「天工计划」——高性能通用式空间在轨服务系统
面向在轨服务需求，完成仿真平台与多源融合近距重建及固态雷达/双目深度感知落地；产出 ICGNC、AIT、PRCV等多篇会议论文。
中国科学院微小卫星创新研究院 卫星数字化技术重点实验室
2026年3月——至今
项目背景
当前低轨卫星呈爆发式增长，2025年全球低轨卫星已突破12000颗，各类商业星座密集规划部署，同时空间碎片总量超15亿个且年均增长5%-8%，碰撞风险持续加剧，各类碰撞事件频发，故障卫星数量逐年增加，在此双重驱动下，卫星维护、碎片清理等在轨服务需求日益迫切，且在轨服务市场规模快速扩张，为“天工计划”高性能通用式空间在轨服务系统的研发奠定了现实基础与市场价值。
- 针对非合作目标在轨重建缺乏真值标定、受热漂移与太阳饱和影响的问题，主导搭建集成 Gemini 435Le 深度相机、Robosense E1R 固态 LiDAR 与 IMU 的高保真仿真平台；推行「流形到点」两阶段扫描（100% 拓扑覆盖、局部 Chamfer Distance 提升 7.4%、局部精度 1.15 cm）。
- 针对 MLI 多径、测距漂移等导致 LiDAR 点云分层与鬼影的问题，建立物理机理级退化模型并优化 LiDAR-only 重建流水线（SOR/ROR、IMU 补偿、多帧融合）；依托高保真平台验证退化场景精度恢复达理想基线 80% 以上、RMSE 达厘米级（0.0672 m）、完备性 99.37%。
- 针对航天材料识别难、LiDAR 数据匮乏的问题，完成 RoboSense 固态雷达整机适配与点云可视化上位机；在暗室条件下采集并建立 SpaceMat-LiDAR 真实数据集（六类典型材料），构建融合几何与强度的识别模型，引入物理先验分支有效识别 MLI 与 CFRP 等材料，性能显著优于单一特征基线。
- 模块化开发绕飞轨迹采样、点云滤波降噪、体素降采样、表面重建及航天材料分类识别等功能并完成端到端联调，形成可重复运行的近距感知与材料识别一体化仿真底座，为「天工计划」在轨服务非合作目标感知算法迭代提供统一试验环境。
项目产出
-
High-Fidelity Orbital Reconstruction: A Physics-Grounded Simulation and Two-Phase Progressive Strategy for Space Objects 高保真轨道重建：面向空间目标的物理仿真与两阶段渐进策略
2026 · 已录用 · 国际制导、导航与控制学术会议（ICGNC 2026）· Springer LNEE 论文集 · 已录用
-
Physics-aware LiDAR degradation modeling and 3D reconstruction pipeline for space target on-orbit servicing 物理感知 LiDAR 退化建模与空间目标在轨服务三维重建流水线
2026 · 审稿中 · 中国模式识别与计算机视觉大会（PRCV） · Springer 论文集 · 审稿中
-
Construction and Verification of SpaceMat-LiDAR Dataset for Spacecraft Material Classification in On-Orbit Servicing 面向在轨服务航天器材料分类的 SpaceMat-LiDAR 数据集构建与验证
2026 · 已录用 · 第三届空间信息科技大会 · EI · 已录用
技术栈
Python, Open3D-style tooling, RoboSense SDK