-
公开(公告)号:CN113724260A
公开(公告)日:2021-11-30
申请号:CN202110883603.0
申请日:2021-08-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度强化学习的卫星抓取方法,包括:获取卫星对接环的RGB图片并标注卫星样本数据库;利用预先构建的卷积神经网络处理获取到的卫星对接环的RGB图片,得到对接环图像中的关键点的置信度图;利用PnP算法对关键点置信度图进行求解,得到卫星对接环的位姿参数;将卫星样本数据库数据输入特征融合网络,得到卫星对接环的识别分割结果;将卫星对接环的识别分割结果和卫星对接环的位姿参数输入预先训练好的深度强化学习算法,深度强化学习算法输出空间机械臂的最优抓取方案,响应于最优抓取方案,空间机械臂准确抓取卫星对接环。本发明能够提高了空间机器人完成卫星抓取的准确度。
-
公开(公告)号:CN112340063A
公开(公告)日:2021-02-09
申请号:CN202011039508.4
申请日:2020-09-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度强化学习的卫星消旋方法,其特征在于,包括以下步骤:标注已知卫星的数据样本建立已知卫星的样本数据集;利用全卷积神经网络训练样本数据集,使得终端能够了解和识别图像或视频中的已知卫星,得到图像或视频中已知卫星的关键点的置信度图;跟踪视频中关键点的运动轨迹,通过PNP算法估计已知卫星的位姿;通过DDPG算法训练最优消旋,空间机械臂的消旋刷刷航天器帆板侧边完成卫星消旋。本发明方法借助深度强化学习,实现对高速自旋的失控卫星的消旋,同时结合视觉信息让计算机跟数据和模型环境接触,训练最优抓取位姿,提高了空间机械臂目标捕获的准确度。
-
公开(公告)号:CN105701808A
公开(公告)日:2016-06-22
申请号:CN201610016056.5
申请日:2016-01-11
Applicant: 南京邮电大学
IPC: G06T7/00
CPC classification number: G06T2207/30004
Abstract: 本发明公开一种基于组合点匹配的全自动医学图像配准方法,其实现步骤为:(1)、提取医学图像外轮廓,进一步提取轮廓特征点;(2)提取特定区域角点作为特征点;(3)、组合两种特征点分别获得参考图像与浮动图像特征点集;(4)建立基于改进豪斯多夫距离的点集相似度评价机制;(5)根据评价机制进行点集全自动配准,直至满足终止条件,输出配准结果。本发明实现了不限区域全自动医学图像配准,在保证结果精度的同时极大加快了图像配准的速度。
-
-