激光雷达和双目相机作为无人驾驶领域中重要的环境感知设备,两者之间的外参配准是其联合应用的重要基础,然而两种信息的融合意味着繁琐的校准过程。基于此,提出一种基于特征点对匹配求解的方法,采用两块矩形木板,分别提取双目相机与激光雷达坐标系下的木板边缘3D点云,拟合空间直线求取角点坐标,最后利用Kabsch算法求解配对的特征点之间的坐标转换,利用聚类法去除多次测量结果中的异常值,并求取平均值。通过搭建实验,所提算法可在Nvidia Jetson Tx2嵌入式开发板上实现,获得了准确的配准参数,验证了理论方法的可行性。此配准方法简单易行,可自动完成多次测量,相比于同类方法精度也有所提高。

针对星敏感器跟踪过程的稳定性对星敏感器整体性能的影响, 讨论了如何利用跟踪过程中前后两帧星图上的星点位置信息进行匹配识别的问题。为了使跟踪过程具有较高的稳定性, 分析了现有星跟踪过程中匹配识别方法的优缺点, 提出用“先排序后双向递推匹配”的方法来获得在“参考星邻域内出现多颗观测星”时的成功匹配能力, 从而增加每一帧快速星跟踪时被成功跟踪恒星的数目; 同时通过引入先确定视场边缘区域, 再选取有效参考星进行匹配的思想, 有效地减小误匹配发生概率, 进而保证匹配的有效性。在外场对某星敏感器从初始姿态运动到最终状态的跟踪进行了实验, 对蒙特卡洛法生成的全天球100个视轴方向进行星跟踪的对比分析结果表明: 在姿态运动角速度较大时, 利用本文提出的匹配识别方法, 平均可实现约91.44％的快速星跟踪; 而利用相应的对比方法, 平均只能实现77.18％的快速星跟踪。分析显示本文提出的匹配识别方法具有重要的工程应用价值。

本文对星敏感器的姿态参数进行仿真计算，实现了观测星的提取及星图模拟。根据二维高斯分布模型对星点进行灰度弥散; 考虑了噪声等因素的影响，实时模拟星敏感器在轨状态下拍摄星空的真实星图。实验证明，通过仿真模拟在轨运行卫星所拍摄的星图，可以为星敏感器星点提取、星图识别、姿态解算等功能算法提供验证。