面向空间应用的视觉位姿估计技术综述

面向空间应用的视觉位姿估计技术综述 Overview of visual pose estimation methods for space missions first-author 周 芮（1997-），女，黑龙江哈尔滨人，博士研究生，2019年于哈尔滨工业大学获得学士学位，现为哈尔滨工业大学航天学院航空宇航科学与技术专业博士研究生，主要从事机器视觉及深度学习方面的研究。E-mail： 15134627929@163.com http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=36183478&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=36183486&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=36183481&type= 22.01333237 32.00399780 周 芮 （1997-），女，黑龙江哈尔滨人，博士研究生，2019年于哈尔滨工业大学获得学士学位，现为哈尔滨工业大学航天学院航空宇航科学与技术专业博士研究生，主要从事机器视觉及深度学习方面的研究。E-mail： 15134627929@163.com 15134627929@163.com corresp E-mail： yanfangliu@hit.edu.cn E-mail： yanfangliu@hit.edu.cn 刘延芳（1986-），男，黑龙江哈尔滨人，博士，研究员，博士生导师，2004年、2014年于哈尔滨工业大学分别获得学士、博士学位，主要从事飞行器机电一体化、航天器智能化装配与测试和航天器智能自主技术等研究。E-mail： yanfangliu@hit.edu.cn http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=36183490&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=36183498&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=36183494&type= 22.01332855 32.00400543 刘延芳 （1986-），男，黑龙江哈尔滨人，博士，研究员，博士生导师，2004年、2014年于哈尔滨工业大学分别获得学士、博士学位，主要从事飞行器机电一体化、航天器智能化装配与测试和航天器智能自主技术等研究。E-mail： yanfangliu@hit.edu.cn yanfangliu@hit.edu.cn 哈尔滨工业大学 航天学院，黑龙江 哈尔滨 150090 哈尔滨工业大学 航天学院，黑龙江 哈尔滨 150090 School of Astronautics， Harbin Institute of Technology， Harbin 150090， China School of Astronautics， Harbin Institute of Technology， Harbin 150090， China 随着人工智能的发展，基于计算机视觉的目标识别、位姿估计技术受到了广泛关注。目前，在交会对接等空间任务中，基于计算机视觉的合作目标位姿估计技术已取得广泛应用。但在非合作目标的视觉位姿估计问题上，由于空间中存在杂散光背景、表面包覆层反射、光照强度变化剧烈等因素，导致特征提取困难、位姿估计易发散、存在累计误差等难题，这些也是亟待解决的热点问题。本文首先总结了空间任务中计算机视觉技术的发展及应用；然后，对视觉位姿估计技术进行概述，以深度学习算法作为切入点，系统地归纳了目标识别及位姿估计算法；最后，综述了深度学习在空间任务中的研究进展，并在任务需求和研究现状分析的基础上，针对空间任务的特殊性，讨论了一些未来的发展趋势。 With the development of artificial intelligence， target recognition and pose estimation based on computer vision have received widespread attention. At present， computer-vision-based pose estimation technology for cooperative targets is being widely used in space missions， such as in rendezvous and docking. However， for noncooperative targets， complex environments， such as stray-light backgrounds， surface-coating reflections， and dramatic light changes， cause difficulties in feature extraction and pose estimation. In this paper， the methods and applications of visual-based pose estimation in space missions are summarized. Various target recognition and pose estimation algorithms， based on deep-learning algorithms， are systematically outlined. Moreover， current deep-learning algorithms in the context of space missions are discussed. Finally， the task demand of space tasks is analyzed to present some future development trends. 