[發明專利]一種基于神經網絡的航天器殘骸搜救識別跟蹤方法及系統

在審

• 申請號: 202211030239.4
• 申請日: 2022-08-26
• 公開（公告）號: CN115526790A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 王凱;李獻斌;曹璐;覃江毅;姜勇;張海超;范廣騰
• 申請（專利權）人: 中國人民解放軍軍事科學院國防科技創新研究院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06F17/16;G06N3/04;G06N3/08;G06V10/774;G06V10/82
• 代理公司: 北京奧文知識產權代理事務所(普通合伙) 11534
• 代理人: 張文

本發明公開了一種基于神經網絡的航天器殘骸搜救識別跟蹤方法，包括：確定航天器殘骸墜落的理論落點，規劃搜尋區域，控制飛行器前往搜尋區域；控制飛行器向航天器殘骸的實際落點方向移動，并在移動過程中實時拍攝圖像；利用多尺度圖像神經網絡模型對獲取的圖像進行實時識別檢測，確定圖像中是否存在航天器殘骸；若是，根據圖像中檢測目標位置實時調整飛行器的行駛方向，控制飛行器移動至檢測目標上方；確定當前檢測結果的置信度是否大于預設閾值，若是，確認檢測目標是否為航天器殘骸，若否或者檢測目標不是航天器殘骸，則調平飛行器的攝像頭，繼續控制飛行器移動。本發明能夠實現航天器殘骸的快速搜尋，有效地縮小搜尋范圍，提高搜尋效率。

技術領域

本發明涉及航天器識別定位技術領域，尤其涉及一種基于神經網絡的航天器殘骸搜救識別跟蹤方法及系統。

背景技術

近年來，隨著航天技術的不斷發展，航天器的發射數量越來越多，由于在航天器的發射過程中，航天器的部分結構會發生分離而墜落，因此如何實現墜落后的航天器殘骸的精準回收，是目前航天事業發展過程中不可避免的一種重要問題。

為了避免航天器墜落對人類的生命財產安全造成威脅，航天器的發射場地通常建立在人口稠密地區，且航天器在發射過程中的航跡通常也設置在人口稠密區域上。由于航天器在發射過程中，其相應的分離體在分離后以自由下落方式墜落，導致航天器殘骸墜落后的實際落點難以確認，搜尋工作主要依靠當地搜尋人員，且當航天器殘骸墜落在無人區時，搜尋工作只能依賴于搜救指揮人員的經驗直覺，導致搜尋對象難以發現，嚴重影響了航天器殘骸的搜尋及回收工作；并且，部分航天器殘骸中可能含有有害氣體，若長時間未搜尋到航天器殘骸以進行回收，還可能造成嚴重后果。

發明內容

為解決上述現有技術中存在的部分或全部技術問題，本發明提供一種基于神經網絡的航天器殘骸搜救識別跟蹤方法及系統。

本發明的技術方案如下：

第一方面，提供了一種基于神經網絡的航天器殘骸搜救識別跟蹤方法，所述方法包括：

確定航天器殘骸墜落的理論落點，規劃搜尋區域，控制飛行器前往搜尋區域；

在航天器殘骸墜落后，控制飛行器向航天器殘骸的實際落點方向移動，并在移動過程中實時拍攝圖像；

利用多尺度圖像神經網絡模型對獲取的圖像進行實時識別檢測，確定圖像中是否存在航天器殘骸；

若圖像中存在航天器殘骸，根據圖像中檢測目標位置實時調整飛行器的行駛方向以使檢測目標中心點位于飛行器的攝像頭正中心，控制飛行器移動至檢測目標上方；

確定當前拍攝圖像的檢測結果的置信度是否大于預設閾值，若是，確認檢測目標是否為航天器殘骸；

若置信度在預設閾值以下或者檢測目標不是航天器殘骸，則調平飛行器的攝像頭，繼續控制飛行器向航天器殘骸的實際落點方向移動并實時拍攝圖像，直至找到航天器殘骸。

在一些可能的實現方式中，所述多尺度圖像神經網絡模型包括依次連接的數據增強模塊、特征提取模塊、多尺度輸出模塊和極大值抑制網絡模型；

所述數據增強模塊用于對輸入的原始圖像進行圖像增強處理；

所述特征提取模塊用于以不同的采樣方式對所述數據增強模塊輸出的特征矩陣進行特征提取；

所述多尺度輸出模塊用于根據飛行器的不同飛行高度對所述特征提取模塊輸出的特征矩陣進行關聯性建模；

所述極大值抑制網絡模塊用于選取并輸出所述多尺度輸出模塊輸出的矩陣中置信度最大的矩陣。

在一些可能的實現方式中，所述對輸入的原始圖像進行圖像增強處理，包括：