo)為?=[ua,ub]T,則像素梯度為
(39)
記ρ=[Xρ,Yρ,Zρ]T,利用式(10),可以求得??/?ρ的具體形式為
(40)
(41)
根據(jù)BCH公式,有
(42)
(43)
為提高算法的計(jì)算效率,可針對月面環(huán)境特征對狀態(tài)方程做進(jìn)一步簡化。例如,月球自轉(zhuǎn)速度很小,且月面著陸器下降過程時間較短,所引起的導(dǎo)航系旋轉(zhuǎn)也很微弱,月面重力較弱,其誤差項(xiàng)δgn對速度誤差的影響也是小量。忽略狀態(tài)方程式(11)-式(15)中的小量后,可得簡化后的狀態(tài)方程為
(44)
量測方程與式(19)一致。狀態(tài)與量測方程都是線性模型,離散化后可采用標(biāo)準(zhǔn)卡爾曼濾波進(jìn)行狀態(tài)估計(jì)。
利用慣導(dǎo)姿態(tài)預(yù)測星敏光軸指向,估算的星點(diǎn)和實(shí)際觀測星點(diǎn)不一定完全匹配,慣導(dǎo)預(yù)測星圖會出現(xiàn)缺星和多星的現(xiàn)象。但根據(jù)式(33)可知,本文所提出的深組合算法,其優(yōu)化對象為所有導(dǎo)航星堆疊而成的全局灰度誤差,優(yōu)化結(jié)果為最小二乘意義下的最優(yōu)解,故理論上個別星點(diǎn)的不匹配不會對最終結(jié)果造成太大影響,接下來通過仿真進(jìn)行驗(yàn)證。
采用SAO星表數(shù)據(jù)進(jìn)行仿真驗(yàn)證,歲差、章動采用IAU1980模型進(jìn)行補(bǔ)償,光行差只考慮一階修正項(xiàng),極移修正量由國際地球自轉(zhuǎn)服務(wù)(International earth rotation service,IERS)提供。星圖不確定度按低(不確定度:17%)、中(不確定度:50%)、高(不確定度:70%)三種情況進(jìn)行仿真驗(yàn)證。
圖4 低、中、高三種不確定度下姿態(tài)誤差曲線
從圖4(c)中可以看出,即使在高不確定度下,慣導(dǎo)僅正確預(yù)測30%的導(dǎo)航星,深組合算法依然收斂,三種工況僅精度略有不同。這說明深組合算法具有較強(qiáng)的魯棒性,慣導(dǎo)僅需要正確預(yù)測到其中的幾顆亮星即可進(jìn)行導(dǎo)航解算。
(45)
式(45)表明,對全部導(dǎo)航星做優(yōu)化等價于只優(yōu)化正確匹配的星點(diǎn),不匹配的星點(diǎn)由于灰度誤差為常值,不影響優(yōu)化結(jié)果。
本文所提出的方法主要針對月面著陸器姿態(tài)調(diào)整段進(jìn)行設(shè)計(jì),仿真軌跡設(shè)置為姿態(tài)調(diào)整段一條持續(xù)時間60 s的軌跡。著陸過程中著陸器姿態(tài)變化及星敏感器視場內(nèi)的星圖變化如圖5所示。
采用阻尼牛頓法一般迭代3~4次即可使姿態(tài)達(dá)到收斂。取第1、4次迭代優(yōu)化結(jié)果,對比其圖像灰度誤差,對比結(jié)果如圖6所示。
圖5 仿真工況設(shè)計(jì)
圖6 某星點(diǎn)窗口內(nèi)圖像灰度誤差迭代結(jié)果
接下來對比慣性/天文松、緊、深三種組合模式下的組合導(dǎo)航精度和算法計(jì)算耗時。緊組合模式只進(jìn)行星圖識別不進(jìn)行QUST解算,故算法耗時應(yīng)少于松組合。深組合模式則是采用圖像梯度優(yōu)化算法獲得姿態(tài),一般迭代4次算法已經(jīng)收斂,平均每顆星占據(jù)3×3即9個像素點(diǎn),故平均每顆星需要優(yōu)化算法迭代計(jì)算36次;而緊組合的星圖識別算法,采用星表分割后(極限星等+6Mv)平均每個子星表依舊含有196顆導(dǎo)航星,角距搜索空間大小為196×196/2=19208,即平均每顆星需要進(jìn)行的搜索次數(shù)為19208次,顯然這一過程的計(jì)算量要大于深組合的優(yōu)化算法。三種組合方式的解算精度和算法耗時統(tǒng)計(jì)仿真結(jié)果如圖7和圖8所示。
圖7 松、緊、深組合導(dǎo)航模式精度對比
圖8 松、緊、深組合導(dǎo)航模式計(jì)算耗時對比
分析圖中不同階段的三種導(dǎo)航模式精度曲線和計(jì)算耗時統(tǒng)計(jì)直方圖,可以得到以下分析結(jié)果:
1) 0~20 s內(nèi)導(dǎo)航星充足(≥3顆),松、緊、深三種組合導(dǎo)航模式的姿態(tài)精度基本處于同一量級;
2) 20~40 s內(nèi)視場中可見導(dǎo)航星降為2顆,星圖識別算法失效,松、緊組合模式導(dǎo)航結(jié)果開始發(fā)散,深組合模式依舊可以進(jìn)行導(dǎo)航解算;
3) 40~60 s時視場內(nèi)可見導(dǎo)航星數(shù)目恢復(fù)到≥3顆,此時松、緊組合導(dǎo)航模式迅速收斂,三種導(dǎo)航模式的姿態(tài)精度基本處于同一量級;
4) 俯仰、滾轉(zhuǎn)軸姿態(tài)精度整體上優(yōu)于偏航軸,這是因?yàn)槠捷S與星敏感器光軸重合,星敏感器光軸方向的姿態(tài)精度較其余兩軸差一個量級;
5) 經(jīng)統(tǒng)計(jì),松、緊、深三種組合模式的單次計(jì)算耗時均值分別為0.0074 s、0.0061 s、0.0029 s。深組合模式計(jì)算耗時最低。
本文針對月面著陸器設(shè)計(jì)了一種慣性/天文深組合導(dǎo)航方法。仿真結(jié)果表明,在導(dǎo)航星數(shù)目充足的情況下,松、緊、深三種導(dǎo)航方式姿態(tài)精度處于同一量級;在導(dǎo)航星數(shù)目不足時,松、緊組合方式無法實(shí)現(xiàn)導(dǎo)航星的識別,算法開始發(fā)散,而深組合模式依然可以正常工作;在計(jì)算耗時方面,深組合模式相較于緊組合時間縮減50%、相較于松組合時間縮減60%。深組合模式計(jì)算耗時短,有利于提高月面著陸器導(dǎo)航實(shí)時性,降低對硬件資源的占用,同時可保證在星敏感器視場內(nèi)星點(diǎn)數(shù)目不足時,導(dǎo)航結(jié)果不發(fā)散。將其應(yīng)用于月面著陸器等實(shí)時性需求較高的背景中,可以有效提升導(dǎo)航系統(tǒng)的快速響應(yīng)能力并節(jié)約系統(tǒng)功耗,為未來月面著陸器導(dǎo)航系統(tǒng)設(shè)計(jì)提供理論參考。