科创中国
一种基于深度学习的航天器位姿估计算法
发布时间: 2023-11-07
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
物理
成果介绍
本发明公开了一种基于深度学习的航天器位姿估计算法，能够有效地解决位姿参数中平移参数和旋转参数在数量级上的差异，从而保证深度学习网络预测的位置参数和旋转参数具有较高的精度，且通过最小化航天器CAD模型在图像中的投影轮廓的几何残差，对深度学习网络获得的位姿参数进行优化，从而给出航天器位姿参数的极大似然估计，具有非常优秀的统计学特性，从而保证了位姿估计的精度。该算法网络规模较小，算法运行时间较短，对硬件要求较低。
成果亮点
一种基于深度学习的航天器位姿估计算法，其特征在于，包括：首先根据正态分布来随机初始化神经网络模型参数，接着把数据集中的训练图像以及对应的位姿标签分别进行归一化预处理后用于训练神经网络模型，然后把测试图像输入到训练好的神经网络模型中，用反归一化得到神经网络模型预测的位姿，最后根据神经网络模型预测的位姿参数，使用最小化航天器CAD模型在图像中的投影轮廓的几何残差，优化航天器的位姿参数，最终获得航天器位姿参数的极大似然估计。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
下载app