采用单一低精度惯性传感终端完成定位解算将导致定位精度发散, 定位信息回传覆盖范围小, 且传输易受干扰, 因此, 该文提出了一种Mesh自组网与惯导组合的班组协同定位方法。该方法建立的一种基于线性化卡尔曼滤波的班组协同定位算法模型, 以高、低精度惯导组合的班组协同为基础, 结合Mesh网络的通信传输功能, 可抑制单一低精度惯性传感终端的短期累积误差, 提高长航时定位精度。实验结果表明, 采用班组协同定位算法, 低精度惯性班组人员定位的闭环轨迹误差分别降低3.28%和3.2%, 30 min累积定位平均误差分别降低5.82%和6.43%, 有效抑制了单一低精度惯性定位成员的短期累积误差, 提升了班组整体的定位精度。

为了解决当前图像匹配算法主要通过图像的区域梯度信息来进行图像匹配, 当图像存在光照变化等干扰时, 将会使得匹配图像存在较多的错误匹配点以及匹配耗时较长等不足, 提出了基于点对称关系耦合距离约束的图像匹配方法。采用FAST算法对图像特征点进行准确、快速的检测, 利用拉普拉斯极值模型进一步剔除伪特征点, 以提高算法的匹配正确度;对特征点的对称性进行计算, 利用点对称关系构造点间距度量模型, 以求取特征描述符中的特征向量, 输出特征描述符;基于SURF特征点匹配机制, 对特征点完成双向匹配约束, 完成特征点匹配。对匹配特征点进行欧氏度量, 以度量结果的比值以及均值作为依据, 构造距离约束模型, 利用距离约束模型判别错误匹配点, 优化匹配结果。实验结果显示: 与当前图像匹配算法相比较, 所提算法不仅具有较高的匹配精度以及匹配效率, 而且具有较好的鲁棒性能。

空间飞行器上普遍具有星箭对接环部件，可以提供单圆特征，但基于单个空间圆的单目视觉位姿估计有两个位姿解，无法应用到实际工程中。为了有效剔除虚假解的干扰，利用对接环平面外一参考点到圆心距离的欧氏不变性作为约束，提出一种虚假解剔除方法，给出了在该约束条件下有唯一解的证明，并对位姿求解方法进行了误差仿真分析，给出了提高测量精度的可行策略。根据空间圆在图像上的投影计算出空间圆位姿的两个解；利用参考点到圆心的距离已知且不变作为约束剔除虚假解，得到星箭对接环的真实位姿；对该方法的有效性进行了仿真和实验验证。实验结果表明，该方法可有效剔除虚假解，计算过程简单，结果稳定可靠，对接环圆心计算误差小于0.5%，姿态角误差小于0.8°。