计算机视觉 图像处理 位姿估计 深度学习 空间任务 computer vision image processing pose estimation deep learning spatial task 1 引 言 1 随着世界各国对太空资源探索的深入，航天任务范围不断拓展，空间任务应用逐渐多元化，不再局限于通信、遥感、导航等传统领域，而是面向在轨服务、编队飞行、深空探测等新型任务，这些空间任务涉及非合作目标检测识别、绕飞接近、交会对接等过程。传统星地回路控制方法的地面测控站由于定姿定轨精度和通讯响应速度等的影响而不利于航天器自主任务完成。为保障新型空间任务的顺利完成，急需开展航天器对空间目标自主检测跟踪、轨迹规划、自主控制等方法的研究，目标位姿估计技术是其中的重点技术之一。 目标位姿估计技术是非接触测量技术领域的重点研究方向 ［ 1 1 ］ ，在空间操作 ［ 2 2 - 5 5 2-5 ］ 、自主导航 ［ 6 6 - 12 12 6-12 ］ 、工业检测 ［ 13 13 - 15 15 13-15 ］ 、辅助医疗 ［ 16 16 - 17 17 16-17 ］ 等领域发挥着重要作用。精确位姿测量是完成空间任务诸如交会对接 ［ 18 18 - 19 19 18-19 ］ 、在轨装配 ［ 20 20 - 22 22 20-22 ］ 、在轨维修 ［ 23 23 ］ 等在轨服务任务 ［ 24 24 - 26 26 24-26 ］ 的关键环节。 空间任务 ［ 27 27 - 28 28 27-28 ］ 中常用的传感器技术有微波雷达技术 ［ 29 29 ］ 、激光雷达技术 ［ 30 30 ］ 、视觉测量技术 ［ 31 31 ］ 。微波雷达和激光雷达是目前常用来测量空间物体之间相对运动状态的有源主动式传感器，但由于功耗高、体积大和造价昂贵等因素，使得它们在实际工程应用中受到了很大的限制，难以应用在微小卫星平台上。视觉传感器因具有体积小、质量轻、功耗低、传感信息丰富等特点，使得基于视觉的测量技术在近距离高精度空间目标位姿估计任务中具有较大潜在优势 ［ 32 32 ］ 。特别是，随着处理器算力的大幅提高、图像处理技术的不断发展、深度学习算法的日新月异，航天器在轨装配、故障或失效卫星维修、太空垃圾清理等空间任务对空间目标位姿测量提出迫切需求，基于计算机视觉的空间目标位姿估计技术逐步成为研究热点 ［ 33 33 ］ 。 本文主要针对面向空间任务的视觉位姿估计技术进行综述。首先，归纳总结在空间任务中视觉位姿估计技术及应用，然后对视觉位姿估计技术进行概述，以深度学习算法作为切入点，系统地归纳了各种目标识别及位姿估计算法；最后，针对空间任务的特殊性，在任务需求和研究现状分析的基础上，对视觉位姿估计技术的发展趋势和应用进行展望。 2 空间任务中视觉系统的应用情况 1 随着空间对抗技术与装备的迅猛发展，构建空间态势感知系统已成为关系国家安全的重大战略问题。视觉系统在自动交会对接、主动碎片清除、在轨装配服务等空间任务中成为不可或缺的关键技术。 空间目标近距离位姿估计任务中一般涉及目标飞行器和追踪飞行器，目标飞行器按照三维模型是否已知或是否预先安装合作靶标分为合作目标 ［ 34 34 ］ 和非合作目标 ［ 35 35 ］ 。针对合作目标的近距离视觉位姿估计技术较为成熟 ［ 36 36 ］ ，已经在轨应用。但对于空间垃圾、失效卫星等非合作目标，因其无法获取先验信息，也没有预先布设的合作靶标，其视觉位姿估计面临着许多技术挑战，仍有待深入研究 ［ 37 37 ］ 。稳定可靠的非合作目标的位姿估计对未来空间任务有重大意义 ［ 38 38 ］ 。视觉系统在空间任务中的发展如 表1 表1 和 图1 图1 所示。 续表1　视觉技术在空间任务中的应用 项目名称 国家 时间 测量方式 视觉系统 观测目标 SRMS ［ 39 39 ］ 加拿大 1981 遥操作监视 单目相机 空间站等 ROTEX 德国 1993 遥操作监视 单目相机 - TORU ［ 40 40 ］ 俄罗斯 1994 遥操作监视 双目相机 飞船、空间站 RRM ［ 41 41 ］ 美国 2011 遥操作监视 双目相机 卫星、加注口 玉兔号 ［ 42 42 ］ 中国 2013 遥操作监视 双目相机 月面 EST-VII ［ 43 43 ］ 日本 1997 合作目标测量 CCD相机 目标星 OE ［ 44 44 ］ 美国 1999 合作目标测量 VGS 目标星 太空船 ［ 44 44 ］ 美国 2005 合作目标测量 AVGS 目标星 天宫一号 ［ 45 45 ］ 中国 2011 合作目标测量 雷达、CCD相机 对接靶标 天宫二号 ［ 45 45 ］ 中国 2016 合作目标测量 单目相机 对接靶标 FREND/SUMO ［ 46 46 ］ 美国 终止 非合作目标 立体视觉 对接环 项目名称 国家 时间 测量方式 视觉系统 观测目标 PHOENIX ［ 