基于降落圖像的安全著陸點選擇技術(shù)研究

王海濤 馬建華

（北京空間機電研究所，北京 100076）

1 引言

目前，月球探測和火星探測等深空探測的主要方式是著陸在星體表面進行實地考察，安全著陸點的選擇主要是依靠現(xiàn)有的關(guān)于月球或者火星表面圖像來選擇著陸區(qū)，美國“鳳凰號”火星探測器即是地面工作人員選定著陸區(qū)，然后在著陸火星的巡航階段對既定著陸區(qū)進行跟蹤探測，但在整個降落著陸過程中，“鳳凰號”并沒有對著陸區(qū)進行實時性的判斷，即使著陸點不適合著陸，著陸器也不能實時改變實際的著陸點，這對于探測任務(wù)的實現(xiàn)是一種威脅[1-2]。為實現(xiàn)著陸器安全精準著陸，本文通過對降落相機獲取的降落圖像的處理，得到著陸區(qū)的安全信息，識別出著陸區(qū)的障礙物，并提供出備選的安全著陸區(qū)。由于降落相機是在著陸器著陸過程中工作，所以這種方法能夠為著陸器著陸系統(tǒng)提供必要的、及時的信息來決定是否改變著陸點，使得著陸器的著陸具有一定的自主性，從而保障著陸器安全著陸。這也是今后深空探測的主要方向。

2 降落相機工作過程

當前降落相機的工作任務(wù)主要是測量著陸器在著陸過程中的水平速度和垂直速度[3]，同時它也是降落圖像運動估計系統(tǒng)（Descent Image Motion Estimation System，DIMES）的主要傳感器之一。但是本文需要利用降落圖像判斷著陸區(qū)的安全信息，其工作時間和工作過程都較目前降落相機的工作時間和工作過程有所改變。

當降落相機在大約2km的高度時，DIMES系統(tǒng)開始工作，降落相機拍攝3張降落圖像[3]計算著陸器的水平和垂直速度，工作時間較短，拍攝的降落圖像也很少?！坝職馓枴鲍@取3張圖像的高度分別是1 983m、1 706m和1 433m，每幅圖像有3.75s的計算處理時間，計算出獲取降落圖像時著陸器的水平和垂直速度，再根據(jù)著陸器的水平速度之間和垂直速度之間的內(nèi)部牽制關(guān)系來進行各個高度速度估計。例如“勇氣號”DIMES系統(tǒng)計算出了海拔1 570m時，著陸器的水平速度為4.1m/s，垂直速度為9.7m/s，而估計得到助推火箭點火時的水平速度為和垂直速度分別為-1.2 m/s和10.7m/s，與實際情況都比較相符[4]。

本文要求火星著陸器降落相機拍攝的圖像較多，工作時間較長。其工作過程如圖1所示。

圖1 降落相機工作過程Fig.1 Working process of landing camera

在大約12km的高度，著陸器拋棄隔熱板，降落相機開始工作，不斷獲取著陸區(qū)的地形地貌圖像，同時對降落圖像進行處理，對石頭、隕石坑等障礙進行識別，并根據(jù)拍攝圖像時著陸器高度、降落相機焦距、降落相機敏感器像元大小等信息計算獲取隕石坑和石頭等障礙物直徑和體積，為安全著陸點的選擇提供依據(jù)。在大約2km的高度時，DIMES系統(tǒng)開始工作，利用部分降落圖像來計算著陸器的水平速度和垂直速度。

大約距離地面120m高度時，反推火箭開始工作，降落相機工作結(jié)束。

由上面對降落相機工作過程分析可知，作為DIMES系統(tǒng)主要傳感器之一的降落相機是目前深空探測獲取水平速度和垂直速度的主要傳感器之一，但是降落相機是在著陸器降落過程中成像，本身可以實時獲取著陸器降落過程中著陸點地形地貌信息，而目前的深空探測的降落相機并沒有利用這一特點。考慮更安全更有效的實現(xiàn)著陸器的安全著陸，本文重新設(shè)計降落相機的功能如下：

1）降落相機通過對獲取的降落圖像進行處理計算來獲取著陸器水平速度，并提供著陸器水平速度信息，這項技術(shù)已經(jīng)應(yīng)用于火星探測的實際當中；

2）獲取著陸器降落過程中各個高度時降落區(qū)域的火星地貌特征圖、地形地貌圖像，對火星表面的地形地貌圖像進行存儲和處理分析，得到地形地貌包括石頭、隕石坑等的實時信息；

