發(fā)布時間：2021-03-24 15:05

　　隨著空間探測、空間攻防等領(lǐng)域在國內(nèi)的興起,空間服務(wù)航天器對目標航天器的觀測與在軌服務(wù)等相關(guān)技術(shù)得到重視,而對非合作目標所攜帶載荷的辨識,與非合作目標相對位姿測量,將成為非合作目標相對導(dǎo)航與成功接管的重要基礎(chǔ)。因此,本文就空間非合作目標關(guān)鍵載荷辨識與相對位姿解算方法進行研究,搭建了基于多層全連接神經(jīng)網(wǎng)絡(luò)的空間非合作目標關(guān)鍵載荷辨識框架,驗證了點云ICP算法,并針對ICP誤匹配與局部最優(yōu)問題對傳統(tǒng)ICP算法進行改進。針對基于神經(jīng)網(wǎng)絡(luò)的圖像分類辨識任務(wù),對現(xiàn)有方案進行調(diào)研,深入研究多層全連接神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),結(jié)合圖像分類辨識任務(wù)分析其網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)設(shè)定。搭建多層全連接神經(jīng)網(wǎng)絡(luò),使用現(xiàn)有圖像數(shù)據(jù)集完成網(wǎng)絡(luò)調(diào)整與訓(xùn)練,并使用測試集對訓(xùn)練結(jié)果進行測試。結(jié)合非合作目標關(guān)鍵載荷識別任務(wù),提出了關(guān)鍵載荷圖像素材尺寸壓縮與灰度化的圖像處理方案,進而完成圖像數(shù)據(jù)集構(gòu)建框架,并搭建用于非合作目標關(guān)鍵載荷分類辨識的多層全連接神經(jīng)網(wǎng)絡(luò)。結(jié)合基于點云的空間非合作目標相對位姿解算課題需求,需構(gòu)建其外輪廓點云模型�；赟olidworks繪制某通訊衛(wèi)星物理模型,轉(zhuǎn)為URDF文件后進入Gazebo物理仿真環(huán)境并... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖像素材尺寸壓縮結(jié)果示例1

取的某關(guān)鍵載荷圖像為例，壓縮后圖片素材像素寬度 d 定為 50，圖像壓縮結(jié)果如圖 3-3、圖 3-4 所示（為展示大小關(guān)系，展示程序輸出截屏）： 圖 3-3 圖像素材尺寸壓縮結(jié)果示例 1

OpenCV庫進行圖片讀入，圖像數(shù)據(jù)存儲為cv::Mat類型格式，圖像標簽存儲為int類型格式，進而建立cv::Mat類容器與int類容器對全部圖像內(nèi)容及隸屬標簽進行存儲，最終調(diào)用fstream頭文件中包含的ofstream類，使用文件建立函數(shù)open(·)按照預(yù)設(shè)命名生成圖像數(shù)據(jù)存儲文件與標簽數(shù)據(jù)存儲文件，設(shè)定輸出格式為ios::binary二進制格式，分別輸出圖像數(shù)據(jù)與標簽數(shù)據(jù)并存儲與對應(yīng)文件中。將訓(xùn)練集、測試集圖像分別存儲，并按上述流程進行命名后，運行程序?qū)τ?xùn)練集、測試集的圖像數(shù)據(jù)與標簽數(shù)據(jù)進行二進制打包輸出。程序輸出結(jié)果如下：圖3-7二進制文件輸出結(jié)果其中，四個文件類型均為二進制文件，文件命名均與文件格式無關(guān)。為與手寫MNIST數(shù)據(jù)集格式盡可能保持一致以減少后續(xù)對多層全連接神經(jīng)網(wǎng)絡(luò)訓(xùn)練程序的修改，命名規(guī)則保持為：包含“t10k”字樣文件為測試用數(shù)據(jù)集，包含“train”字樣文件為訓(xùn)練用數(shù)據(jù)集，“image”與“l(fā)abel”分別存儲圖像數(shù)據(jù)與標簽數(shù)據(jù)，“idx”表示二進制數(shù)維度，圖像數(shù)據(jù)為三維（單張像素行數(shù)×單張像素列數(shù)×圖像數(shù)），標簽數(shù)據(jù)為一維（圖像數(shù)）。

【參考文獻】：
期刊論文
[1]空間非合作目標物柔性捕獲技術(shù)進展[J]. 郭吉豐,王班,譚春林,劉永健,孫國鵬.  宇航學(xué)報. 2020(02)
[2]航天器姿態(tài)預(yù)設(shè)性能控制方法綜述[J]. 魏才盛,羅建軍,殷澤陽.  宇航學(xué)報. 2019(10)
[3]基于雙目視覺的非合作目標自主姿態(tài)估計方法[J]. 胡啟陽,王大軼.  深空探測學(xué)報. 2019(04)
[4]基于雙目光學(xué)圖像信息的空間非合作目標自主相對導(dǎo)航方法[J]. 王大軼,張磊,朱衛(wèi)紅,史紀鑫,黃美麗,鄒元杰.  中國科學(xué):物理學(xué) 力學(xué) 天文學(xué). 2019(02)
[5]基于凸包的非合作目標視覺導(dǎo)航系統(tǒng)特征點選擇方法[J]. 寧明峰,張世杰,王詩強.  紅外與激光工程. 2019(03)
[6]行星車視覺導(dǎo)航與自主控制進展與展望[J]. 郭延寧,馮振,馬廣富,郭宇晴,張米令.  宇航學(xué)報. 2018(11)
[7]基于深度學(xué)習(xí)的高效電力部件識別[J]. 歐家祥,史文彬,張俊瑋,丁超.  電力大數(shù)據(jù). 2018(09)
[8]非合作目標超近距離光學(xué)相對導(dǎo)航方法及半物理仿真系統(tǒng)研究[J]. 彭楊,張翰墨,王兆龍,曹姝清,劉宗明,武海雷.  上海航天. 2017(06)
[9]高軌失穩(wěn)目標單載荷相對位姿測量方法[J]. 李榮華,李金明,陳鳳,肖余之.  宇航學(xué)報. 2017(10)
[10]復(fù)雜機電系統(tǒng)關(guān)鍵部件辨識方法及應(yīng)用[J]. 林帥,賈利民,王艷輝,張冬雪.  系統(tǒng)工程理論與實踐. 2017(07)

博士論文
[1]空間非合作目標自主隨動跟蹤與控制研究[D]. 李元凱.上海交通大學(xué) 2010
[2]空間非合作目標飛行器在軌交會控制研究[D]. 張立佳.哈爾濱工業(yè)大學(xué) 2008

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)與稀疏編碼的接觸網(wǎng)關(guān)鍵部件及異物檢測的研究[D]. 王佳祺.西南交通大學(xué) 2018
[2]動車底部部件異常辨識輔助分析管理系統(tǒng)設(shè)計[D]. 王鈺.大連交通大學(xué) 2017
[3]考慮機械臂柔性的非合作目標慣性參數(shù)辨識研究[D]. 舒巨.哈爾濱工業(yè)大學(xué) 2015
[4]空間非合作目標關(guān)鍵部件識別及自旋穩(wěn)定目標轉(zhuǎn)動參數(shù)測量方法研究[D]. 徐志強.國防科學(xué)技術(shù)大學(xué) 2014



本文編號：3097934