基于强化学习的月表地貌主动感知方法研究

针对月面巡视器自主地貌感知的应用需求,提出了一种基于强化学习的月表兴趣地貌主动感知方法。利用图像显著性,分析设定地貌主动感知触发条件,并在贝叶斯估计框架基础上设计能够代表观测特征集与地貌知识库相似度的奖励函数,通过与强化学习框架相结合构建完整的地貌主动感知方法。仿真结果表明,该方法能够规划有效地貌感知动作序列,并指导星载相机去主动感知目标地貌,进行主动感知后的地貌视觉显著性优于初始图像。