Print

基于强化学习的月表地貌主动感知方法研究

论文摘要

针对月面巡视器自主地貌感知的应用需求,提出了一种基于强化学习的月表兴趣地貌主动感知方法。利用图像显著性,分析设定地貌主动感知触发条件,并在贝叶斯估计框架基础上设计能够代表观测特征集与地貌知识库相似度的奖励函数,通过与强化学习框架相结合构建完整的地貌主动感知方法。仿真结果表明,该方法能够规划有效地貌感知动作序列,并指导星载相机去主动感知目标地貌,进行主动感知后的地貌视觉显著性优于初始图像。

论文目录

  • 1 引言
  • 2 组建月表地貌知识库
  • 3 目标地貌预估
  •   3.1 显著性分析
  •   3.2 感知目标判定依据
  • 4 月表地貌主动感知
  •   4.1 地貌主动感知概念
  •   4.2 基于贝叶斯方法的地貌相似度度量指标
  •   4.3 强化学习框架下的地貌主动感知
  • 5 仿真算例与分析
  • 6 结论

    • 文章来源

    类型: 期刊论文

    作者: 余萌,居鹤华,韩亮亮

    关键词: 强化学习,月表地貌,主动感知,视觉显著性

    来源: 载人航天 2019年05期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 航空航天科学与工程,计算机软件及计算机应用

    单位: 南京航空航天大学航天系统工程系,上海宇航系统工程研究所,中国航天科技集团有限公司空间结构与机构技术实验室

    基金: 国家青年科学自然基金(61701225),民用航天技术预先研究项目(D030103)

    分类号: V476.3;TP391.41

    DOI: 10.16329/j.cnki.zrht.2019.05.006

    页码: 600-605

    总页数: 6

    文件大小: 1371K

    下载量: 94

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/6678b451571767dab0d916bd.html