В работе рассматривается математическая проблема определения взаимного положения и ориентации двух орбитальных аппаратов по данным видеосъемки. Обсуждаются недостатки простейших процедур оценивания, основанных на прямом (попиксельном) сравнении изображений, и предлагается более строгий метод, обеспечивающий быстрое и точное оценивание относительных параметров. Метод составлен из трех основных частей (инициализация, обновление и наблюдение), каждая из которых допускает независимую программную реализацию. Предложенный алгоритм тестировался на упрощенной задаче и обнаружил высокую точность получаемого результата.
В роботі розглянуто математичну проблему визначення взаємного положення та орієнтації двох орбітальних апаратів за даними відео зйомки. Обговорюються недоліки найпростіших процедур оцінювання, що ґрунтуються на прямому (попіксельному) порівнянні зображень, і пропонується більш строгий метод, що забезпечує швидке та точне оцінювання відносних параметрів. Метод складається з трьох основних частин (ініціалізація, оновлення та спостереження), кожна з яких може бути реалізована незалежно від інших. Запропонований алгоритм випробувався на спрощеній задачі та показав високу точність одержуваного результату.
The purpose of the article is to construct a model-based method that provides fast and accurate estimation of relative position and attitude of the target spacecraft. We discuss possible drawbacks of direct procedures based on straightforward (pixel-wise) image fitting and propose a subtle algorithm which satisfies formulated conditions. Results. The algorithm composed of three independent parts (initialization, pose refinement and pose tracking) has been developed and tested on simple initial datum. Initialization stage, responding for rough estimation in the absence of preliminary information, has given relatively poor but quite enough accuracy for the aims of initial approximation. Pose refinement stage which is implemented as iterative procedure based on closeness of neighboring frames demonstrated almost total matching with actual values. Pose tracking (state estimation based on equations of motion) was redundant for our simple example as it could not improve the result provided by pose refinement.
