[發(fā)明專利]基于遷移學(xué)習(xí)的空間目標(biāo)自主識(shí)別方法、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911295959.1
• 申請日: 2019-12-16
• 公開（公告）號: CN111191690B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計(jì)）人: 梁彥;孫俊;陳赟;劉珊珊;韓飛
• 申請（專利權(quán)）人: 上海航天控制技術(shù)研究所
• 主分類號: G06V10/77
• 分類號: G06V10/77;G06V10/764;G06V10/774;G06V10/82;G06N3/096
• 代理公司: 上海元好知識(shí)產(chǎn)權(quán)代理有限公司 31323
• 代理人: 徐雯瓊;張妍

本發(fā)明公開了一種基于遷移學(xué)習(xí)的空間目標(biāo)自主識(shí)別方法、電子設(shè)備和存儲(chǔ)介質(zhì)，所述方法包括：實(shí)時(shí)獲取若干幀未知空間目標(biāo)的圖像數(shù)據(jù)；根據(jù)若干幀前序時(shí)刻的所述未知空間目標(biāo)的圖像數(shù)據(jù)對當(dāng)前時(shí)刻的所述未知空間目標(biāo)的圖像數(shù)據(jù)進(jìn)行特征補(bǔ)償，得到經(jīng)所述特征補(bǔ)償?shù)漠?dāng)前時(shí)刻的未知空間目標(biāo)特征圖；對經(jīng)所述特征補(bǔ)償?shù)漠?dāng)前時(shí)刻的未知空間目標(biāo)特征圖采用預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，得到識(shí)別結(jié)果。本發(fā)明解決了非合作空間目標(biāo)先驗(yàn)信息缺失，所導(dǎo)致的樣本數(shù)量和種類不夠豐富的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及空間技術(shù)領(lǐng)域，特別涉及一種基于遷移學(xué)習(xí)的空間目標(biāo)自主識(shí)別方法、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

空間目標(biāo)航天器可分為合作目標(biāo)與非合作目標(biāo)。合作目標(biāo)是指具備已知的目標(biāo)圖像庫或三維模型庫，或能夠與追蹤飛行器進(jìn)行通信的目標(biāo)飛行器；非合作目標(biāo)是指客體航天器沒有專門的用于對接的接口或識(shí)別標(biāo)志器，在對其追蹤、操控過程中不會(huì)主動(dòng)為服務(wù)航天器提供相關(guān)信息。目前，對于空間合作目標(biāo)的在軌操控技術(shù)已經(jīng)相對成熟。然而對于空間非合作目標(biāo)，對其在軌狀態(tài)認(rèn)知、抓捕對接、服務(wù)操作等均是世界難題。主要原因如下：

(1)目標(biāo)先驗(yàn)信息缺失、狀態(tài)不穩(wěn)定。非合作目標(biāo)的外形尺寸、材質(zhì)特性、動(dòng)力學(xué)參數(shù)等均為未知狀態(tài)。空間非合作目標(biāo)可能處于姿態(tài)不穩(wěn)定狀態(tài)，如失效衛(wèi)星可能繞某一軸高速旋轉(zhuǎn)，翻滾速度可達(dá)數(shù)十度每秒。

(2)雜散光干擾。相機(jī)鏡頭安裝在航天器艙體外面，受到空間光場環(huán)境的干擾，包括陽光直射鏡頭以及星體相關(guān)裝置、零部件的漫反射影響。

目前通用的基于深度學(xué)習(xí)的目標(biāo)識(shí)別方法需要巨量的、類別豐富的數(shù)據(jù)集作為支撐。然而由于航天任務(wù)的特殊性，非合作目標(biāo)樣本稀少，在軌驗(yàn)證成本過大。因此，需要通過基于深度遷移學(xué)習(xí)的空間非合作目標(biāo)自主識(shí)別方法，減少神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中需要的樣本數(shù)量，構(gòu)建待識(shí)別目標(biāo)獨(dú)立于地面訓(xùn)練環(huán)境與空間測試環(huán)境的遷移模型，實(shí)現(xiàn)針對多種空間目標(biāo)的普適性識(shí)別，為空間碎片清除、燃料加注和設(shè)備更換等在軌服務(wù)任務(wù)提供基礎(chǔ)技術(shù)支撐。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于遷移學(xué)習(xí)的空間目標(biāo)自主識(shí)別方法、電子設(shè)備和存儲(chǔ)介質(zhì)，可以有效解決非合作目標(biāo)樣本稀少，在軌驗(yàn)證成本過大、地面難以完全模擬空間實(shí)際環(huán)境的等問題，提升空間目標(biāo)識(shí)別模型針對不同任務(wù)場景的自適應(yīng)性，顯著提高針對空間未知目標(biāo)的識(shí)別準(zhǔn)確率和成功率。

為了解決以上問題，本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn)：

一種基于遷移學(xué)習(xí)的空間目標(biāo)自主識(shí)別方法，包括：步驟S1、實(shí)時(shí)獲取若干幀未知空間目標(biāo)的圖像數(shù)據(jù)。步驟S2、根據(jù)若干幀前序時(shí)刻的所述未知空間目標(biāo)的圖像數(shù)據(jù)對當(dāng)前時(shí)刻的所述未知空間目標(biāo)的圖像數(shù)據(jù)進(jìn)行特征補(bǔ)償，得到經(jīng)所述特征補(bǔ)償?shù)漠?dāng)前時(shí)刻的未知空間目標(biāo)特征圖。步驟S3、對經(jīng)所述特征補(bǔ)償?shù)漠?dāng)前時(shí)刻的未知空間目標(biāo)特征圖采用預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，得到識(shí)別結(jié)果。

進(jìn)一步的，還包括步驟S4：對所述識(shí)別結(jié)果進(jìn)行人工判別，得到判別結(jié)果；將所述判別結(jié)果與所述識(shí)別結(jié)果進(jìn)行比較，若不一致，則存儲(chǔ)所述判別結(jié)果并將其反饋至所述神經(jīng)網(wǎng)絡(luò)，以迭代訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)。

可選的，所述步驟S2包括：采用特征提取網(wǎng)絡(luò)提取出與每幀所述未知空間目標(biāo)的圖像數(shù)據(jù)相對應(yīng)的所述未知空間目標(biāo)特征圖。采用特征關(guān)聯(lián)方法，將所述當(dāng)前時(shí)刻的未知空間目標(biāo)特征圖與所述前序時(shí)刻的未知空間目標(biāo)特征圖進(jìn)行關(guān)聯(lián)，建立特征圖之間的光流場。基于所述光流場將所述前序時(shí)刻的未知空間目標(biāo)特征圖進(jìn)行特征變換。通過特征融合方法，將變換后的所述前序時(shí)刻的未知空間目標(biāo)特征圖的特征嵌入所述當(dāng)前時(shí)刻的未知空間目標(biāo)特征圖中。得到所述經(jīng)所述特征補(bǔ)償?shù)漠?dāng)前時(shí)刻的未知空間目標(biāo)特征圖。

可選的，所述基于所述光流場將所述前序時(shí)刻的未知空間目標(biāo)特征圖進(jìn)行特征變換的步驟包括：對未知空間目標(biāo)位置、姿態(tài)和帆板展開狀態(tài)的特征的變換。