47 47 ］ 美国 2011年 非合作目标 立体视觉 星箭对接环 ROGER ［ 48 48 ］ 欧空局 终止 非合作目标 变焦相机 空间碎片、故障航天器 TECSAS ［ 49 49 ］ 德国 终止 非合作目标 光学相机、激光雷达 对接环 DEOS ［ 50 50 ］ 德国 2006 非合作目标 EPOS系统 对接环 CX-OLEV ［ 50 50 ］ 德国 2007 非合作目标 多相机组合 目标星 SDMR ［ 51 51 ］ 日本 2009 非合作目标 双目视觉 空间碎片 SMART-OLEV 欧洲 2009 非合作目标 双目视觉 发动机喷嘴 天问一号 ［ 52 52 ］ 中国 2020 非合作目标 中高分辨率相机 火星地表 RSGS 美国 2021 非合作目标 双目视觉 目标星 祝融号火星车 ［ 52 52 ］ 中国 2021 非合作目标 多光谱、导航相机 火星地表 e.Deorbit ［ 53 53 ］ 加拿大 2021 非合作目标 - 空间碎片 2.1　空间遥操作 2 空间遥操作是最早应用视觉系统的空间任务，宇航员通过视觉远程操作完成空间任务，能避免出舱操作的风险，有明显优势。 1981年，加拿大研制出第一个航天飞机机械臂系统SRMS（Space Shuttle Remote Manipulator System），其具备遥操作功能，用来部署和回收卫星、勘探及抓获目标，在国际空间站装配任务中起到关键作用 ［ 39 39 ］ 。俄罗斯研制的遥操作交会对接系统TORU（Teleoperatornity Maneuvering Vehicle）成功应用于“和平号”空间站与国际空间站的交会对接任务；1994年，欧空局应用TORU遥操作系统实现了无人货运飞船ATV与国际空间站的交会对接 ［ 40 40 ］ 。此外，美国机器人燃料加注任务RRM（Robotic Refueling Mission）使用机械臂在两个相机监控下为服役卫星加注推进剂燃料 ［ 41 41 ］ 。2013年，我国“玉兔号”巡视器也采用了双目相机进行遥操作 ［ 42 42 ］ 。 2.2　合作目标位姿估计 2 空间遥操作方式受通信速率的影响，图像质量较差，通讯延迟较大，不能满足所有任务需求。因此，空间任务需要航天器自主完成。合作目标位姿估计技术能够根据已知信息自主完成位姿估计，得到测量信息。 1997年，日本川崎重工业公司研发出邻近敏感器用于ETS-VII上，采用100个红色二极管作为靶标，由CCD相机获取图像，得到相对位姿 ［ 43 43 ］ 。 1999年，美国开展轨道快车OE计划（Orbital Express），采用NASA研发的VGS（Video Guidance Sensor）系统，对合作目标进行抓捕，过程中应用合作目标位姿估计技术。VGS系统经过多次升级，2005年，AVGS（Advanced Video Guidance Sensor）系统应用于DART太空船计划 ［ 44 44 ］ 。我国也开展了相关研究，2011年，利用合作靶标完成天宫一号和神舟八号交会对接任务 ［ 45 45 ］ 。 2.3　非合作目标位姿估计 2 随着航天技术的发展，空间任务不断升级，对空间碎片清理、失效卫星回收等非合作目标任务有更多的需求，非合作目标位姿估计尤为必要，越来越多的非合作目标位姿估计计划被提出。 美国DAPRA资助的前端机器人使能近期演示验证计划FREND（Fronted Robotics Enabling Near-term Demonstration）利用通用轨道修正器SUMO（Spacecraft for the Universal Modification of Orbits）平台，采用基于多目视觉的位姿估计方案，当航天器接近至100米处，选择最优角度的三个相机对目标成像，估计位姿 ［ 46 46 ］ 。2011年，在FREND计划的基础上，美国提出了凤凰计划（PHOENIX），该计划主要实现废旧卫星的维修及回收 ［ 47 47 ］ 。2002年，欧空局针对故障航天器及空间碎片等非合作目标，开展地球静止轨道清理机器人ROGER计划（Robotic Geostationary Orbit Restorer），采用变焦相机对非合作目标进行监视和抓捕，该项目于2003年终止 ［ 48 48 ］ 。2005年，德国开展空间系统演示验证技术卫星计划TECSAS（Technology Satellite for Demonstration and Verification of Space Systems），该计划于2006年终止 ［ 49 49 ］ 。在此基础上开展德国在轨服务DEOS（Deutsche Orbitale Servicing）项目，采用光学相机和激光雷达进行交会对接和重返大气层等近地轨道技术演示任务，利用欧洲接近操作模拟器EPOS（European Proximity Operations Simulator）完成半物理仿真试验。此外，德国宇航局开发的静止轨道延寿系统（CX-OLEV）采用多相机组合的测量方式，使两个远场相机测量距离由2 km到100 m，两个中场相机测量距离由100 m到5 m，2007年，应用SMART-1卫星平台进行验证 ［ 50 50 ］ 。2009年，日本宇航探索局（JAXA）开展的空间碎片清理者项目SDMR（Space Debris Micro Remover）采用双目立体视觉系统，对非合作目标进行位姿估计，完成对目标的绕飞、接近及抓取 ［ 51 51 ］ 。