金泽明，汪 玲，刘 柯，杜荣华，张 翔

(1. 南京航空航天大学电子信息工程学院，南京 211106；2. 南京理工大学机械工程学院，南京 210094)

0 引 言

空间技术发展对完成复杂任务的需求日益增加，如抓捕或转移空间碎片和废弃卫星、维修或更换有故障的在轨航天器、通过加注燃料延长卫星的寿命等，这些任务要求追踪任务航天器近距离精确估计目标的相对位置和姿态[1-3]。目标在非合作状态下，没有合作标识以及星间链路等辅助进行位姿测量，相对位姿估计具有挑战性，难度大。根据非合作目标的几何模型是否已知，非合作目标又可被分为模型已知非合作目标和模型未知非合作目标。依赖于非合作目标的明显的几何特征或已知的三维模型，模型已知非合作目标的相对位姿估计问题已经得到了很好的解决[4-6]。相反，模型未知非合作目标先验信息缺失、运动状态不确定，其相对位姿估计问题更为复杂。

近年来，国内外研究者开始关注利用移动机器人同步定位与地图构建(Simultaneous localization and mapping，SLAM)[7]方法来解决模型未知非合作目标的相对位姿估计问题。SLAM研究在静止场景中估计运动相机的位姿，同时重建三维场景地图，未知非合作目标位姿估计则关注在相机位姿已知的情况下估计运动目标的位姿，同时重建目标的三维结构。文献[8]提出利用若干同步协作的三维视觉传感器在不同方位对目标拍摄，同时在轨估计目标运动状态、几何尺寸以及质量信息。文献[9]提出一种基于特征的SLAM方法，该方法将目标上一组已知的三维特征作为观测输入，利用扩展卡尔曼滤波(Extended Kalman filter，EKF)作为导航滤波估计追踪航天器与未知非合作目标的相对状态。……