3）根據(jù)圖像處理的結(jié)果，提供出備選的安全的著陸區(qū)。

3 著陸點選擇

3.1 著陸點選擇原理

著陸器在降落過程中，降落相機在各個高度獲取著陸區(qū)的圖像信息，根據(jù)著陸器的高度和降落相機的焦距、像元大小等已知的參數(shù)信息，可以計算得知每幅圖像每個像元代表的地面分辨率。然后對于每一幅圖像，利用障礙物的陰影信息對障礙物進行識別，判斷出障礙物的大小，對于不能對著陸器安全著陸構(gòu)成威脅的障礙物進行過濾，最后根據(jù)著陸點選擇算法，選擇備選的安全著陸區(qū)。具體計算步驟如下：

1）對每一幅降落圖像，采用離散二維熵雙閾值分割方法對圖像進行分割[5]。

原理是圖像中目標（石頭）、背景（包括目標的陰影）共同構(gòu)成了整幅圖像，背景占據(jù)了大部分的灰度信息。將目標與背景分離開來，采用離散二維熵雙閾值分割方法進行閾值選擇[6]，對圖像進行分割。離散二維熵H定義如式（1）所示：

式中 pi，j為點灰度—區(qū)域均值對（i，j）發(fā)生的概率：

N×M為圖像大小，ni，j為圖像中心點灰度i區(qū)域均值為j的像素點的個數(shù)。

以原始灰度圖像（L個灰度級）中每個像素及其8鄰域的8個像素為1個區(qū)域，計算出區(qū)域灰度均值圖像，這樣原始圖像中的每1個像素點都對應(yīng)于1個點灰度—區(qū)域灰度均值對，進行處理得到降落圖像的二維直方圖。

2）用最優(yōu)閾值選擇方法選擇閾值[6]。

選擇原理是根據(jù)不同的概率分布，對pi，j進行歸一化處理，使得不同區(qū)域的熵之間具有可加性。設(shè)閾值為（s，t），定義熵的判別函數(shù)如式（2）式所示：

式中 PA為A區(qū)總概率；HA為A區(qū)二維熵；HL為整個圖像的二維熵。

圖2 處理單元Fig.2 Process element

計算使得式（2）取最大值的灰度值即為最佳閾值。選擇最佳閾值之后對降落圖像進行分割，可得出石頭和陰影圖像。在對陰影進行去除處理，得到石頭圖像。

3）識別出著陸區(qū)的石頭，并對那些不能對著陸器構(gòu)成威脅的石頭進行處理[7]。

去除石頭和陰影圖像中的陰影部分可得石頭圖像，并處理不能對著陸器構(gòu)成威脅的石頭。處理方法如下：假設(shè)降落相機焦距50mm，像元大小12μm，則著陸器高度8km時地面像元分辨率為1.9m，以4個像元為1個處理單元，如圖2所示。對直徑大于1.9m的石頭或者隕石坑等障礙物進行識別。當著陸器高度為3km時，地面像元分辨率為 0.72m，同樣以4個像元為1個處理單元，則可以對直徑（星體表面水平方向的障礙物最大寬度）大于0.72m的石頭或者隕石坑等障礙物進行識別。以此類推，當著陸器高度是350m左右時，地面像元分辨率為大約8cm，根據(jù)經(jīng)驗，直徑為8cm的石頭或者隕石坑已經(jīng)不能對著陸器安全著陸構(gòu)成威脅，在高度更低時，可以對直徑小于8cm的石頭或者隕石坑不予考慮。

本文以石頭面積小于4個像元面積為例進行處理，并對圖像進行分塊，對每1塊進行圖像均值和方差比較，最小的塊即可作為待選著陸區(qū)，其著陸區(qū)的選擇流程如下：

將代表石頭的那些數(shù)據(jù)換成實際灰度值，然后對該圖像進行分塊處理，每塊大小為著陸器占地面積大小的4倍，本文假設(shè)著陸器占地面積對應(yīng)的像元數(shù)為40像元×40像元；對每1個分塊進行灰度均值和方差計算，選取最小的那1塊；判斷上一步選擇的待選著陸區(qū)是否靠近該降落圖像的中間地帶，如果是則作為著陸區(qū)的待選區(qū)域，經(jīng)過計算可得到符合石頭安全識別的待選著陸區(qū)域；結(jié)合這些備選著陸區(qū)的高程信息、坡度坡向和粗糙度信息進行選擇[8]，最終確定備選著陸區(qū)。

4）結(jié)合著陸區(qū)的高程等信息，使用多敏感器方法選擇合適的著陸區(qū)。

5）在之后的降落圖像中對該著陸區(qū)進行跟蹤，隨著分辨率的提高進一步縮小著陸區(qū)，按照著陸區(qū)的選擇流程進一步判斷選擇安全著陸區(qū)，在反推火箭開始工作之前，確定最終著陸區(qū)。