2016年，美国DARPA提出地球同步轨道卫星机器人服务（RSGS），2021年进行试验验证，采用立体视觉系统对非合作目标进行机械排故、辅助变轨等。2012年，欧洲航天局启动e.Deorbit任务，于2021年进行相关试验验证，目的为清除800 km~1 000 km太阳同步轨道和极轨道上的大质量非合作目标 ［ 53 53 ］ 。此外，我国火星探测器“天问一号”及着陆器“祝融号”均搭载不同的相机载荷，用于导航及火星表面情况探测 ［ 52 52 ］ 。 综上所述，空间任务中的近距离目标位姿估计大多采用视觉测量系统。目前，针对合作目标位姿估计较为成熟，对非合作目标的位姿估计仍存在许多技术挑战。 3 视觉位姿估计方法 1 如 图2 图2 所示，视觉位姿估计方法可分为传统测量方法 ［ 54 54 ］ 和深度学习方法 ［ 55 55 ］ 。传统测量方法包含目标识别和位姿估计两方面，其中目标识别分为基于特征匹配 ［ 56 56 ］ 和模板匹配方法 ［ 57 57 ］ ，位姿估计分为基于点特征、线特征和边缘特征方法 ［ 58 58 ］ 。深度学习方法 ［ 59 59 ］ 分为基于目标识别网络的测量方法 ［ 60 60 ］ 和基于位姿估计网络的测量方法 ［ 61 61 - 64 64 61-64 ］ 。前者先采用目标识别网络得到关键点位置，再采用传统位姿解算方式得到位姿估计信息。目标识别网络又可分为一阶回归网络 ［ 65 65 ］ 和二阶区域候选网络 ［ 66 66 ］ 。而基于位姿估计网络的测量方法以图像为输入，直接由网络输出位姿估计结果。位姿估计网络按结构可以分为整体回归 ［ 67 67 ］ 和分类投票 ［ 68 68 ］ 。 3.1　传统视觉位姿估计方法 2 传统视觉位姿估计技术始于上世纪八十年代，目前在实际工程任务中已得到大量应用，其基本估计的算法流程如 图3 图3 所示，包括图像预处理、目标识别和位姿解算等环节。 传统视觉位姿估计方法需要依据先验知识设计特征，特定的场景下能够达到较高的检测速度和精度。但是，由于对先验知识的特别依赖，导致其自适应性及泛化性较差。 传统位姿估计方法比较成熟，文献［ 54 54 ］进行了较为详细的论述。但传统视觉方法需要手工设计特征，在背景复杂、高自主性的空间任务应用中存在自适应性差、鲁棒性低的问题。随着计算机视觉技术及人工智能的发展，基于深度学习的视觉位姿估计方法研究发展迅猛。 3.2　深度学习视觉位姿估计方法 2 基于学习方式的智能算法能够自适应地提取目标特征，有效地提高检测精度及泛化性，成为目前的研究热点。基于深度学习的视觉位姿估计方法主要可分为基于目标识别网络和基于位姿估计网络两类位姿估计算法，如 图4 图4 所示。 基于目标识别网络的位姿估计算法先采用目标识别网络进行特征提取，得到关键点位置信息，再采用传统方式进行位姿估计。基于位姿估计网络的位姿估计算法直接由图像得到六自由度位姿估计结果，下面对目标识别网络和位姿估计网络展开论述。 3 . 2 . 1　目标识别网络 3 目标识别网络大多利用卷积神经网络进行特征提取、特征匹配、目标识别及关键点检测，主要可分为基于回归的单阶目标识别网络和基于区域候选的两阶目标识别网络。单阶网络通过卷积层、特征图、预测层直接输出目标识别结果；两阶网络在单阶网络的基础上增加区域候选网络，先筛选感兴趣区域，后进行目标识别，目标识别网络结构对比图如 图5 图5 所示。 图5 图5 中阴影部分为单阶网络，包含区域候选网络在内的总体网络为两阶网络。目标识别网络对比见 表2 表2 。 分类 算法 作者 时间 检测速度 mAP（VOC2007） mAP（COCO2017） 11 一阶 网络 YOLO ［ 69 69 ］ Redmon J， Divvala S 2015 45 FPS 63.40% - SSD ［ 70 70 ］ Liu W 2015 59 FPS 73.90% 31.20% YOLOv2 ［ 73 73 ］ Redmon J， Farhadi A 2017 67 FPS 76.80% 21.60% DSSD ［ 71 71 ］ Fu C Y， Liu W， et al 2017 9.5 FPS 78.60% - RSSD ［ 72 72 ］ Jeong J， Park H， Kwak N 2017 35 FPS 78.50% - YOLOv3 ［ 74 74 ］ Redmon J， Farhadi A 2018 72 FPS - 33.00% YOLOv4 ［ 75 75 ］ Bochkovskiy A 2020 65 FPS - 43.50% YOLOv5s 4 Jocher G 2020 2 ms - 36.70% YOLOv5m 2020 2.7 ms - 44.50% YOLOv5l 2020 3.8 ms - 48.20% YOLOv5s 2020 6.1 ms - 50.40% 5 二阶 网络 R-CNN ［ 76 76 ］ Malik 2014 47 s/张 66.00% - Fast-RCNN ［ 77 77 ］ Girshick R 2015 2 s/张 66.90% - Faster-RCNN ［ 78 78 ］ Ren S Q， He K M 2016 5 FPS 66.90% 36.80% Mask-RCNN ［ 79 79 ］ He K M， Gkioxari G 2018 5 FPS - 37.70% Mask Scoring-RCNN ［ 80 80 ］ Huang Z J，Huang L C 2019 5 FPS - 41.70% 3.2.1.1　回归网络 4 基于回归的单阶目标识别网络代表有YOLO（You Only Look Once） ［ 69 69 ］ 和SSD（Single Shot Multi-box Detector） ［ 70 70 ］ 等。 