视觉感知启发的面向出舱活动的物体识别技术研究

摘要：

为提高航天员出舱活动(EVA)的工效,提出了一种基于视觉感知启发的物体识别方法.首先对视觉观察到的一定区域内的图像进行采集,然后进行二值化赋范梯度的特征提取,并预测物体所在区域的矩形框,选取比该矩形框扩大一定范围的图像作为输入,传递给深度卷积神经网络CNN进行类别识别和精定位.在自建的数据集上进行测试验证,结果表明:该方法达到了88.2％的平均识别准确率,识别速率为0.047 s,可以满足舱外物体识别需求.该方法可为信息化、智能化的出舱活动任务提供参考,对提高出舱活动任务的工效具有重要意义.

关键词：出舱活动、视觉感知、物体识别、二值化赋范梯度、深度卷积神经网络

所属期刊栏目：24

分类号：TP391.4(计算技术、计算机技术)

资助基金：载人航天预先研究项目060601;中国博士后科学基金资助项目166553

在线出版日期：2018-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：41-47