买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京理工大学

摘要：本发明公开了一种基于深度学习的非合作目标相对位姿测量方法、系统，通过仿真目标卫星图片及其对应的相对位姿信息构建数据集，其中仿真卫星图片包括覆盖全范围姿态的远距离目标卫星图片和模拟接近过程的近距离目标卫星图片；利用检测算法对图片进行卫星检测并裁剪缩放，得到检测图像，将仿真卫星图片输入到ResNet50残差网络中进行学习训练得到相对位置测量模型，将检测图像输入到ResNet50残差网络中进行学习训练得到相对姿态测量模型，其中相对姿态测量模型包括远距离测量模型和接近段测量模型；训练过程中的模型，通过预测结果与相对位姿标注信息的损失函数进行优化，由此获得的测量模型可以更高精度的对航天器进行相对位姿测量。

主权项：1.一种基于深度学习的非合作目标相对位姿测量方法，其特征在于，包括：步骤一、构建包括仿真卫星图片和相对位姿标注信息的数据集；所述仿真卫星图片包括覆盖全范围姿态的远距离目标卫星图片和模拟接近过程的近距离目标卫星图片；步骤二、对所述仿真卫星图片进行卫星检测，得到检测框，对所述检测框内的图像信息进行裁剪缩放，得到检测图像；步骤三、利用所述仿真卫星图片进行模型训练，得到相对位置测量模型；利用所述检测图像进行模型训练，得到相对姿态测量模型；所述相对姿态测量模型包括远距离测量模型和接近段测量模型；步骤四、将目标卫星图片输入至所述相对位置测量模型和所述相对姿态测量模型，即可获得目标卫星的相对位置信息和相对姿态信息；步骤二中，对仿真卫星图片进行卫星检测得到检测框为：采用像素检测方法对目标卫星进行检测，分别从所述仿真卫星图片的左上角点和右下角点开始向中心遍历，所述左上角点和所述右下角点均进行两次遍历，最外循环分别为像素坐标u轴和v轴，若像素值不为零，则停止循环，左上角确定像素坐标u1，v1、u2，v2，左下角确定像素坐标u3，v3、u4，v4，得到检测框左上角像素坐标为u2，v1、检测框右下角像素坐标为u4，v3，进而得到检测框；步骤三中，所述相对位置测量模型的训练过程为：将仿真卫星图片输入到ResNet50残差网络中，ResNet50输出2048×10×10特征图经全局平均池化层得到2048×1×1特征图，2048×1×1特征图经全连接层和Tanh激活函数处理后，得到标量距离；步骤三中，所述远距离测量模型的训练过程为：将由所述仿真卫星图片中的远距离目标卫星图片获得的检测图像输入到ResNet50中，ResNet50输出2048×10×10特征图经全局平均池化层得到2048×1×1特征图，2048×1×1特征图经分类层和权重四元数拟合处理后，得到表示远距离的相对姿态的拟合四元数；所述接近段测量模型的训练过程为：将由所述仿真卫星图片中的近距离目标卫星图片获得的检测图像输入到ResNet50中，ResNet50输出2048×10×10特征图经全局平均池化层得到2048×1×1特征图，2048×1×1特征图依次经全连接层、Tanh激活函数和单位化层处理后，得到表示近距离的相对姿态的回归四元数；采用损失函数对所述相对位置测量模型和所述相对姿态测量模型的训练过程进行优化；所述相对位置测量模型的损失函数由相对位置的绝对损失和相对损失加权获得，用公式表示为：LZ＝λ1LZ1+λ2LZ2其中，LZ表示相对位置测量模型的损失函数，LZ1表示某一仿真卫星图片由相对位置测量模型预测得到的相对位置与该仿真卫星图片在相对位姿标注信息中标注的相对位置信息的方差损失即绝对损失；LZ2表示某一仿真卫星图片由相对位置测量模型预测得到的相对位置与该仿真卫星图片在相对位姿标注信息中标注的相对位置信息的差与标注的相对位置信息的比值即相对损失；λ1和λ2为训练设置的超参数，λ1＝10、λ2＝20；所述相对姿态测量模型的损失函数包括远距离测量模型的损失函数和接近段测量模型的损失函数；所述远距离测量模型的损失函数由远距离测量模型预测的权重分布与实际权重分布经过KL散度计算得到，用公式表示为： 其中，Lq表示远距离测量模型的损失函数，表示期望计算，i＝1,2...H表示四元数类别数，pi表示预测的第i类的权重，qgti表示仿真卫星图片的第i类权重的真实值信息；λ3＝50，为训练设置的超参数；所述接近段测量模型的损失函数接近段相对姿态的方差损失和转置损失加权获得，用公式表示为：LO＝λ4LO1+λ5LO2其中，LO表示接近段测量模型的损失函数，LO1表示某一检测图像由接近段测量模型预测得到的相对姿态与该检测图像在相对位姿标注信息中标注的相对姿态信息的原始四元数的方差损失；LO2表示某一检测图像由接近段测量模型预测得到的相对姿态与该检测图像在相对位姿标注信息中标注的相对姿态信息的原始四元数的转置损失；λ4和λ5为训练设置的超参数，λ4＝50、λ5＝50；所述远距离测量模型的四元数类别数H通过将某一轴的姿态角均分为M类确定，H＝M3；所述拟合四元数的计算方式为：利用加权最小二乘法对所述远距离测量模型预测得到的权重分布{w1,...,wH}和对应的H类四元数Q＝{q1,...,qH}求最小值，得到所述拟合四元数。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于深度学习的非合作目标相对位姿测量方法、系统