YOLO网络是2015年Redmond首次提出的基于GoogleNet的分类回归网络，计算速度快，能够应用在实时任务中。SSD网络同年被提出，其检测精度和计算速度均优于YOLO。SSD的相关改进算法有DSSD ［ 71 71 ］ 和RSSD ［ 72 72 ］ 等。而后，YOLOv2 ［ 73 73 ］ 、YOLOv3 ［ 74 74 ］ 、YOLOv4 ［ 75 75 ］ 相继问世，检测精度和计算速度逐步提升。YOLOv3，YOLOv4因计算量小、计算速度快，被应用在多种领域。2020年6月，Glenn J开源YOLOv5算法，其准确度与YOLOv4相当，但更加轻量级、速度更快。 3.2.1.2　区域候选网络 4 基于区域候选的两阶目标识别网络代表有R-CNN ［ 76 76 ］ 、Fast R-CNN ［ 77 77 ］ 、Faster R-CNN ［ 78 78 ］ 、Mask R-CNN ［ 79 79 ］ 、Mask Scoring R-CNN ［ 80 80 ］ 等。 2014年提出的R-CNN是区域候选网络的开山之作，Fast R-CNN在其基础上将整张图像送入卷积网络计算，大大提高计算效率。Faster R-CNN提出目标有效定位方法，按区域在特征图上进行索引，降低卷积计算消耗的时间。相较于Faster R-CNN，Mask R-CNN在速度上没有提升，但通过改进区域池化部分，目标检测精度得到提升。Mask Scoring R-CNN于2019年被提出，在Mask R-CNN的基础上增加了掩码区域打分机制，精度进一步提升。 3 . 2 . 2　位姿估计网络 3 位姿估计网络直接通过输入图像进行位姿估计，可分为整体回归和分类投票网络，详见 表3 表3 。 分类 名称 作者 时间 对象 特点 5 整体回归法 PoseCNN ［ 81 81 ］ Yu X， Schmidt T 2017 RGB图像 高维语义嵌入低维特征 BB8 ［ 82 82 ］ Rad M， Lepetit V 2017 RGB图像 采用8个顶点的2D投影预测3D姿态 YOLO-6D ［ 83 83 ］ Tekin B， Sinha S N 2018 RGB图像 直接预测投影顶点的2D图像位置 SSD-6D ［ 84 84 ］ Kehl W， Manhardt F 2017 RGB图像 采用离散化视图将回归问题转化为分类问题 Deep6DPose ［ 85 85 ］ Do T， Cai M 2018 RGB图像 端对端体系，附加区域建议网络 5 分类投票法 MCN ［ 86 86 ］ Li C， Bai J 2018 RGB图像 多视图融合，减少单视图的模糊性 CullNet ［ 87 87 ］ Gupta K，Petersson L 2019 RGB图像 利用置信度评分对位姿估计进行筛选 DenseFusion ［ 88 88 ］ Wang C， Xu D F 2019 多源数据 采用稠密融合网络提取像素级特征，迭代细化 PVNet ［ 89 89 ］ Peng S， Liu Y 2019 RGB图像 引入关键点方向，并添加不确定性驱动 PVNE3D ［ 90 90 ］ He Y S，Sun W 2020 RGB-D图像 拓展PVNet到三维关键点，利用几何约束 3.2.2.1　整体回归网络 4 整体回归网络通常采用端对端网络，以图像作为输入，直接输出目标位姿结果。典型的整体回归法网络结构有PoseCNN ［ 81 81 ］ 、BB8 ［ 82 82 ］ 、YOLO-6D ［ 83 83 ］ 、SSD-6D ［ 84 84 ］ 、Deep6DPose ［ 85 85 ］ 等。 PoseCNN采用卷积网络实现平移和旋转解耦估计。该网络通过图像定位物体中心并预测其与摄像机的距离来估计物体的三维平移向量，再采用回归方式估计物体的三维旋转向量。该网络包含13个卷积层和4个池化层，同时提取不同分辨率特征图，并输出高维特征图，利用高维特征输出语义标签，并将高维语义标签嵌入低维特征，与中心点建立联系，输出位姿估计结果。 BB8直接检测目标对象，再通过对象边界框角点2D投影来预测3D姿态。BB8以单帧RGB图像为输入，采用卷积网络完成图像定位、分割、分类以及优化估计，利用3D边界盒8个顶点的2D投影结合 N 点透视法PnP算法来预测目标3D姿态，并通过限制训练图像的旋转范围解决各类旋转对称的姿态估计不确定问题。该网络可同时针对多个目标对象训练。 YOLO-6D采用YOLOv2网络结构，通过9个控制点参数化目标的3D模型，相比BB8网络增加了形心点，在投影预测2D坐标点过程中优先考虑形心点，再改进8个角点位置，加快运算速度，而后采用PnP方法估计六自由度位姿结果。YOLO-6D运行时间与目标数量关联不大，较为稳定且不考虑微调环节，速度加快。 SSD-6D将SSD网络用于位姿估计任务，采用离散化视图而非直接回归预测姿态，将姿态估计问题转化为分类问题，加快了估计速度。SSD-6D基础网络采用InceptionV4，经过不同尺寸模块产生6个特征图；将特征图分别与预测卷积核卷积，得到不同尺寸和形状的预测边界框；最后给出离散视图上的得分并进行分类，得到位姿结果。 Deep6DPose是一种端对端的多任务网络，能够进行目标检测、实例分割、以及位姿估计。