摘要
本发明提出了一种基于主动神经几何辐射场的在轨目标三维重建方法,所述方法包括如下步骤:主动在轨环绕的顺序图像采集;共享权重的视觉Transformer的主干网编码器构建;隐式向量表征;神经辐射场的几何解码器构建;基于强化学习的变轨‑拍摄策略网络构建。本发明采用几何辐射场模型能够高效并行的处理大规模、高维度的数据,自动化地进行特征提取和三维重建,具有更高的准确性和一致性,充分适应航天器在轨环境和任务需求,极大的节约在轨观测周期。
技术关键词
三维重建方法
策略
编码器
观测场景
强化学习理论
网络
三维重建模型
视角
视觉
解码器
多层感知机
轨道
相机
三维模型
离线
图像块
航天器
规划
系统为您推荐了相关专利信息
自动投饵系统
豹纹鳃棘鲈
浊度
组合特征向量
动态关联模型
发电量优化方法
海上风电场
非合作博弈
博弈论模型
决策
智能体系统
需求响应智能
深度强化学习算法
智能管控平台
调控设备