【摘 要】
:
面向空间站内对物体感知的需求,基于Darknet-53网络建立了人工智能物体识别模型,利用COCO数据集开展了机器视觉的物体识别研究,采用国际空间站舱内生活视频进行了物体识别实验,分析了识别物体时边框划分准确程度和类别准确程度。结果表明:所提方法针对空间站内的典型物体识别效果好,边框划分正确率为95.45%,边框内物体类别的识别正确率达到79.54%。所提方法为空间站内物体感知提供了有效解决方法,
【机 构】
:
中国航天科工集团有限公司,郑州航天电子技术有限公司,北京空间飞行器总体设计部空间智能机器人系统技术与应用北京市重点实验室
【基金项目】
:
航天五院总体设计部自主研发重点项目(7110124)资助