-
题名基于深度学习对接环识别的自主抓捕验证评估
- 1
-
-
作者
许哲
王捷
魏鹏飞
张亚航
-
机构
北京空间飞行器总体设计部
北京空间飞行器总体设计部空间智能机器人系统技术与应用北京市重点实验室
吉林大学机械与航空航天工程学院
-
出处
《航天器工程》
北大核心
2025年第3期42-47,共6页
-
文摘
星箭对接环是连接卫星和运载火箭的关键部件,准确识别对接环将有助于卫星捕获效果的验证评估。文章提出了一个用于星箭对接环分割的轻量级神经网络,可以用于星箭对接环的实时识别,同时有利于进一步部署和应用。实现了一种并行分解卷积,可以有效捕获不同层次的特征信息,同时模型的参数和计算量也进一步减少,加快推理速度。设计了一种基于注意力机制的特征融合模块,通过增加少量参数和计算量,可以有效地融合不同层次的特征。在建立的星箭对接环数据集上实现了95.63%的平均交并比(mIoU),同时模型的参数和计算量只有0.36 M浮点运算次数(FLOPs)和8.10 G浮点运算次数(FLOPs),其推理速度和精度取得了较好的平衡。
-
关键词
深度学习
语义分割
自主抓捕
验证
评估
-
Keywords
deep learning
semantic segmentation
autonomous capture
verification
evaluation
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
