非合作目标关键载荷辨识与相对位姿解算方法研究
发布时间：2021-03-24 15:05
随着空间探测、空间攻防等领域在国内的兴起,空间服务航天器对目标航天器的观测与在轨服务等相关技术得到重视,而对非合作目标所携带载荷的辨识,与非合作目标相对位姿测量,将成为非合作目标相对导航与成功接管的重要基础。因此,本文就空间非合作目标关键载荷辨识与相对位姿解算方法进行研究,搭建了基于多层全连接神经网络的空间非合作目标关键载荷辨识框架,验证了点云ICP算法,并针对ICP误匹配与局部最优问题对传统ICP算法进行改进。针对基于神经网络的图像分类辨识任务,对现有方案进行调研,深入研究多层全连接神经网络与卷积神经网络结构,结合图像分类辨识任务分析其网络结构与参数设定。搭建多层全连接神经网络,使用现有图像数据集完成网络调整与训练,并使用测试集对训练结果进行测试。结合非合作目标关键载荷识别任务,提出了关键载荷图像素材尺寸压缩与灰度化的图像处理方案,进而完成图像数据集构建框架,并搭建用于非合作目标关键载荷分类辨识的多层全连接神经网络。结合基于点云的空间非合作目标相对位姿解算课题需求,需构建其外轮廓点云模型。基于Solidworks绘制某通讯卫星物理模型,转为URDF文件后进入Gazebo物理仿真环境并...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图像素材尺寸压缩结果示例1
取的某关键载荷图像为例，压缩后图片素材像素宽度 d 定为 50，图像压缩结果如图 3-3、图 3-4 所示（为展示大小关系，展示程序输出截屏）： 图 3-3 图像素材尺寸压缩结果示例 1
OpenCV库进行图片读入，图像数据存储为cv::Mat类型格式，图像标签存储为int类型格式，进而建立cv::Mat类容器与int类容器对全部图像内容及隶属标签进行存储，最终调用fstream头文件中包含的ofstream类，使用文件建立函数open(·)按照预设命名生成图像数据存储文件与标签数据存储文件，设定输出格式为ios::binary二进制格式，分别输出图像数据与标签数据并存储与对应文件中。将训练集、测试集图像分别存储，并按上述流程进行命名后，运行程序对训练集、测试集的图像数据与标签数据进行二进制打包输出。程序输出结果如下：图3-7二进制文件输出结果其中，四个文件类型均为二进制文件，文件命名均与文件格式无关。为与手写MNIST数据集格式尽可能保持一致以减少后续对多层全连接神经网络训练程序的修改，命名规则保持为：包含“t10k”字样文件为测试用数据集，包含“train”字样文件为训练用数据集，“image”与“label”分别存储图像数据与标签数据，“idx”表示二进制数维度，图像数据为三维（单张像素行数×单张像素列数×图像数），标签数据为一维（图像数）。
【参考文献】：
期刊论文
[1]空间非合作目标物柔性捕获技术进展[J]. 郭吉丰,王班,谭春林,刘永健,孙国鹏. 宇航学报. 2020(02)
[2]航天器姿态预设性能控制方法综述[J]. 魏才盛,罗建军,殷泽阳. 宇航学报. 2019(10)
[3]基于双目视觉的非合作目标自主姿态估计方法[J]. 胡启阳,王大轶. 深空探测学报. 2019(04)
[4]基于双目光学图像信息的空间非合作目标自主相对导航方法[J]. 王大轶,张磊,朱卫红,史纪鑫,黄美丽,邹元杰. 中国科学:物理学 力学 天文学. 2019(02)
[5]基于凸包的非合作目标视觉导航系统特征点选择方法[J]. 宁明峰,张世杰,王诗强. 红外与激光工程. 2019(03)
[6]行星车视觉导航与自主控制进展与展望[J]. 郭延宁,冯振,马广富,郭宇晴,张米令. 宇航学报. 2018(11)
[7]基于深度学习的高效电力部件识别[J]. 欧家祥,史文彬,张俊玮,丁超. 电力大数据. 2018(09)
[8]非合作目标超近距离光学相对导航方法及半物理仿真系统研究[J]. 彭杨,张翰墨,王兆龙,曹姝清,刘宗明,武海雷. 上海航天. 2017(06)
[9]高轨失稳目标单载荷相对位姿测量方法[J]. 李荣华,李金明,陈凤,肖余之. 宇航学报. 2017(10)
[10]复杂机电系统关键部件辨识方法及应用[J]. 林帅,贾利民,王艳辉,张冬雪. 系统工程理论与实践. 2017(07)
博士论文
[1]空间非合作目标自主随动跟踪与控制研究[D]. 李元凯.上海交通大学 2010
