-
公开(公告)号：CN110308459B
公开(公告)日：2023-05-09
申请号：CN201910582131.8
申请日：2019-06-30
申请人： 南京理工大学
IPC分类号： G01S17/894 , G01S7/48 , G01C21/24
摘要： 本发明公开了一种不依赖模型的非合作卫星位姿测量方法，该方法针对模型未知的完全非合作卫星，利用激光成像雷达获得的点云和深度图构建非合作卫星的目标坐标系，并利用目标坐标系和激光成像雷达坐标系进行解算，计算得到相对位姿值。本发明方法的优点是适用于模型未知的非合作卫星，仅利用卫星上具有的典型单个圆型部件和本体的一条直线边框完成目标坐标系的构建。本发明方法中能够稳定的构建目标坐标系，完成相对位姿的测量，且精度高。
-
公开(公告)号：CN109724586B
公开(公告)日：2022-08-02
申请号：CN201810953205.X
申请日：2018-08-21
申请人： 南京理工大学
摘要： 本发明提供一种融合深度图和点云的航天器相对位姿测量方法，本发明针对具有轴对称几何特性的目标航天器，利用深度传感器获得的深度图计算相邻帧的视线方向的角偏差，克服了因帧间差距较大而可能造成的滚转角计算错误等问题，并利用此偏差和上一帧的位姿测量结果进行点云配准，计算得到6自由度的相对位姿值，提高了位姿测量的精度。
-
公开(公告)号：CN109766746A
公开(公告)日：2019-05-17
申请号：CN201811400612.4
申请日：2018-11-22
申请人： 南京理工大学
摘要： 本发明公开了一种无人机航拍视频的轨道异物检测方法，该方法首先对航拍单帧图像采用直线分割检测算法、线段合并与筛选等确定轨道区域；然后采用训练好的轨道异物检测模型对轨道区域图像进行单帧图像异物检测分类；最后利用视频的帧间相关性优化单帧检测结果，得到最终的航拍视频轨道异物检测结果。本发明所述方法能够解决无人机航拍视频轨道异物检测中存在的动态背景、异物类型多样等问题，对无人机航拍视频实现有效地检测。本发明方法与人工巡检等传统方法相比，降低了成本，提高了效率，不受限于地形的影响，也在之前的无人接巡检基础上提高了结果的准确性。
-
公开(公告)号：CN109724586A
公开(公告)日：2019-05-07
申请号：CN201810953205.X
申请日：2018-08-21
申请人： 南京理工大学
摘要： 本发明提供一种融合深度图和点云的航天器相对位姿测量方法，本发明针对具有轴对称几何特性的目标航天器，利用深度传感器获得的深度图计算相邻帧的视线方向的角偏差，克服了因帧间差距较大而可能造成的滚转角计算错误等问题，并利用此偏差和上一帧的位姿测量结果进行点云配准，计算得到6自由度的相对位姿值，提高了位姿测量的精度。
-
公开(公告)号：CN110308459A
公开(公告)日：2019-10-08
申请号：CN201910582131.8
申请日：2019-06-30
申请人： 南京理工大学
摘要： 本发明公开了一种不依赖模型的非合作卫星位姿测量方法，该方法针对模型未知的完全非合作卫星，利用激光成像雷达获得的点云和深度图构建非合作卫星的目标坐标系，并利用目标坐标系和激光成像雷达坐标系进行解算，计算得到相对位姿值。本发明方法的优点是适用于模型未知的非合作卫星，仅利用卫星上具有的典型单个圆型部件和本体的一条直线边框完成目标坐标系的构建。本发明方法中能够稳定的构建目标坐标系，完成相对位姿的测量，且精度高。
-
公开(公告)号：CN112580407B
公开(公告)日：2023-06-20
申请号：CN201910943608.0
申请日：2019-09-30
申请人： 南京理工大学
IPC分类号： G06V20/13 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于轻量化神经网络模型的空间目标部件识别方法，该方法步骤包括：首先使用三维软件生成空间目标的图像数据、并进行人工标注作为训练数据集；然后构建轻量化神经网络模型，并使用训练数据集对模型进行训练；最后使用训练好的轻量化神经网络模型进行空间目标部件识别，得到最终的识别结果。本发明所述方法能够解决空间环境复杂多变情况下目标特征提取困难、星载平台计算资源有限等情况下的部件识别，具有内存占用少、计算量小、识别准确的特点，能够实现典型部件帆板、本体和天线的有效识别。
-
公开(公告)号：CN109766746B
公开(公告)日：2023-06-20
申请号：CN201811400612.4
申请日：2018-11-22
申请人： 南京理工大学
IPC分类号： G06V20/10 , G06V20/40 , G06V10/774 , G06V10/764
摘要： 本发明公开了一种无人机航拍视频的轨道异物检测方法，该方法首先对航拍单帧图像采用直线分割检测算法、线段合并与筛选等确定轨道区域；然后采用训练好的轨道异物检测模型对轨道区域图像进行单帧图像异物检测分类；最后利用视频的帧间相关性优化单帧检测结果，得到最终的航拍视频轨道异物检测结果。本发明所述方法能够解决无人机航拍视频轨道异物检测中存在的动态背景、异物类型多样等问题，对无人机航拍视频实现有效地检测。本发明方法与人工巡检等传统方法相比，降低了成本，提高了效率，不受限于地形的影响，也在之前的无人接巡检基础上提高了结果的准确性。
-
公开(公告)号：CN112580407A
公开(公告)日：2021-03-30
申请号：CN201910943608.0
申请日：2019-09-30
申请人： 南京理工大学
摘要： 本发明公开了一种基于轻量化神经网络模型的空间目标部件识别方法，该方法步骤包括：首先使用三维软件生成空间目标的图像数据、并进行人工标注作为训练数据集；然后构建轻量化神经网络模型，并使用训练数据集对模型进行训练；最后使用训练好的轻量化神经网络模型进行空间目标部件识别，得到最终的识别结果。本发明所述方法能够解决空间环境复杂多变情况下目标特征提取困难、星载平台计算资源有限等情况下的部件识别，具有内存占用少、计算量小、识别准确的特点，能够实现典型部件帆板、本体和天线的有效识别。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.019 秒)
