原创力文档- 1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度强化学习的卫星消旋方法，其特征在于，包括以下步骤：标注已知卫星的数据样本建立已知卫星的样本数据集；利用全卷积神经网络训练样本数据集，使得终端能够了解和识别图像或视频中的已知卫星，得到图像或视频中已知卫星的关键点的置信度图；跟踪视频中关键点的运动轨迹，通过PNP算法估计已知卫星的位姿；通过DDPG算法训练最优消旋，空间机械臂的消旋刷刷航天器帆板侧边完成卫星消旋。本发明方法借助深度强化学习，实现对高速自旋的失控卫星的消旋，同时结合视觉信息让计算机跟数据和模型环境接触，训练最优
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112340063 B
(45)授权公告日 2022.05.31
(21)申请号 202011039508.4 G06N 3/04 (2006.01)
文档评论（0）