基于深度学习的空间目标位姿估计方法研究

被引量 : 0次 | 上传用户:Fijy520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
空间飞行器位姿估计是空间在轨服务的基础和关键技术之一,在卫星导航和空间维护等任务中应用广泛。星载单目相机能实时、高分辨率地捕捉目标图像,计算机视觉的发展让从单目图像中获取位姿信息成为了可能。空间目标位姿估计存在场景范围大,纹理特征少、图像分辨率有限、背景环境复杂等特征。常规的位姿估计方法面对空间目标时特征提取困难、依赖于先验知识、计算量大且适应性不佳,因此,需要更多方法对空间目标估计提升精准度和加强鲁棒性。本文利用深度学习强大的特征提取能力,设计了端对端的空间目标图像位姿估计方法。主要研究内容如下:(1)由于位姿估计需要较强的空间信息提取能力,将Polarized Self-Attention注意力模块嵌入到残差网络Res Net-50中,提高网络对空间特征的学习能力。并引入FRe LU激活函数到残差块,在不改变卷积的基础上激活网络中空间不敏感信息。由于空间目标的位置和姿态信息相互独立,将其解耦为两个不同网络结构分支通过回归分别得到两者信息。其中,通过全连接层回归位置,采用软分配编码方式回归姿态信息。(2)针对空间目标的位姿估计存在目标所占像素较小、图像中存在遮挡部分和姿态旋转预测对图像分辨率敏感的特点,提出在高分辨网络HRNet的基础上结合空洞卷积HDC模块,减少了下采样对图像分辨率带来的损失。结合空洞卷积用于HRNet输出阶段的各分支融合扩大了感受野,提高了位姿估计精准度,在简单背景和复杂背景图像中均表现良好。最后,采用URSO空间目标数据集进行算法验证,并给出了位置和姿态的可视化预测结果和分析,新算法可以有效提升位姿估计精准度,对空间目标位姿估计具有鲁棒性。
其他文献
直觉模糊和证据理论作为人工智能时代下研究不确定信息处理的重要手段,已被广泛应用在模糊识别、图像检测等重要领域。基于直觉模糊集和证据理论的多属性群决策法则被认为是解决复杂、大型问题时最有效方法之一。考虑到直觉模糊集和区间证据理论的相关性,本文从直觉模糊的角度出发提出了一种计算区间证据距离的方法,并利用改进的区间证据距离求出区间证据可信度进行多属性决策。首先,总结直觉模糊集和区间证据理论的相关知识,提
学位
近年来,疫情的突然爆发导致经济比较萧条,货物出口额在缩小,各行各业都受到了不同程度的影响。作为中国国民经济的重要支柱性产业之一,家电行业关系到人类的福祉,经济的稳定与人类社会的长治久安。因此,对其进行财务绩效分析是非常有必要的。家用电器的多元化发展和差异化经营去迎合人们的需求,受到了广大市民的青睐,家电行业充满了广大的市场空间与发展机遇。对于家电行业进行财务绩效评价分析,可以了解该行业的财务状况,
学位
药物发现是一个高风险、高投入且成功率较低的过程。为提高药物研发的效率,降低药物研发的风险和成本,深度学习技术已经被成功应用于药物发现的各个阶段。其中,基于深度学习对分子属性快速准确预测,能显著加速先导化合物的发现和优化过程,在药物发现中发挥着不可或缺的作用。然而目前基于深度学习的分子属性预测方法中仍存在较多问题有待进一步解决,如大部分现有模型缺乏可解释性、模型的泛化能力差、对分子特征的描述不够全面
学位
将心理学的镜像理论应用于现代医患关系中,可以为缓解紧张医患关系提供新的视角和方法。在医患共同体构建中,医患双方需要换位思考,以共情为基础建立共识。在建构主义的视域下,主张患方通过与医方的“协作”和“会话”,主动完成对疾病认知的“意义建构”的过程,以实现医患共同决策的目标。构建和谐的医患关系需要以患者为中心,绘制患者画像;以叙事医学为桥梁,倾听医患故事;以全媒体为平台,传播医学知识。
期刊
随着我国建筑业的高速发展,工民建、桥梁、隧道等项目的规模不断扩大,工程建设安全事故频发,不仅对项目的进度、企业的利益产生较大影响,更会威胁到施工人员的人身安全。造成事故的一个重要因素是施工、监理等人员在不符合安全要求的情况下侵入施工机械的危险区域。本文将探索双目立体视觉技术在施工现场安全管理方面的应用,引入卷积神经网络实现施工现场的人机识别,并且借助双目立体视觉技术实现人机距离的检测,提出一种基于
学位
本文以改善老年智能坐便器的易用性、辅助性、舒适性以及安全性为目标,提出了运用适老化设计及相关理论来改良老年智能坐便器的方法,总结了适老化产品的设计原则,分析了适老化设计原则在智能坐便器中的可行性,使老年智能坐便器更加符合老年群体的生理及心理需求。验证了运用适老化设计理论来提高老年智能坐便器易用性和辅助性的可行性,可为与适老化相关产品的设计研究提供一定的参考。本文主要研究内容如下:(1)采用文献归纳
学位
自人工智能技术诞生以来,人类社会进入了新的发展阶段。不过如今的人工智能技术仍然只是一种弱人工智能,其与拥有自主学习能力能够独立思考的强人工智能相较还有很大的差距。在这样的背景下,通过仔细分析就会发现当下人工智能技术在应用逻辑上是“微观”的权力运行过程的体现,其以操作主义为指导理念,并依附于传统公权力进行实践。这使得人工智能技术不仅难以掌控,而且还具有反过来规训人类的能力。因此人工智能技术的应用必然
学位
构型分析是描述储层内部非均质性、提高油气采收率的关键。储层意义上的构型单元主要是3-5级。目前,国内对于构型单元的自动识别研究大多停留在4级界面所限定的构型要素,即单一沉积微相级别。对于3级界面限定的构型要素的自动识别研究较少。同时现有机器学习自动识别方法大多数是将测井数据当做离散数据点处理,没有考虑地质体单元测井曲线的垂向连续性、几何形态等特征。针对以上问题,本文以鄂尔多斯盆地城探3区下石盒子组
学位
煤炭仍然是我国主要的消费能源,煤炭的大量使用,可能会引起严重的大气污染,这不仅给环境带来了严重的危害,还会对人类的身体造成一定的损害。因此,对燃煤排放NOx的治理仍有很大的现实意义。目前传统的烟气处理中,SCR和SNCR是主流的烟气脱硝处理方法,但设备复杂,氨逃逸容易造成二次污染,能耗高,投资大等问题;湿法脱硝处理,适应性强,设备简单,处理效果好,吸收后的NOx可以资源化利用。其中,高级氧化工艺因
学位
目的:基于智能测量深度学习模型对髋关节相关参数进行分析,并建立可区分成人髋关节发育不良的个体化参考区间。方法:在我们先前研究中,基于骨盆正位X线片,构建了髋关节深度学习模型,智能测量髋关节的中心边缘(CE)角、Sharp角、T(?)nnis角和股骨头挤出指数(Femoral head extrusion index,FHEI)四个参数。本研究选取了我院(机构1)和外院(机构2)20 18年1月至2
学位