買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國科學院深圳先進技術研究院申請的專利一種基于深度學習的航天器位姿估計方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114419149B 。

龍圖騰網通過國家知識產權局官網在2025-06-10發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111517636.X，技術領域涉及：G06T7/73；該發明授權一種基于深度學習的航天器位姿估計方法是由高翔;劉暢;劉嘉設計研發完成，并于2021-12-13向國家知識產權局提交的專利申請。

本一種基于深度學習的航天器位姿估計方法在說明書摘要公布了：本發明公開了一種基于深度學習的航天器位姿估計方法，能夠有效地解決位姿參數中平移參數和旋轉參數在數量級上的差異，從而保證深度學習網絡預測的位置參數和旋轉參數具有較高的精度，且通過最小化航天器CAD模型在圖像中的投影輪廓的幾何殘差，對深度學習網絡獲得的位姿參數進行優化，從而給出航天器位姿參數的極大似然估計，具有非常優秀的統計學特性，從而保證了位姿估計的精度。該算法網絡規模較小，算法運行時間較短，對硬件要求較低。

本發明授權一種基于深度學習的航天器位姿估計方法在權利要求書中公布了：1.一種基于深度學習的航天器位姿估計方法，其特征在于，包括：首先根據正態分布來隨機初始化神經網絡模型參數，接著把數據集中的訓練圖像以及對應的位姿標簽分別進行歸一化預處理后用于訓練神經網絡模型，然后把測試圖像輸入到訓練好的神經網絡模型中，用反歸一化得到神經網絡模型預測的位姿，最后根據神經網絡模型預測的位姿參數，使用最小化航天器CAD模型在圖像中的投影輪廓的幾何殘差，優化航天器的位姿參數，最終獲得航天器位姿參數的極大似然估計；所述訓練圖像的歸一化包括：首先創建一個7×7的網格稱為高斯核W，以網格中心為基準，用二維正態分布初始化網格的權重值： 其中，wx,y是高斯核中每個網格的權重值，x,y是每個網格相對于中心網格的位置，σ是常量，設置為2；然后單位化高斯核W，使其所有網格的權重值相加為1： 接著計算圖像中每個像素點的加權平均值m以及加權標準差m＝∑ixyw'x，y·pi，j+x，k+y 其中，p是原圖像中的每個像素值；最后計算歸一化后的每個像素點的像素值： 所述位姿標簽的歸一化和反歸一化包括：位姿標簽的參數包括平移參數和旋轉參數，旋轉參數用單位四元數表示，把第i張圖像的三個平移參數分別用xi、yi、zi表示，在訓練階段，對每張訓練圖像對應位姿標簽中的平移參數進行歸一化： 其中，分別是訓練標簽集合中xi、yi、zi對應的平均值，σx、σy、σz分別是對應的標準差，分別是歸一化后對應的輸出參數；在測試階段，對歸一化后的預測參數進行反歸一化，得到最后預測的平移參數： 其中，xout、yout、zout分別是歸一化的預測參數，是反歸一化后的預測平移參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院深圳先進技術研究院，其通訊地址為：518055 廣東省深圳市南山區深圳大學城學苑大道1068號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。