在输入RGB图像后，首先采用深层卷积网络进行图像特征提取；再利用附加区域建议网络输出感兴趣区域；最后，针对感兴趣区域分别完成目标检测、实例分割和位姿估计任务。 3.2.2.2　分类投票法网络 4 分类投票法可分为两个阶段，先对输入图像进行区域预选，然后根据预选区域估计目标姿态。典型的分类投票法网络有MCN ［ 86 86 ］ 、CullNet ［ 87 87 ］ 、DenseFusion ［ 88 88 ］ 、PVNet ［ 89 89 ］ 、PVN3D ［ 90 90 ］ 等。 MCN是基于投票方法的多视图融合网络，采用单个姿态预测分支，分支可由多类共享，同时进行多类训练。此外，该网络将类别图与卷积层拼接，嵌入对象类别标签，并利用物体掩膜进行进一步检测。MCN为大规模对象类和无约束的混乱背景提供可拓展的位姿估计学习网络，减少单视图的模糊性。 CullNet利用置信度评分对位姿估计结果进行筛选，剔除假阳性结果，选择最优位姿估计结果。该网络分两个阶段操作：（1）提取阶段：基于YOLOv3输出3个不同比例的关键点提取结果；（2）筛选阶段：将提取阶段得到 k 组2D关键点经E-PnP算法得到 k 个位姿估计结果同裁剪后紧密匹配的原始图像和姿态渲染模板作为输入，传递到CullNet网络中，输出位姿估计结果校准后的置信度，挑选置信度最好的位姿估计结果输出。 DenseFusion可以单独处理两个数据源，采用稠密融合网络来提取像素级的稠密特征，并据此进行位姿估计。此外，该网络集成了端到端迭代位姿细化步骤，进一步改善了位姿估计结果。该网络包含两个阶段。第一个阶段根据已知对象种类进行语义分割，针对每个对象分别提取深度信息和彩色信息。第二个阶段处理分割的结果并进行位姿估计。 PVNet通过学习对物体2D关键点的方向向量场，能够较好地处理遮挡效应，并使用不确定性驱动的PNP算法来估计位姿。该网络首先输出语义分割结果和关键点的方向向量场；然后根据一致性投票从方向向量场中计算出物体的关键点，同时生成关键点的概率分布；随后利用关键点的不确定性在PnP解算中进一步提高位姿估计的鲁棒性。 PVN3D将基于二维关键点的PVNet扩展到三维关键点，充分利用刚性物体的几何约束信息，显著提高六自由度估计的精度。该网络采用单一的RGB-D图像作为输入，首先，进行特征提取，分别输入到三个模块中预测关键点、语义标签和中心偏移；接着，应用聚类算法来区分具有相同语义标签的不同实例；然后，利用深度霍夫投票网络来检测物体的三维关键点；最后，使用最小二乘法拟合位姿参数。 综上所述，应用在位姿估计任务上的深度学习网络，有以下特点： （1）引入关键点不确定性或者置信度机制对位姿估计结果进行筛选，例如CullNet与PVNet； （2）划分多个子网络，将高维特征语义标签与低维特征中心点建立联系，例如PoseCNN与PVN3D； （3）采用不同类型的卷积网络分别进行特征提取，使用融合网络融合不同类型特征结果，例如Deep6DPose和DenseFusion。 4 深度学习在空间任务中的应用 1 随着片上系统的发展，诸如视觉、雷达的自主测量手段具有一定的应用。同时，深度学习在不同领域，特别是计算机视觉领域，都取得了巨大的成功，吸引了很多空间研究者的注意。然而，空间应用不同于地面任务，可靠性需求高且缺少真实数据集 ［ 91 91 ］ 。 4.1　空间视觉测量任务的特殊性 2 相比地面视觉应用，空间视觉测量任务具有以下几点特殊性： （1）空间视觉的任务场景范围更大，大多视觉任务包含远距离接近、近距离环绕和抵近距离交会对接等，测量距离变化较大，需要适应低纹理、低分辨率的目标识别需求； （2）空间环境存在较多恒星、人造天体等的杂散光背景、测量目标表面包覆层反射及视线角变化带来的光照变化剧烈问题，使得目标在图像中呈亮点状且光照复杂多变，对目标检测带来巨大挑战。 4.2　典型网络 2 4 . 2 . 1　SPN网络 3 Sharma等人 ［ 92 92 ］ 提出了Spacecraft Pose Network（SPN）网络，该网络是第一个基于单目视觉的已知非合作航天器位姿估计方法，采用海马8号气象卫星拍摄地球实际图像和OpenGL生成SPEED数据集。该网络使用五层CNN基本网络，并连接到三个不同的分支：（1）使用R-CNN结构进行2D边界框提取；（2）使用全连接网络进行相对姿态分类；（3）通过分支2得到 N 个候选项，使用另一交叉熵损失最小化，获得每个候选项的相对权重，采用四元数平均计算得到最终精细姿态。SPN网络利用Gauss-Newton方法解决了估计相对位姿的最小化问题，相对位置误差为厘米级、姿态误差为度级。 4 . 2 . 2　基于ResNET方法 3 Proenca等人 ［ 93 93 ］ 在Unreal Engine 4虚幻引擎上构建了面向已知非合作航天器的URSO数据集，提出基于ResNet网络的位姿估计深度学习框架，直接回归输出位置，以最小化相对误差为损失函数。此外，该框架赢得了欧洲航天局位姿估算挑战赛第二名，并给出在太空真实图像上的执行方法。 4 . 2 . 3　基于LSTM方法 3 Kechagias等人 ［ 94 94 ］ 提出深度循环卷积神经网络，输入多投影点云图像，利用CNN架构提取底层特征，采用LSTM进行建模，得到位姿估计结果。试验中采用斯阿莱尼亚航天公司开发的卫星模型用于非合作相对机器人空间应用导航任务，仅针对模拟数据进行训练，多种情景下的评估结果表明网络结构有很强的适应性，能够在较低的运算需求下提供较优的里程精度。 4 . 2 . 4　二阶网络方法 3 为了实现快速准确的位姿估计，Huo等人 ［ 95 95 ］ 提出了基于深度神经网络方法并结合PnP算法和几何优化方法的网络。