摘要
随着人工智能的发展,基于计算机视觉的目标识别、位姿估计技术受到了广泛关注。目前,在交会对接等空间任务中,基于计算机视觉的合作目标位姿估计技术已取得广泛应用。但在非合作目标的视觉位姿估计问题上,由于空间中存在杂散光背景、表面包覆层反射、光照强度变化剧烈等因素,导致特征提取困难、位姿估计易发散、存在累计误差等难题,这些也是亟待解决的热点问题。本文首先总结了空间任务中计算机视觉技术的发展及应用;然后,对视觉位姿估计技术进行概述,以深度学习算法作为切入点,系统地归纳了目标识别及位姿估计算法;最后,综述了深度学习在空间任务中的研究进展,并在任务需求和研究现状分析的基础上,针对空间任务的特殊性,讨论了一些未来的发展趋势。
With the development of artificial intelligence,target recognition and pose estimation based on computer vision have received widespread attention.At present,computer-vision-based pose estimation technology for cooperative targets is being widely used in space missions,such as in rendezvous and docking.However,for noncooperative targets,complex environments,such as stray-light backgrounds,surface-coating reflections,and dramatic light changes,cause difficulties in feature extraction and pose estimation.In this paper,the methods and applications of visual-based pose estimation in space missions are summarized.Various target recognition and pose estimation algorithms,based on deep-learning algorithms,are systematically outlined.Moreover,current deep-learning algorithms in the context of space missions are discussed.Finally,the task demand of space tasks is analyzed to present some future development trends.
作者
周芮
刘延芳
齐乃明
佘佳宇
ZHOU Rui;LIU Yanfang;QI Naiming;SHE Jiayu(School of Astronautics,Harbin Institute of Technology,Harbin 150090,China)
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第20期2538-2553,共16页
Optics and Precision Engineering
基金
国家自然科学基金联合基金项目(No.U1737207)
哈尔滨工业大学科研创新基金学科发展新方向。
关键词
计算机视觉
图像处理
位姿估计
深度学习
空间任务
computer vision
image processing
pose estimation
deep learning
spatial task
作者简介
周芮(1997-),女,黑龙江哈尔滨人,博士研究生,2019年于哈尔滨工业大学获得学士学位,现为哈尔滨工业大学航天学院航空宇航科学与技术专业博士研究生,主要从事机器视觉及深度学习方面的研究。E-mail:15134627929@163.com;通讯作者:刘延芳(1986-),男,黑龙江哈尔滨人,博士,研究员,博士生导师,2004年、2014年于哈尔滨工业大学分别获得学士、博士学位,主要从事飞行器机电一体化、航天器智能化装配与测试和航天器智能自主技术等研究。E-mail:yanfangliu@hit.edu.cn。
