-
公开(公告)号：CN118770578B
公开(公告)日：2024-12-13
申请号：CN202411018236.8
申请日：2024-07-29
Applicant: 哈尔滨工业大学
IPC: B64G1/24
Abstract: 本发明提供了一种针对同轨卫星群的天基拦截制导控制方法及系统，属于空间目标拦截制导技术领域。为了解决现有拦截制导方法中，在复杂空间环境中，同轨卫星群轨道设计时受J2摄动造成稳定性差和拦截精度低的问题。本发明在对拦截卫星和目标卫星分别进行二体运动建模后，求解了J2摄动下的拦截卫星轨道并进行了相关分析，结合J2摄动的影响建立了轨道修正算法对拦截卫星轨道进行了修正，得到修正过的拦截卫星轨道后设计比例导引律控制拦截器进一步逼近目标卫星，实现对空间目标同轨卫星群的拦截打击。本发明确保拦截器能在复杂空间环境中准确接近和摧毁目标卫星，保障系统的拦截成功率和稳定性，且提升了制导精度和响应速度，实现精准打击。
-
公开(公告)号：CN119006591A
公开(公告)日：2024-11-22
申请号：CN202411007553.X
申请日：2024-07-25
Applicant: 哈尔滨工业大学
IPC: G06T7/73 , G06T17/00 , G06V10/774 , G06V10/82 , G06V10/80
Abstract: 一种基于深度学习的复杂环境下多尺度空间目标相对位姿估计方法及系统，属于空间目标位姿估计技术领域。本发明为了应对空间目标在空间环境高动态的复杂光学条件和位姿快速解算需求而提出的。技术要点：根据不同位置姿态下空间目标三维模型虚拟仿真，获取位姿样本集；构建目标关键点二维位置回归网络；根据位姿样本集输入回归网络，得到目标训练模型；利用随机一致性透视n点法求解位姿；本发明基于深度学习构建对空间目标关键点二维投影的回归网络，网络样本数据集图像输入到以Darknet53为骨干网络构成的网络，本发明构建了针对空间目标关键点二维位置的回归网络，之后根据位姿样本集对该网络进行训练，以得到能够精准预测目标位姿的训练模型。
-
公开(公告)号：CN118411299A
公开(公告)日：2024-07-30
申请号：CN202410489822.4
申请日：2024-04-23
Applicant: 哈尔滨工业大学
IPC: G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的空间目标图像数据增强方法及系统，涉及图像数据增强技术领域。本发明的技术要点包括：首先，基于仿真软件获取空间目标图像数据集；然后，构建基于神经网络的风格迁移模型，并将所述空间目标图像数据集输入所述风格迁移模型中进行训练；最后，利用训练好的风格迁移模型对在轨空间目标数据进行数据增强处理。本发明通过神经风格迁移技术对数据集中的目标表面纹理进行随机生成，弱化纹理与位姿之间的关系，使神经网络更加关注目标的整体结构，使其对不同的光学环境都有极高的适应能力。
-
公开(公告)号：CN118963120B
公开(公告)日：2025-02-14
申请号：CN202411018233.4
申请日：2024-07-29
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明提供一种应用于逼近空间非合作巨星座的预测追逃博弈控制方法及系统，属于航天器制导与控制领域。为解决现有航天器追踪博弈时轨迹不稳定且不平滑，尤其对于目标数量多、空间环境复杂情况，对航天器姿态控制适用性差的问题。本发明在建立追踪器和目标的动力学模型后，利用RRT*算法和Bezier曲线法对追踪器进行初始路径规划，然后通过MPC框架下的PEG博弈策略进行轨迹跟踪优化，实现对空间非合作巨星座目标的追逃博弈逼近控制。本发明在针对具有自主性和动态变化目标时，能够在复杂动态环境中实现对目标的精准跟踪，经仿真实验验证，可实现对期望轨迹的跟踪，证明在追逃博弈轨迹跟踪方面的高度精确度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN118963120A
公开(公告)日：2024-11-15
申请号：CN202411018233.4
申请日：2024-07-29
