公开(公告)号：CN112340063B

公开(公告)日：2022-05-31

申请号：CN202011039508.4

申请日：2020-09-28

Applicant: 南京邮电大学

Inventor： 高浩 ,  李芳琳 ,  胡海东

IPC: B64G1/10 ,  B64G1/24 ,  G06N3/04 ,  G06N3/08

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：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

Inventor： 高浩 ,  李芳琳 ,  胡海东

IPC: B64G1/10 ,  B64G1/24 ,  G06N3/04 ,  G06N3/08

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。