引用本文:张锐,王兆魁.基于深度学习的空间站舱内服务机器人视觉跟踪[J].上海航天,2018,(5):1-9.
【打印本页】   【下载PDF全文】     
本文已被:浏览 18次   下载 35
分享到: 微信 更多
基于深度学习的空间站舱内服务机器人视觉跟踪
张锐1,王兆魁2
(1.国防科技大学 空天科学学院,湖南 长沙 410073;2.清华大学 航天航空学院,北京 100084)
摘要:
为提升舱内跟随服务机器人的任务辅助能力,解决机器人对航天员的视觉跟踪问题,提出了一种基于深度学习和概率模型的人体视觉跟踪算法。利用深度卷积神经网络实现了对穿着多样、姿态任意人体的稳定检测。结合人体检测结果,设计了运动预测概率模型,实现了对指定人员准确、连续的跟踪。算法对包含大多数航天员活动的多个数据集进行了验证。实验结果表明:提出的跟踪算法实现了对穿着多样、姿态任意人体的稳定跟踪,并有效避免了由于穿着相似、遮挡可能造成的误跟踪问题。该算法为空间站舱内跟随服务机器人对航天员的视觉跟踪提供了有效的解决方法。算法基于融合的RGB-D图像,工程上易于构建和实现,也可拓展到其他跟随服务机器人视觉跟踪任务中。
(1.College of Aerospace Science and Engineering, National University of Defense Technology, Changsha 410073, Hunan, China;2.School of Aerospace Engineering, Tsinghua University, Beijing 100084, China)

分享按钮