刘宗明，牟金震，张硕，杜宣，曹姝清，张宇,*

1. 上海航天控制技术研究所, 上海 201109 2. 上海市空间智能控制技术重点实验室, 上海 201109 3. 上海航天技术研究院, 上海 201109

针对诸如空间碎片、失效卫星和小行星等非合作目标的相对测量问题，其中一种解决思路是利用视觉传感器直接对目标进行在线三维重建。随着机器人技术的快速发展，同步定位与制图(SLAM)[1]技术可以有益地借鉴到针对非合作目标的测量任务中来。SLAM技术已在机器人领域得到了广泛的应用，它可以帮助机器人在一个未知的环境中计算出自己的运动轨迹，同时可以重建周围环境的地图。在大多数应用中，机器人运行的环境被认为是静止不动的，但是如果动态场景中存在的是刚体目标的话，SLAM也是可以处理的。因而，完全可以将SLAM技术应用到空间非合作目标的测量中来。

Sonnenburg等[2]提出了一种基于特征和EKF(Extended Kalman Filter)滤波器的SLAM算法，该算法聚焦于相对导航滤波器结构设计，特征点集假设利用双目相机已经完成了提取，并且作为输入提供给滤波器；在滤波器中建立的平移运动方程是基于Hill相对运动模型的，该模型假设目标飞行器和追踪飞行器之间的相对轨道是圆形的，但是滤波器的状态量中不包含目标的惯量信息；考虑了两种不同的绝对转动动力学情况，在这两种情况中都忽略了目标飞行器和追踪飞行器在LVLH(Local Vertical Local Horizontal)坐标系下的指向差异；同时，提出了利用EKF进行单目相机特征提取和跟踪的滤波器框架。……