空间机器人深度学习识别捕获部位的应用探讨

来源 :飞行器测控学报 | 被引量 : 0次 | 上传用户:liongliong518
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对空间机器人对捕获部位识别方法的普适性、实时性和准确性等要求,提出了采用深度学习方法对空间机器人捕获目标的特征部位进行识别。通过比较分析方法、数据驱动方法等传统识别方法和深度学习方法的优缺点,发现深度学习方法对于解决空间机器人捕获部位识别问题具有显著优势。进一步分析了应用深度学习方法解决捕获部位识别问题的几个关键技术问题,为后续空间机器人在轨捕获目标的研究与实践提供了新的思路。
其他文献
如何充分挖掘现有资源,提高网络资源利用率是网络优化人员一直在思考的问题。通过实例指出了3G网络发展的困境,基于此,从客户感知出发,提出利用CSM6850芯片的干扰抑制能力破
随着CDMA网络的发展,尤其是数据业务的发展以及新的用户行为导致的网络信令激增等因素,使得CDMA网络的BSC面临大量分裂的局面。根据CDMA网络主流厂家BSC的特性及网络设计安全
CO2-有机酯复合硬化工艺虽有助于CO2硬化脱模后型砂强度快速提高,加快生产节奏,但多加的水玻璃不利于旧砂再生.水玻璃旧砂能全额再生,循环使用,必须采取多种措施使水玻璃加入
目的:探讨神经内镜微创手术治疗高血压脑出血的短期预后危险因素及其对白细胞介素(IL)-2、IL-6、肿瘤坏死因子(TNF)-α的影响。方法:选择我院收治的高血压脑出血患者90例,按随机数
目的:探讨影响病毒性脑炎(VE)患者发生癫痫的相关因素。方法:收集成人 VE 患者159例临床资料并进行随访,分析一般情况、发热、意识障碍程度、癫痫发作频率、神经系统阳性体征、脑