-
公开(公告)号:CN113724260B
公开(公告)日:2023-10-17
申请号:CN202110883603.0
申请日:2021-08-03
Applicant: 南京邮电大学
IPC: G06T7/10 , G06V10/80 , G06N3/0464 , G06N3/08 , G06T7/70
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: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。
-