行星软着陆地形风险评估方法及仿真研究

论文摘要

随着航天科技的发展,对地外行星的探测日益频繁和深入。在复杂地形条件下实现着陆点的准确选取已成为行星软着陆的一项关键技术。本文将根据行星表面的地形特征,对行星地形软着陆风险评估方法进行深入研究,并对其进行仿真验证。首先,考虑到地形数据类型的差异,给出影响软着陆安全性的地形粗糙度与坡度定义,并对其提取算法进行研究。针对地形灰度图像,给出一种抑制噪声模糊的图像预处理方法和改进的地形粗糙度提取算法。针对高程数据,给出一种规则化插补的重采样方法和基于着陆区平面拟合的粗糙度与坡度提取算法。其次,基于模糊推理,对单传感器地形风险评估方法进行研究。通过确定地形特征的模糊变量及其隶属函数,该方法可将来自单传感器的采样数据与模糊规则的前提进行比较,进而利用Mamdani模糊推理模型进行着陆区地形风险评估。然后,基于信息融合,给出一种采用CCD相机与激光雷达组合的地形风险评估方法。这种方法在对灰度图像与激光雷达重采样数据转换后,可分别利用并联式融合结构与混联式融合结构进行决策级融合,从而实现对地形风险的综合评估。最后,通过数学仿真,对多传感器地形风险评估方法进行验证。根据设计的仿真方案,分别构建CCD相机和激光雷达的数学模型,以用于对数字地形进行采样,并逐步完成从数据预处理到信息融合的评估步骤。最终通过着陆点选取验证多传感器地形风险评估方法的有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及研究的目的和意义
• 1.1.1 课题的来源
• 1.1.2 课题研究的目的和意义
• 1.2 国内外研究现状及分析
• 1.3 论文主要研究内容
• 第2章 地形特征的提取方法
• 2.1 基于灰度图像的地形粗糙度提取方法
• 2.1.1 灰度图像预处理
• 2.1.2 地形粗糙度提取算法
• 2.1.3 仿真算例
• 2.2 基于高程数据的地形坡度和粗糙度提取方法
• 2.2.1 高程数据重采样
• 2.2.2 地形坡度与粗糙度提取算法
• 2.2.3 仿真算例
• 2.3 本章小结
• 第3章 基于模糊逻辑的单传感器地形风险评估方法
• 3.1 模糊算子及推理模型的选择
• 3.2 基于Mamdani模型的地形风险评估
• 3.2.1 地形特征模糊变量及其隶属函数的确定
• 3.2.2 基于Mamdani模型的模糊推理
• 3.3 仿真算例
• 3.4 本章小结
• 第4章 基于多传感器的地形风险评估方法
• 4.1 传感器组合方案及信息融合方法的选择
• 4.1.1 地形传感器组合方案
• 4.1.2 信息融合方法的选择
• 4.2 多传感器数据转换
• 4.3 基于决策级融合的地形风险评估
• 4.3.1 多传感器融合的并联式与混联式结构
• 4.3.2 局部评估的模糊运算
• 4.3.3 决策级融合算法的选择
• 4.4 本章小结
• 第5章 地形风险评估方法的数学仿真与分析
• 5.1 仿真方案
• 5.2 数字地形建模
• 5.3 地形传感器数学模型的建立
• 5.3.1 光学相机数学模型
• 5.3.2 激光雷达数学模型
• 5.4 数学仿真与分析
• 5.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