基于深度图推理的卫星背板部件检测方法

摘要：

在轨加注是一种典型的在轨服务操作,它对于降低空间运输成本和任务风险起着重要的作用,视觉感知系统可以感知操作任务周围环境并提供给控制系统.目前在轨加注依赖于人,在人员监控下完成或通过遥操作完成,缺乏自主性.本文围绕未来高自主性的基于深度强化学习的在轨加注方法,对基于深度学习的视觉感知方法展开了研究,针对基于深度学习的方法对相似实例的检测存在精确率低、对光照变化敏感等缺点,提出了基于深度图推理的卫星背板部件检测方法.提出的方法可以有效地检测复杂形状的目标,不依赖于手工设计的特征;提高了复杂光照环境下部件的检测正确率;可以有效区分外形相似的不同部件;其有效性在数学仿真和物理仿真中均得到了验证.

关键词：在轨加注;视觉感知;复杂光照;相似实例;深度学习;知识图谱

所属期刊栏目：42

分类号：V11(航空、航天的发展与空间探索)

资助基金：国家自然科学基金U20B2054

在线出版日期：2021-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：270-282