3.2 MATLAB仿真結(jié)果

圖3是“火星探測漫游者”MER火星著陸器降落相機獲取的降落圖像，圖像大小是256×256像元。對圖3進行處理，得到二維直方圖如圖4所示。由圖4所知，pi，j的概率高峰主要分布在圖5所示的iOj平面的對角線部分，整體呈現(xiàn)出雙峰一谷的狀態(tài)，由于圖像中目標和背景點占據(jù)的比例最大，而目標區(qū)域和背景雙峰分別對應(yīng)于目標和背景，而目標和背景區(qū)域的灰度，比較均勻，點灰度和區(qū)域均值灰度相差不大，所以都集中在對角線附近，而雙峰分別代表目標和背景。

圖3 圖像原圖Fig.3 Original image

圖4 二維直方圖Fig.4 2D histogram

圖5 iOj平面Fig.5 Plane iOj

計算可得使得式（2）取最大值時，對應(yīng)的灰度值為178；同理，將PA換成PB，HA換成HB得到使得式（2）取最大值時對應(yīng)的灰度值是46。根據(jù)上面的分析，灰度大于178的那部分是石頭的向光部分，灰度小于46的那部分石頭的惡陰影占據(jù)大部分，所以以此二閾值進行二值化處理得到陰影和石頭的二值化圖像，如圖6所示；再根據(jù)閾值46進行二值化處理得到陰影的二值化圖像，并與圖5進行減去處理可得到石頭的二值化圖像如圖7所示。

圖6 石頭與陰影圖像Fig.6 Image of stones and shadows

圖7 目標識別圖Fig.7 Target identification image

將代表石頭的那些數(shù)據(jù)換成實際灰度值（見圖8），再根據(jù)假設(shè)著陸器占地面積為40像元×40像元對圖8進行分塊，對每1個分塊進行灰度均值和方差計算，按照著陸區(qū)的選擇流程得到待選著陸區(qū)域如圖9灰色方框區(qū)域所示。

圖8 影響著陸石頭圖像Fig.8 Image including unsafe stones

圖9 著陸區(qū)選擇Fig.9 Image for landing zone choosing

通過對降落相機獲取的每1張降落圖像進行如上處理，可以得到安全的備選著陸區(qū)，再結(jié)合備選著陸區(qū)的坡度坡向信息、高程信息和粗糙度信息來綜合選擇最終的著陸區(qū)。

4 結(jié)束語

本文介紹了降落相機的工作過程，并根據(jù)深空探測對著陸器更高的要求，對降落相機功能進行了擴展，增加了降落相機避障和著陸點選擇的功能，按照這些功能的要求，本文以火星探測為例對降落相機的避障和著陸點選擇技術(shù)進行了分析，并以石頭識別為例進行了了避障和著陸點選擇仿真分析。

利用降落相機獲取著陸區(qū)降落圖像進行地形安全判斷和避障，具有集成度高、技術(shù)成熟和適應(yīng)性強等特點，而且經(jīng)過仿真，利用對降落圖像進行處理，速度快，能夠做到在降落過程中實時判斷和選擇著陸區(qū)，這對于我國深空探測著陸技術(shù)進一步發(fā)展具有一定的參考意義。

（References）

[1]付麗章.火星著陸自主避障技術(shù)—模糊邏輯地形分析算法研究[D].中國空間技術(shù)研究院碩士論文，2009.FU Lizhang.Autonomous Hazard Avoidance Technology for Landing on Mars-Research on A Fuzzy Logic Terrain Analysis Algorithm[D].China Academy of Space Technology，2009.（in Chinese）

[2]Prasun N D .Entry，Descent，and Landing Performance of the Mars Phoenix Lander[C].AIAA/AAS Astrodynamics Specialist Conference and Exhibit，Hawaii，2008：18-21.

[3]Johnson A E，Klumpp A R，Collier J B，et al.Lidar-based Hazard Avoidance for Safe Landing on Mars[J].Journal of Guidance，Control，and Dynamics，2002，25（6）：1091-1099.

[4]Matthies L，Huertas A，Cheng Y，et al.Landing Hazard Detection with Stereo Vision and Shadow Analysis[C].Proc AIAA Infotech at Aerospace Conference，2007.

[5]丁萌.基于被動圖像的探測器著陸過程中巖石檢測[J].光電工程，2009，36（1）82-87.DING Meng.To Detect the Stones in the Landing Progress of Lander Based on Passivity Images[J].Opto-electronic Engineering，2009，36（1）：82-87.（in Chinese）

[6]Cheng Y，Johnson A，Olson C，et al.Optical Landmark Detection for Spacecraft Navigation[C].13th Annual AAS/AIAA Space Flight Mechanics Meeting，2003.

[7]Johnson A E，Matthies L.Precise Image Based Motion Estimation for Autonomous Small Body Exploration[C].Proc 5th Int’l Symp.Artificial Intelligence，Robotics，and Automation in Space （iSAIRAS 99），European Space Agency Publications Div，1999：627-634.

[8]Bernard D，Golombek M.Crater and Rock Hazard Modeling for Mars landing[C].Proc Space 2001 Conference and Exposition.