[2]空间非合作目标飞行器在轨交会控制研究[D]. 张立佳.哈尔滨工业大学 2008
硕士论文
[1]基于卷积神经网络与稀疏编码的接触网关键部件及异物检测的研究[D]. 王佳祺.西南交通大学 2018
[2]动车底部部件异常辨识辅助分析管理系统设计[D]. 王钰.大连交通大学 2017
[3]考虑机械臂柔性的非合作目标惯性参数辨识研究[D]. 舒巨.哈尔滨工业大学 2015
[4]空间非合作目标关键部件识别及自旋稳定目标转动参数测量方法研究[D]. 徐志强.国防科学技术大学 2014
本文编号：3097934
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图像素材尺寸压缩结果示例1
取的某关键载荷图像为例，压缩后图片素材像素宽度 d 定为 50，图像压缩结果如图 3-3、图 3-4 所示（为展示大小关系，展示程序输出截屏）： 图 3-3 图像素材尺寸压缩结果示例 1
OpenCV库进行图片读入，图像数据存储为cv::Mat类型格式，图像标签存储为int类型格式，进而建立cv::Mat类容器与int类容器对全部图像内容及隶属标签进行存储，最终调用fstream头文件中包含的ofstream类，使用文件建立函数open(·)按照预设命名生成图像数据存储文件与标签数据存储文件，设定输出格式为ios::binary二进制格式，分别输出图像数据与标签数据并存储与对应文件中。将训练集、测试集图像分别存储，并按上述流程进行命名后，运行程序对训练集、测试集的图像数据与标签数据进行二进制打包输出。程序输出结果如下：图3-7二进制文件输出结果其中，四个文件类型均为二进制文件，文件命名均与文件格式无关。为与手写MNIST数据集格式尽可能保持一致以减少后续对多层全连接神经网络训练程序的修改，命名规则保持为：包含“t10k”字样文件为测试用数据集，包含“train”字样文件为训练用数据集，“image”与“label”分别存储图像数据与标签数据，“idx”表示二进制数维度，图像数据为三维（单张像素行数×单张像素列数×图像数），标签数据为一维（图像数）。
【参考文献】：
期刊论文
[1]空间非合作目标物柔性捕获技术进展[J]. 郭吉丰,王班,谭春林,刘永健,孙国鹏. 宇航学报. 2020(02)
[2]航天器姿态预设性能控制方法综述[J]. 魏才盛,罗建军,殷泽阳. 宇航学报. 2019(10)
[3]基于双目视觉的非合作目标自主姿态估计方法[J]. 胡启阳,王大轶. 深空探测学报. 2019(04)
[4]基于双目光学图像信息的空间非合作目标自主相对导航方法[J]. 王大轶,张磊,朱卫红,史纪鑫,黄美丽,邹元杰. 中国科学:物理学 力学 天文学. 2019(02)
[5]基于凸包的非合作目标视觉导航系统特征点选择方法[J]. 宁明峰,张世杰,王诗强. 红外与激光工程. 2019(03)
[6]行星车视觉导航与自主控制进展与展望[J]. 郭延宁,冯振,马广富,郭宇晴,张米令. 宇航学报. 2018(11)
[7]基于深度学习的高效电力部件识别[J]. 欧家祥,史文彬,张俊玮,丁超. 电力大数据. 2018(09)
[8]非合作目标超近距离光学相对导航方法及半物理仿真系统研究[J]. 彭杨,张翰墨,王兆龙,曹姝清,刘宗明,武海雷. 上海航天. 2017(06)
[9]高轨失稳目标单载荷相对位姿测量方法[J]. 李荣华,李金明,陈凤,肖余之. 宇航学报. 2017(10)
[10]复杂机电系统关键部件辨识方法及应用[J]. 林帅,贾利民,王艳辉,张冬雪. 系统工程理论与实践. 2017(07)
博士论文
[1]空间非合作目标自主随动跟踪与控制研究[D]. 李元凯.上海交通大学 2010
[2]空间非合作目标飞行器在轨交会控制研究[D]. 张立佳.哈尔滨工业大学 2008
硕士论文
[1]基于卷积神经网络与稀疏编码的接触网关键部件及异物检测的研究[D]. 王佳祺.西南交通大学 2018
[2]动车底部部件异常辨识辅助分析管理系统设计[D]. 王钰.大连交通大学 2017
[3]考虑机械臂柔性的非合作目标惯性参数辨识研究[D]. 舒巨.哈尔滨工业大学 2015
[4]空间非合作目标关键部件识别及自旋稳定目标转动参数测量方法研究[D]. 徐志强.国防科学技术大学 2014
本文编号：3097934
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3097934.html