该网络在SPEED数据集实现，首先设计了轻量级的YOLOv3网络用于预测关键点位置，接着回归生成热图，最后利用PnP和EKF方法得到位姿结果并优化，该方法实现了较低的计算消耗。 综上所述，深度学习在空间位姿估计领域已有部分成果，理论研究表明位姿估计结果可在厘米级和度级，能够满足空间应用的需求。但由于缺乏真实数据集，能否满足空间任务对鲁棒性的高要求，尚未在实际空间任务中验证。 5 结 论 1 本文对视觉位姿估计技术的发展及其在空间任务中的应用展开综述，得到了如下几点结论： （1）传统视觉位姿估计技术较为成熟，有大量工程应用，但受环境因素影响较大，需要针对任务设计特征，通用性和适应性较差。 （2）利用深度学习方法进行视觉位姿估计的理论研究发展迅猛，但现仍存在训练需求数据集庞大，且运算量大等问题，尚未广泛应用。 （3）各国广泛开展视觉位姿估计技术在空间任务中的应用，其中，对于合作目标的位姿估计较为成熟，非合作目标位姿估计仍处于探索阶段。 针对空间任务，相对位姿估计技术尚存在较大不足，需要针对以下特定问题展开研究： （1）低纹理、低分辨率目标识别。相比传统任务，空间任务视场范围大，目标距离远，运动速度较快，目标纹理和分辨率较低，需要对目标快速定位跟踪。 （2）退化视觉环境成像。太空是典型的退化视觉环境，存在空间杂散光背景、目标包覆层反射、光照变化剧烈等问题。要完成空间目标的位姿估计任务，视觉位姿估计算法需要对环境有较好的适应性。 参考文献 王延东 . 多位姿信息融合的双目视觉惯性里程计研究 ［D］. 北京 ： 中国科学院大学 ， 2019 ： 3 - 11 . 多位姿信息融合的双目视觉惯性里程计研究 WANG Y D . Study on Binocular Visual Inertial Odometry of Multi-pose Information Fusion ［D］. Beijing ： University of Chinese Academy of Sciences ， 2019 ： 3 - 11 . （in Chinese） Study on Binocular Visual Inertial Odometry of Multi-pose Information Fusion 郝颖明 ， 付双飞 ， 范晓鹏 ， 等 . 面向空间机械臂在轨服务操作的视觉感知技术 ［J］. 无人系统技术 ， 2018 ， 1 （ 1 ）： 54 - 65 . 面向空间机械臂在轨服务操作的视觉感知技术 HAO Y M ， FU S F ， FAN X P ， et al . Vision perception technology for space manipulator on-orbit service operations ［J］. Unmanned Systems Technology ， 2018 ， 1 （ 1 ）： 54 - 65 . （in Chinese） Vision perception technology for space manipulator on-orbit service operations 刘冬雨 ， 刘宏 ， 何宇 ， 等 . 空间机械臂在轨维修的视觉伺服操控策略 ［J］. 机器人 ， 2018 ， 40 （ 5 ）： 742 - 749 . 空间机械臂在轨维修的视觉伺服操控策略 LIU D Y ， LIU H ， HE Y ， et al . Visual servoing control strategy for on-orbit servicing of space manipulator system ［J］. Robot ， 2018 ， 40 （ 5 ）： 742 - 749 . （in Chinese） Visual servoing control strategy for on-orbit servicing of space manipulator system 冯骁 ， 卢山 ， 侯月阳 ， 等 . 多臂空间机器人的视觉伺服与协调控制 ［J］. 宇航学报 ， 2018 ， 39 （ 2 ）： 206 - 215 . doi: 10.3873/j.issn.1000-1328.2018.02.011 http://dx.doi.org/10.3873/j.issn.1000-1328.2018.02.011 多臂空间机器人的视觉伺服与协调控制 FENG X ， LU S ， HOU Y Y ， et al . Visual servoing and coordination control of multi-arm space robot ［J］. Journal of Astronautics ， 2018 ， 39 （ 2 ）： 206 - 215 . （in Chinese） . doi: 10.3873/j.issn.1000-1328.2018.02.011 http://dx.doi.org/10.3873/j.issn.1000-1328.2018.02.011 Visual servoing and coordination control of multi-arm space robot 颜坤 . 基于双目视觉的空间非合作目标姿态测量技术研究 ［D］. 成都 ： 中国科学院大学 ， 2018 ： 2 - 14 . 