王海濤 馬建華

（北京空間機(jī)電研究所，北京 100076）

1 引言

目前，月球探測(cè)和火星探測(cè)等深空探測(cè)的主要方式是著陸在星體表面進(jìn)行實(shí)地考察，安全著陸點(diǎn)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(hào)”火星探測(cè)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(duì)既定著陸區(qū)進(jìn)行跟蹤探測(cè)，但在整個(gè)降落著陸過程中，“鳳凰號(hào)”并沒有對(duì)著陸區(qū)進(jìn)行實(shí)時(shí)性的判斷，即使著陸點(diǎn)不適合著陸，著陸器也不能實(shí)時(shí)改變實(shí)際的著陸點(diǎn)，這對(duì)于探測(cè)任務(wù)的實(shí)現(xiàn)是一種威脅[1-2]。為實(shí)現(xiàn)著陸器安全精準(zhǔn)著陸，本文通過對(duì)降落相機(jī)獲取的降落圖像的處理，得到著陸區(qū)的安全信息，識(shí)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(jī)是在著陸器著陸過程中工作，所以這種方法能夠?yàn)橹懫髦懴到y(tǒng)提供必要的、及時(shí)的信息來決定是否改變著陸點(diǎn)，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(cè)的主要方向。

2 降落相機(jī)工作過程

當(dāng)前降落相機(jī)的工作任務(wù)主要是測(cè)量著陸器在著陸過程中的水平速度和垂直速度[3]，同時(shí)它也是降落圖像運(yùn)動(dòng)估計(jì)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(shí)間和工作過程都較目前降落相機(jī)的工作時(shí)間和工作過程有所改變。

當(dāng)降落相機(jī)在大約2km的高度時(shí)，DIMES系統(tǒng)開始工作，降落相機(jī)拍攝3張降落圖像[3]計(jì)算著陸器的水平和垂直速度，工作時(shí)間較短，拍攝的降落圖像也很少?！坝職馓?hào)”獲取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(jì)算處理時(shí)間，計(jì)算出獲取降落圖像時(shí)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(jìn)行各個(gè)高度速度估計(jì)。例如“勇氣號(hào)”DIMES系統(tǒng)計(jì)算出了海拔1 570m時(shí)，著陸器的水平速度為4.1m/s，垂直速度為9.7m/s，而估計(jì)得到助推火箭點(diǎn)火時(shí)的水平速度為和垂直速度分別為-1.2 m/s和10.7m/s，與實(shí)際情況都比較相符[4]。

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

圖1 降落相機(jī)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(jī)開始工作，不斷獲取著陸區(qū)的地形地貌圖像，同時(shí)對(duì)降落圖像進(jìn)行處理，對(duì)石頭、隕石坑等障礙進(jìn)行識(shí)別，并根據(jù)拍攝圖像時(shí)著陸器高度、降落相機(jī)焦距、降落相機(jī)敏感器像元大小等信息計(jì)算獲取隕石坑和石頭等障礙物直徑和體積，為安全著陸點(diǎn)的選擇提供依據(jù)。在大約2km的高度時(shí)，DIMES系統(tǒng)開始工作，利用部分降落圖像來計(jì)算著陸器的水平速度和垂直速度。

大約距離地面120m高度時(shí)，反推火箭開始工作，降落相機(jī)工作結(jié)束。

由上面對(duì)降落相機(jī)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(jī)是目前深空探測(cè)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(jī)是在著陸器降落過程中成像，本身可以實(shí)時(shí)獲取著陸器降落過程中著陸點(diǎn)地形地貌信息，而目前的深空探測(cè)的降落相機(jī)并沒有利用這一特點(diǎn)?？紤]更安全更有效的實(shí)現(xiàn)著陸器的安全著陸，本文重新設(shè)計(jì)降落相機(jī)的功能如下：

1）降落相機(jī)通過對(duì)獲取的降落圖像進(jìn)行處理計(jì)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(xiàng)技術(shù)已經(jīng)應(yīng)用于火星探測(cè)的實(shí)際當(dāng)中；

2）獲取著陸器降落過程中各個(gè)高度時(shí)降落區(qū)域的火星地貌特征圖、地形地貌圖像，對(duì)火星表面的地形地貌圖像進(jìn)行存儲(chǔ)和處理分析，得到地形地貌包括石頭、隕石坑等的實(shí)時(shí)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(diǎn)選擇

3.1 著陸點(diǎn)選擇原理

著陸器在降落過程中，降落相機(jī)在各個(gè)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(jī)的焦距、像元大小等已知的參數(shù)信息，可以計(jì)算得知每幅圖像每個(gè)像元代表的地面分辨率。然后對(duì)于每一幅圖像，利用障礙物的陰影信息對(duì)障礙物進(jìn)行識(shí)別，判斷出障礙物的大小，對(duì)于不能對(duì)著陸器安全著陸構(gòu)成威脅的障礙物進(jìn)行過濾，最后根據(jù)著陸點(diǎn)選擇算法，選擇備選的安全著陸區(qū)。具體計(jì)算步驟如下：

