基于视觉的非合作空间目标三维姿态估计方法

作     者：任笑圆 蒋李兵 钟卫军 王壮 REN Xiaoyuan;JIANG Libing;ZHONG Weijun;WANG Zhuang

作者机构：国防科技大学ATR重点实验室长沙410073 宇航动力学国家重点实验室西安724403 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2021年第43卷第12期

页      面：3476-3485页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 081203[工学-计算机应用技术] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国防科技重点实验室基金(6142503180202) 

主　　题：姿态估计 空间目标 深度学习 特征匹配 

摘      要：基于视觉的非合作空间目标3维姿态估计,关键在于建立观测图像与目标模型的特征关联。当前方法往往通过采用复杂的多维特征、产生候选关联结果的方式确保特征关联的准确性,难以兼顾算法效率。为解决以上问题,该文提出一种结合深度学习技术的姿态估计方法,首先通过深度神经网络得到姿态初值,然后基于姿态初值建立图像和目标模型之间的特征关联,进而求解目标姿态。所提方法中,深度神经网络提供了稳定的姿态初值,缩小了特征关联的候选空间;在姿态初值的支撑下采取了更为高效的特征提取与匹配方法。仿真实验表明,该文方法相比于现有方法更好地兼顾了算法准确率和效率。