排序方式: 共有10条查询结果,搜索用时 265 毫秒
1
1.
2.
利用空间机器人辅助、代替航天员完成在轨服务操作是近年的技术发展趋势。基于学习的空间机器人操作以深度神经网络为控制器载体,对非结构化太空环境适应能力强,在高轨、地外、深空等场景具有良好应用前景。目前,无论是空间机器人操作,还是地面机器人操作,多数研究只关注单一任务学习问题。立足一种多任务学习新视角,针对空间机器人操作面临的多任务适应性要求高、精细化要求高、不确定性强问题,首先分析了在轨服务的多样化任务需求。其次,全面综述了机器人操作多任务学习算法与应用相关工作,分析了开展空间机器人操作多任务学习的难点挑战,给出了关键技术发展建议。相关关键技术的突破将有助于提升空间机器人系统的自主性、鲁棒性,进而助力中国在轨服务技术向无人全自主方向推进。 相似文献
3.
发展具备全自主操作能力的在轨服务航天器是未来航天领域的重要方向,而赋予航天器自主学习能力是实现自主化操作的重要手段.本文首先对近年来国外在轨服务操作的重要研究计划和关键技术进行了分析,并系统论述了基于学习的机器人操作技术的主要理论和方法.然后,结合未来在轨服务的需求,对我们在此领域的初步研究成果“基于学习的在轨燃料补加控制系统”进行了介绍.最后,结合航天领域的特点,分析了基于学习的空间机器人在轨服务技术所面临的挑战和未来的发展方向. 相似文献
4.
5.
某型发动机的Ⅰ、Ⅱ级叶片凸台标准样件要求检测的弦长和半弦长尺寸为两面角交线与空间特定截面的交点尺寸,以往的检测方法不再适用。本文就Ⅰ、Ⅱ级叶片凸台标准样件空间尺寸的平台测量方法和尺寸计算进行探讨,提出了解决空间定位难和尺寸计算繁琐的新思路。 相似文献
6.
设计了基于耦合振荡器阵列的非线性有源天线阵接收波束形成系统,详细分析了阵列线性相位分布控制技术,最后对该接收系统的性能进行了计算机仿真验证。 相似文献
7.
8.
在轨加注是一种典型的在轨服务操作,它对于降低空间运输成本和任务风险起着重要的作用,视觉感知系统可以感知操作任务周围环境并提供给控制系统。目前在轨加注依赖于人,在人员监控下完成或通过遥操作完成,缺乏自主性。本文围绕未来高自主性的基于深度强化学习的在轨加注方法,对基于深度学习的视觉感知方法展开了研究,针对基于深度学习的方法对相似实例的检测存在精确率低、对光照变化敏感等缺点,提出了基于深度图推理的卫星背板部件检测方法。提出的方法可以有效地检测复杂形状的目标,不依赖于手工设计的特征;提高了复杂光照环境下部件的检测正确率;可以有效区分外形相似的不同部件;其有效性在数学仿真和物理仿真中均得到了验证。 相似文献
9.
10.
针对发动机叶片榫头专用工装空间尺寸计量检测中的难点,即无法准确找到榫头夹具中的空间测量点,提出了将其转化为可靠的、可接触点的测量方法,并对该方法进行了验证,对测量不确定度进行了评定分析。 相似文献
1