基于主动特征选择的非合作航天器鲁棒视觉导航方法是由南京航空航天大学吴云华主持的青年科学基金项目。该项目针对失效或故障航天器导航难题，旨在通过多特征融合与算法优化提升相对姿态估计精度及抗干扰能力，为在轨服务与行星着陆提供技术支撑 。
研究以几何代数为框架，提出多尺度图像特征建模方法，融合特征点、直线及高阶形状以降低遮挡与匹配错误的影响。通过引入Cramér-Rao误差下界理论优化特征筛选，结合随机表决采样算法剔除粗大误差，并基于三轴气浮台构建半物理仿真验证平台。关键技术涵盖故障投影点重构、景深迭代加速算法及改进型强跟踪滤波器，有效应对模型不确定性与运动突变问题 。
传统单目视觉导航在非合作目标场景中存在观测故障与模型适应性不足的局限。本项目通过多特征融合策略、相机标定方案及非线性估计算法改进，建立基于单目相机的相对位姿确定系统，解决了复杂环境下观测特征动态变化的技术瓶颈 。
想要了解更多“基于主动特征选择的非合作航天器鲁棒视觉导航方法”的信息，请点击：基于主动特征选择的非合作航天器鲁棒视觉导航方法百科