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明提供一种应用于逼近空间非合作巨星座的预测追逃博弈控制方法及系统，属于航天器制导与控制领域。为解决现有航天器追踪博弈时轨迹不稳定且不平滑，尤其对于目标数量多、空间环境复杂情况，对航天器姿态控制适用性差的问题。本发明在建立追踪器和目标的动力学模型后，利用RRT*算法和Bezier曲线法对追踪器进行初始路径规划，然后通过MPC框架下的PEG博弈策略进行轨迹跟踪优化，实现对空间非合作巨星座目标的追逃博弈逼近控制。本发明在针对具有自主性和动态变化目标时，能够在复杂动态环境中实现对目标的精准跟踪，经仿真实验验证，可实现对期望轨迹的跟踪，证明在追逃博弈轨迹跟踪方面的高度精确度和稳定性。
-
公开(公告)号：CN118379449B
公开(公告)日：2024-09-13
申请号：CN202410489722.1
申请日：2024-04-23
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种空间目标数据集构建方法及系统，涉及数据集构建技术领域。本发明的技术要点包括：利用三维建模软件建立多个卫星空间几何模型；建立空间目标在轨场景，所述场景包括：包含地球背景的场景、包含不同太阳光照角度及效果的场景、引入深空背景噪声的场景；设置相关参数，使得多个卫星空间几何模型在所述空间目标在轨场景中进行运动，进而获得对应多个卫星、不同位姿的多组图片；对多组图片进行处理，获得空间目标数据集。本发明大幅提高了数据集的规模和多样性，显著提升了数据精度和真实性，显著降低了数据获取成本和时间，极大降低了研究和开发的门槛。
-
公开(公告)号：CN119006346A
公开(公告)日：2024-11-22
申请号：CN202411007554.4
申请日：2024-07-25
Applicant: 哈尔滨工业大学
IPC: G06T5/90 , G06T5/60 , G06N3/088 , G06N3/0464
Abstract: 一种低光照空间目标图像亮度增强方法及系统，涉及在轨图像处理领域。本发明是为了解决在太空环境下常见的低光照以及太空环境独特且光照条件极为不稳定时，常常因太阳光的遮挡或宇宙背景光的缺失而导致获取的图像亮度不足，从而影响图像的质量和后续的图像分析及应用的问题。技术要点：利用仿真引擎制作了作为输入的低光照图像，基于无监督深度学习和Retinex算法结合的神经网络，利用轻量级卷积神经网络来估计低光照图像的照明成分，在该网络中采用了无监督学习策略，通过无参考损失函数如曝光损失、空间损失和照明平滑损失训练网络，从而避免了对成对训练数据的依赖。在获取经过神经网络得到光照条件增强的图像后，与原图像进行融合处理。本发明用于改善在低光照条件下捕获的图像的质量。
-
公开(公告)号：CN118770578A
公开(公告)日：2024-10-15
申请号：CN202411018236.8
申请日：2024-07-29
Applicant: 哈尔滨工业大学
IPC: B64G1/24
Abstract: 本发明提供了一种针对同轨卫星群的天基拦截制导控制方法及系统，属于空间目标拦截制导技术领域。为了解决现有拦截制导方法中，在复杂空间环境中，同轨卫星群轨道设计时受J2摄动造成稳定性差和拦截精度低的问题。本发明在对拦截卫星和目标卫星分别进行二体运动建模后，求解了J2摄动下的拦截卫星轨道并进行了相关分析，结合J2摄动的影响建立了轨道修正算法对拦截卫星轨道进行了修正，得到修正过的拦截卫星轨道后设计比例导引律控制拦截器进一步逼近目标卫星，实现对空间目标同轨卫星群的拦截打击。本发明确保拦截器能在复杂空间环境中准确接近和摧毁目标卫星，保障系统的拦截成功率和稳定性，且提升了制导精度和响应速度，实现精准打击。
-
公开(公告)号：CN118379449A
公开(公告)日：2024-07-23
申请号：CN202410489722.1
申请日：2024-04-23
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种空间目标数据集构建方法及系统，涉及数据集构建技术领域。本发明的技术要点包括：利用三维建模软件建立多个卫星空间几何模型；建立空间目标在轨场景，所述场景包括：包含地球背景的场景、包含不同太阳光照角度及效果的场景、引入深空背景噪声的场景；设置相关参数，使得多个卫星空间几何模型在所述空间目标在轨场景中进行运动，进而获得对应多个卫星、不同位姿的多组图片；对多组图片进行处理，获得空间目标数据集。本发明大幅提高了数据集的规模和多样性，显著提升了数据精度和真实性，显著降低了数据获取成本和时间，极大降低了研究和开发的门槛。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.037 seconds)
