恭喜中国科学院西安光学精密机械研究所张高鹏获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜中国科学院西安光学精密机械研究所申请的专利基于高分辨率网络的轻量化空间航天器位姿估计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119648802B 。
龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510188057.7,技术领域涉及:G06T7/73;该发明授权基于高分辨率网络的轻量化空间航天器位姿估计方法是由张高鹏;鲁冬予;张涛;陈卫宁;曹剑中;张哲;汤海涛;赵文;曹瑞设计研发完成,并于2025-02-20向国家知识产权局提交的专利申请。
本基于高分辨率网络的轻量化空间航天器位姿估计方法在说明书摘要公布了:本发明涉及空间航天器位姿估计方法,具体涉及一种基于高分辨率网络的轻量化空间航天器位姿估计方法,解决了现有空间航天器位姿估计方法中关键点回归难以同时满足精度和效率要求的技术问题。本发明中关键点回归模型基于高分辨率网络,在特征提取过程中采用深度可分离卷积,大幅减少了参数量和计算量,同时结合混合注意力机制,不仅在特征提取上保留了较高的表达能力,还进一步提高了轻量化程度,实现了精度和效率的平衡;在特征融合过程中采用空洞卷积扩大感受野,能够捕获图像中的全局信息,更准确地推断被遮挡关键点的像素位置,再结合混合注意力机制聚焦于关键的局部和全局特征,进一步提升特征表示的有效性,提高关键点回归精度。
本发明授权基于高分辨率网络的轻量化空间航天器位姿估计方法在权利要求书中公布了:1.一种基于高分辨率网络的轻量化空间航天器位姿估计方法,其特征在于,包括以下步骤:步骤1、选取空间航天器数据集,然后对其进行预处理,得到初始数据集;所述空间航天器数据集由带有位姿标签的空间航天器图像组成;步骤2、选取空间航天器上的关键点,然后利用初始数据集中空间航天器图像及其位姿标签,对空间航天器进行多视图三维重建,得到空间航天器关键点的三维坐标,再利用投影方程得到空间航天器图像关键点的二维坐标,并将其作为训练标签标注在初始数据集的空间航天器图像中,得到训练数据集;步骤3、基于高分辨率网络建立关键点回归初始模型,并将训练数据集输入关键点回归初始模型;所述基于高分辨率网络建立关键点回归初始模型的具体方法为:将高分辨率网络每个Stage结构中特征提取模块的Basicblock单元替换为基于SE注意力机制的ShuffleNet-v2-Block单元,将高分辨率网络每个Stage结构中特征融合模块的卷积单元替换为空洞卷积单元,然后在高分辨率网络每个Stage结构的特征提取模块和特征融合模块之间增加scSE模块;所述基于SE注意力机制的ShuffleNet-v2-Block单元包括相互并列的同等映射通道和深度卷积通道,所述深度卷积通道包括依次连接的第一SE模块、3×3深度卷积模块和第二SE模块;步骤4、利用训练数据集对关键点回归初始模型进行训练,得到关键点回归模型;步骤5、获取目标空间航天器图像,并将其输入关键点回归模型中,关键点回归模型利用深度可分离卷积结合注意力机制对目标空间航天器图像进行关键点的特征提取,然后采用空洞卷积结合混合注意力机制进行关键点的特征融合,得到目标空间航天器图像关键点的预测二维坐标;步骤6、根据目标空间航天器图像关键点的预测二维坐标进行位姿估计,得到目标空间航天器的预测位姿,完成空间航天器的位姿估计。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院西安光学精密机械研究所,其通讯地址为:710119 陕西省西安市高新区新型工业园信息大道17号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。