1）對(duì)每一幅降落圖像，采用離散二維熵雙閾值分割方法對(duì)圖像進(jìn)行分割[5]。

原理是圖像中目標(biāo)（石頭）、背景（包括目標(biāo)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(biāo)與背景分離開來，采用離散二維熵雙閾值分割方法進(jìn)行閾值選擇[6]，對(duì)圖像進(jìn)行分割。離散二維熵H定義如式（1）所示：

式中 pi，j為點(diǎn)灰度—區(qū)域均值對(duì)（i，j）發(fā)生的概率：

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

以原始灰度圖像（L個(gè)灰度級(jí)）中每個(gè)像素及其8鄰域的8個(gè)像素為1個(gè)區(qū)域，計(jì)算出區(qū)域灰度均值圖像，這樣原始圖像中的每1個(gè)像素點(diǎn)都對(duì)應(yīng)于1個(gè)點(diǎn)灰度—區(qū)域灰度均值對(duì)，進(jìn)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(duì)pi，j進(jìn)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(gè)圖像的二維熵。

圖2 處理單元Fig.2 Process element

計(jì)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(duì)降落圖像進(jìn)行分割，可得出石頭和陰影圖像。在對(duì)陰影進(jìn)行去除處理，得到石頭圖像。

3）識(shí)別出著陸區(qū)的石頭，并對(duì)那些不能對(duì)著陸器構(gòu)成威脅的石頭進(jìn)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(duì)著陸器構(gòu)成威脅的石頭。處理方法如下：假設(shè)降落相機(jī)焦距50mm，像元大小12μm，則著陸器高度8km時(shí)地面像元分辨率為1.9m，以4個(gè)像元為1個(gè)處理單元，如圖2所示。對(duì)直徑大于1.9m的石頭或者隕石坑等障礙物進(jìn)行識(shí)別。當(dāng)著陸器高度為3km時(shí)，地面像元分辨率為 0.72m，同樣以4個(gè)像元為1個(gè)處理單元，則可以對(duì)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(jìn)行識(shí)別。以此類推，當(dāng)著陸器高度是350m左右時(shí)，地面像元分辨率為大約8cm，根據(jù)經(jīng)驗(yàn)，直徑為8cm的石頭或者隕石坑已經(jīng)不能對(duì)著陸器安全著陸構(gòu)成威脅，在高度更低時(shí)，可以對(duì)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(gè)像元面積為例進(jìn)行處理，并對(duì)圖像進(jìn)行分塊，對(duì)每1塊進(jìn)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(shí)際灰度值，然后對(duì)該圖像進(jìn)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(duì)應(yīng)的像元數(shù)為40像元×40像元；對(duì)每1個(gè)分塊進(jìn)行灰度均值和方差計(jì)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(jì)算可得到符合石頭安全識(shí)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(jìn)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(duì)該著陸區(qū)進(jìn)行跟蹤，隨著分辨率的提高進(jìn)一步縮小著陸區(qū)，按照著陸區(qū)的選擇流程進(jìn)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(cè)漫游者”MER火星著陸器降落相機(jī)獲取的降落圖像，圖像大小是256×256像元。對(duì)圖3進(jìn)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(duì)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(biāo)和背景點(diǎn)占據(jù)的比例最大，而目標(biāo)區(qū)域和背景雙峰分別對(duì)應(yīng)于目標(biāo)和背景，而目標(biāo)和背景區(qū)域的灰度，比較均勻，點(diǎn)灰度和區(qū)域均值灰度相差不大，所以都集中在對(duì)角線附近，而雙峰分別代表目標(biāo)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(jì)算可得使得式（2）取最大值時(shí)，對(duì)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(shí)對(duì)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(jìn)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(jìn)行二值化處理得到陰影的二值化圖像，并與圖5進(jìn)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(biāo)識(shí)別圖Fig.7 Target identification image

將代表石頭的那些數(shù)據(jù)換成實(shí)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(duì)圖8進(jìn)行分塊，對(duì)每1個(gè)分塊進(jìn)行灰度均值和方差計(jì)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(duì)降落相機(jī)獲取的每1張降落圖像進(jìn)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(jī)的工作過程，并根據(jù)深空探測(cè)對(duì)著陸器更高的要求，對(duì)降落相機(jī)功能進(jìn)行了擴(kuò)展，增加了降落相機(jī)避障和著陸點(diǎn)選擇的功能，按照這些功能的要求，本文以火星探測(cè)為例對(duì)降落相機(jī)的避障和著陸點(diǎn)選擇技術(shù)進(jìn)行了分析，并以石頭識(shí)別為例進(jìn)行了了避障和著陸點(diǎn)選擇仿真分析。

利用降落相機(jī)獲取著陸區(qū)降落圖像進(jìn)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(qiáng)等特點(diǎn)，而且經(jīng)過仿真，利用對(duì)降落圖像進(jìn)行處理，速度快，能夠做到在降落過程中實(shí)時(shí)判斷和選擇著陸區(qū)，這對(duì)于我國深空探測(cè)著陸技術(shù)進(jìn)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(dòng)圖像的探測(cè)器著陸過程中巖石檢測(cè)[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.