XiaoMi-AI文件搜索系统
World File Search System交会对接
航空航天课程 - 民航巡逻
化油器 重心 复合材料 计算机 晶体学 多普勒效应 动态翱翔 电力 电磁学 电子学 能源 发动机 逃逸速度 飞行管理 流体力学 燃气涡轮发动机 地效机 陀螺仪 热能 隔热罩 高升力装置 液压系统 高超音速飞行 惯性制导 红外辐射 仪表板 激光器 发射 升力体飞行器 机动 物质 功率测量 金属和冶金学 牛顿定律 噪音 核能 核推进 人机静态系统 等离子 电源管理 雷达 辐射 无线电 往复式发动机 交会对接 机器人
基于深度强化学习的空间非合作物体主动跟踪
摘要——空间非合作物体的主动视觉跟踪对于未来智能航天器实现空间碎片清除、小行星探索、自主交会对接具有重要意义。然而，现有的工作通常将此任务视为不同的子问题（例如图像预处理、特征提取和匹配、位置和姿态估计、控制律设计）并单独优化每个模块，这些模块是琐碎且次优的。为此，我们提出了一种基于 DQN 算法的端到端主动视觉跟踪方法，称为 DRLAVT。它可以仅依靠彩色或 RGBD 图像来引导追逐航天器接近任意空间非合作目标，其性能明显优于采用最先进的 2D 单目跟踪器 SiamRPN 的基于位置的视觉伺服基线算法。使用不同的网络架构、不同的扰动和多个目标进行的大量实验证明了 DRLAVT 的先进性和鲁棒性。此外，我们进一步证明我们的方法确实通过数百次反复试验利用深度强化学习学习到了目标的运动模式。