典型文献
基于点云的空间非合作目标结构识别问题研究
文献摘要：
在空间非合作目标捕获任务中,从传感器数据中识别出目标表面的可抓取结构是一个有待解决的问题.以卫星点云数据集作为对象,对4种基于神经网络算法(PointNet、PointNet++、SPLATNet和SO-Net)在卫星结构分割识别任务中的性能进行了比较分析.为了能够更好地测试算法性能,基于NASA在线数据库构建了训练测试数据集,并给出一种点云数据的快速构建方法.使用该方法,可以实现成批量地生成点云数据.仿真测试结果显示:PointNet++在卫星完整点云数据集和非完整点云数据上的分割准确率都是最高,并且分割效果也优于其他算法.
文献关键词：
空间抓捕;非合作目标;卫星点云;深度神经网络;结构识别
中图分类号：
作者姓名：
陈霈然;张晓龙;刘晓峰;蔡国平;吴勇军
作者机构：
上海交通大学 船舶海洋与建筑工程学院,上海 200240;上海航天控制技术研究所,上海 201109
文献出处：
引用格式：
[1]陈霈然;张晓龙;刘晓峰;蔡国平;吴勇军-.基于点云的空间非合作目标结构识别问题研究)[J].上海航天（中英文）,2022(04):128-138
A类：
非合作目标捕获,卫星点云,SPLATNet,空间抓捕
B类：
空间非合作目标,目标结构,结构识别,传感器数据,抓取,点云数据,神经网络算法,PointNet++,SO,卫星结构,试算法,算法性能,NASA,数据库构建,测试数据,快速构建,构建方法,现成,成批,生成点,仿真测试,整点,分割效果,深度神经网络
AB值：
0.302928
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
