針對(duì)空間非合作目標(biāo)姿態(tài)測量問題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的非合作目標(biāo)姿態(tài)視覺測量方法。該方法先設(shè)計(jì)特征提取網(wǎng)絡(luò)并利用公開數(shù)據(jù)集進(jìn)行預(yù)訓(xùn)練,用少量實(shí)際目標(biāo)圖像進(jìn)行遷移學(xué)習(xí),實(shí)現(xiàn)非合作目標(biāo)圖像高層抽象特征的自動(dòng)提取;再設(shè)計(jì)基于回歸模型的姿態(tài)映射網(wǎng)絡(luò),建立圖像高層特征與三軸姿態(tài)角之間的非線性關(guān)系,實(shí)現(xiàn)非合作目標(biāo)的姿態(tài)測量。實(shí)驗(yàn)驗(yàn)證了兩類特征提取網(wǎng)絡(luò)測量精度和參數(shù)量大小,測量精度可達(dá)0.711°（1σ）,表明了"單目相機(jī)+卷積神經(jīng)網(wǎng)絡(luò)"方法的可行性。 

【文章來源】：宇航學(xué)報(bào). 2020,41(05)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

非合作目標(biāo)姿態(tài)測量網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)

圖2展示了不同特征提取網(wǎng)絡(luò)在圖像分類任務(wù)中準(zhǔn)確率與相對(duì)檢測時(shí)間差異,在空間非合作目標(biāo)姿態(tài)測量任務(wù)中,期望網(wǎng)絡(luò)在保證高準(zhǔn)確率的同時(shí)具有相對(duì)小的計(jì)算量與存儲(chǔ)空間開銷(如表1所示)。以圖中虛線為界,之上的網(wǎng)絡(luò)兼顧圖像特征提取能力和檢測速度。因此本文對(duì)比兩類網(wǎng)絡(luò),分別以殘差網(wǎng)絡(luò)ResNet和輕量化網(wǎng)絡(luò)MobileNet作為特征提取網(wǎng)絡(luò)。表1 不同特征提取網(wǎng)絡(luò)存儲(chǔ)開銷與參數(shù)量Table 1 Storage overhead and parameter amount of different feature extraction network 特征提取網(wǎng)絡(luò) 存儲(chǔ)空間/MB 參數(shù)/百萬 AlexNet 227 61 VGG16 515 138 VGG19 535 144 MobileNetV2 13 3.5 ResNet18 44 11.7 ResNet50 96 25.6 ResNet101 167 44.6 NASNetLarge 360 88.9

殘差網(wǎng)絡(luò)ResNet最大的意義在于解決了隨著網(wǎng)絡(luò)深度增加,訓(xùn)練集上準(zhǔn)確率下降的問題。相比于以往的卷積網(wǎng)絡(luò)結(jié)構(gòu)(AlexNet、Vgg等),殘差網(wǎng)絡(luò)引入了殘差模塊(如圖3所示)。對(duì)于兩層的殘差網(wǎng)絡(luò)有如下表達(dá)式:

【參考文獻(xiàn)】：
期刊論文
[1]基于特征建模的空間非合作目標(biāo)姿態(tài)智能測量方法[J]. 王立,顧營迎.  空間控制技術(shù)與應(yīng)用. 2019(04)
[2]基于紋理邊界檢測的航天器橢圓特征提取方法[J]. 王詩強(qiáng),張世杰.  宇航學(xué)報(bào). 2018(01)
[3]ToF相機(jī)在空間非合作目標(biāo)近距離測量中的應(yīng)用[J]. 梁斌,何英,鄒瑜,楊君.  宇航學(xué)報(bào). 2016(09)
[4]單目-無掃描3D激光雷達(dá)融合的非合作目標(biāo)相對(duì)位姿估計(jì)[J]. 郝剛濤,杜小平,趙繼廣,宋建軍.  宇航學(xué)報(bào). 2015(10)
[5]基于特征融合的非合作航天器位姿測量方法[J]. 王志超,王濱,李志奇,劉宏.  高技術(shù)通訊. 2013 (11)
[6]基于姿態(tài)加權(quán)核回歸的航天器姿態(tài)估計(jì)[J]. 張浩鵬,姜志國.  北京航空航天大學(xué)學(xué)報(bào). 2014(04)
[7]基于立體視覺的航天器相對(duì)位姿測量方法與仿真研究[J]. 徐文福,梁斌,李成,劉宇,強(qiáng)文義.  宇航學(xué)報(bào). 2009(04)

碩士論文
[1]基于深度學(xué)習(xí)的空間非合作目標(biāo)姿態(tài)估計(jì)算法設(shè)計(jì)[D]. 李想.哈爾濱工業(yè)大學(xué) 2018
[2]基于圖像的空間目標(biāo)三維姿態(tài)估計(jì)研究[D]. 王春雪.中國科學(xué)院大學(xué)（工程管理與信息技術(shù)學(xué)院） 2014



本文編號(hào)：3621024