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一种基于深度学习的高精度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：CN119693459B 。

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：202510188060.9，技术领域涉及：G06T7/73；该发明授权一种基于深度学习的高精度空间航天器位姿估计方法是由张高鹏;鲁冬予;陈卫宁;曹剑中;张涛;张哲;曹瑞;汤海涛;赵文设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本一种基于深度学习的高精度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，具体涉及一种基于深度学习的高精度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的网络模型可解释性较差、泛化能力不佳，或者难以保证精度的技术问题。本发明将空间航天器的位姿估计任务分解为空间航天器三维视图重建和关键点回归，可解释性强，泛化能力稳定；通过关键点回归初始模型预测关键点二维坐标，然后依次计算空间航天器的预测位姿及损失函数，将损失函数关于模型参数的梯度作为约束条件，参与关键点回归初始模型的反向传播，使空间航天器的位姿求解过程参与模型参数的更新，可增加训练得到的关键点回归模型的整体契合度，避免位姿估计陷入局部最优，提高了空间航天器位姿估计的精度。

本发明授权一种基于深度学习的高精度空间航天器位姿估计方法在权利要求书中公布了：1.一种基于深度学习的高精度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，并对其进行预处理，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；然后利用位姿标签，根据初始数据集进行空间航天器的多视图三维重建，得到空间航天器三维视图；步骤2、选取空间航天器上的关键点，然后在每张空间航天器图像中标注关键点的真实二维坐标，并将其与位姿标签共同作为训练标签，得到带有训练标签的训练数据集；步骤3、基于高分辨率网络建立关键点回归初始模型，并初始化模型参数，然后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、关键点回归初始模型对训练数据集中的一张空间航天器图像进行处理，输出该空间航天器图像中关键点的预测二维坐标；步骤5、根据该空间航天器图像中关键点的预测二维坐标和空间航天器三维视图，利用PnP求解器求解该空间航天器图像中空间航天器的预测位姿；步骤6、根据该空间航天器图像中关键点的预测二维坐标、该空间航天器图像中空间航天器的预测位姿和训练标签，计算损失函数，若损失函数收敛，则得到关键点回归模型，执行步骤8；否则，执行步骤7；步骤7、基于隐函数定理，根据该空间航天器图像中空间航天器的预测位姿和损失函数，计算损失函数关于模型参数的梯度，然后利用梯度下降法更新模型参数，返回步骤4，处理训练数据集中下一张空间航天器图像；具体为：步骤7.1、定义PnP求解器的目标函数；步骤7.2、将PnP求解器的目标函数对该空间航天器图像中空间航天器的预测位姿求一阶导数，得到平稳约束；步骤7.3、根据平稳约束构建PnP求解器的约束函数；步骤7.4、利用隐函数定理，根据PnP求解器的约束函数，得到该空间航天器图像中空间航天器的预测位姿关于该空间航天器图像中关键点的预测二维坐标的雅可比矩阵；步骤7.5、根据损失函数，通过以下公式，计算损失函数关于该空间航天器图像中空间航天器的预测位姿的梯度和损失函数关于该空间航天器图像中关键点的预测二维坐标的梯度；步骤7.6、根据损失函数关于该空间航天器图像中空间航天器的预测位姿的梯度和损失函数关于该空间航天器图像中关键点的预测二维坐标的梯度，计算损失函数关于模型参数的梯度；步骤7.7、根据损失函数关于模型参数的梯度，利用梯度下降法更新模型参数，然后返回步骤4，处理训练数据集中下一张空间航天器图像；步骤8、对目标空间航天器进行多视图三维重建，得到目标空间航天器三维视图；然后获取目标空间航天器图像，并将其输入关键点回归模型中，得到目标空间航天器关键点的预测二维坐标；步骤9、根据目标空间航天器关键点的预测二维坐标和目标空间航天器三维视图，利用PnP求解器求解目标空间航天器的预测位姿，完成目标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”。