余敏，罗建军，王明明

1. 西北工业大学 深圳研究院，深圳 518057 2. 西北工业大学 航天动力学国家重点实验室，西安 710072

空间机器人被认为是执行空间在轨服务任务(例如维修失效卫星)最有效的手段之一[1]，为保证在轨服务任务的安全性和可靠性，对空间目标进行快速、准确的运动状态预测成为亟需，而空间目标大都呈现翻滚运动模态[2]。

现有关于空间目标的运动预测主要是基于物理模型的方法，需要先基于视觉信息对目标进行重构与建模。借助视觉敏感器和激光雷达传感信息，通过多台同步相机成像[3]，结合图像处理和点云数据处理技术对空间目标进行三维重构[4-6]，基于目标历史观测运动状态的分帧序列进行特征提取，获得目标的构型和运动状态测量信息，进而利用基于物理模型(例如非线性滤波)对目标的未来运动状态进行预测。由于空间自由漂浮的翻滚目标几乎不受外力/力矩作用[7]，给定目标的动力学参数和初始运动状态，通过动力学积分可以得到目标的未来运动状态。基于物理模型的预测方法的成功依赖于准确估计目标动力学参数和理想的建模假设。Hirzinger等[8]利用扩展卡尔曼滤波方法预测一个惯性参数已知的目标的线性运动，但只能预测未来较短时间内的运动状态。文献[9] 利用无损卡尔曼滤波预测无人机的运动状态。Greenspan等[10]采用霍夫变换预测目标位姿，但其更注重计算速度，没有考虑预测效果。Hillenbrand和Lampariello[3]利用线性最小二乘方法对自由漂浮目标进行辨识和运动估计，提出一种有效的长周期目标运动预测方法，但由于旋转运动的非线性特性，该方法对目标旋转运动的预测效果不佳。……