基于双目视觉的空间非合作目标姿态测量技术研究 YAN K . Research on Pose Measurement of Space non Cooperative Target Based on Binocular Vision ［D］. Chengdu ： University of Chinese Academy of Sciences ， 2018 ： 2 - 14 . （in Chinese） Research on Pose Measurement of Space non Cooperative Target Based on Binocular Vision 谢晓娜 ， 刘曦 ， 常政威 ， 等 . 电力机器人的自主导航与视觉辅助定位融合方法 ［J］. 四川电力技术 ， 2020 ， 43 （ 3 ）： 48 - 52 . 电力机器人的自主导航与视觉辅助定位融合方法 XIE X N ， LIU X ， CHANG Z W ， et al . A vision assisted positioning method with autonomous navigation of electric robot ［J］. Sichuan Electric Power Technology ， 2020 ， 43 （ 3 ）： 48 - 52 . （in Chinese） A vision assisted positioning method with autonomous navigation of electric robot 张皓焱 ， 刘新 . 基于视觉处理的四旋翼无人机自主导航系统设计 ［J］. 无线互联科技 ， 2020 ， 17 （ 9 ）： 35 - 40 . doi: 10.3969/j.issn.1672-6944.2020.09.016 http://dx.doi.org/10.3969/j.issn.1672-6944.2020.09.016 基于视觉处理的四旋翼无人机自主导航系统设计 ZHANG H Y ， LIU X . Autonomous navigation system of quadrotor UAV based on vision processing ［J］. Wireless Internet Technology ， 2020 ， 17 （ 9 ）： 35 - 40 . （in Chinese） . doi: 10.3969/j.issn.1672-6944.2020.09.016 http://dx.doi.org/10.3969/j.issn.1672-6944.2020.09.016 Autonomous navigation system of quadrotor UAV based on vision processing 侯永宏 ， 刘艳 ， 吕华龙 ， 等 . 一种基于双目视觉的无人机自主导航系统 ［J］. 天津大学学报（自然科学与工程技术版） ， 2019 ， 52 （ 12 ）： 1262 - 1269 . 一种基于双目视觉的无人机自主导航系统 HOU Y H ， LIU Y ， LÜ H L ， et al . An autonomous navigation systems of UAVs based on binocular vision ［J］. Journal of Tianjin University （Science and Technology） ， 2019 ， 52 （ 12 ）： 1262 - 1269 . （in Chinese） An autonomous navigation systems of UAVs based on binocular vision 侯博文 ， 王炯琦 ， 周海银 ， 等 . 基于陆标图像的火星绕飞自主导航方法 ［J］. 控制理论与应用 ， 2019 ， 36 （ 12 ）： 1988 - 1996 . 基于陆标图像的火星绕飞自主导航方法 HOU B W ， WANG J Q ， ZHOU H Y ， et al . Autonomous navigation method of Mars orbit based on landmarks ［J］. Control Theory ＆ Applications ， 2019 ， 36 （ 12 ）： 1988 - 1996 . （in Chinese） Autonomous navigation method of Mars orbit based on landmarks 徐超 ， 王大轶 ， 黄翔宇 . 基于陆标图像的火星精确着陆自主导航方法研究 ［J］. 深空探测学报 ， 2016 ， 3 （ 2 ）： 150 - 155 . 基于陆标图像的火星精确着陆自主导航方法研究 XU C ， WANG D Y ， HUANG X Y . Autonomous navigation for Mars pin-point landing based on landmark image ［J］. Journal of Deep Space Exploration ， 2016 ， 3 （ 2 ）： 150 - 155 . （in Chinese） Autonomous navigation for Mars pin-point landing based on landmark image 王大轶 ， 徐超 ， 黄翔宇 . 深空探测着陆过程序列图像自主导航综述 ［J］. 哈尔滨工业大学学报 ， 2016 ， 48 （ 4 ）： 1 - 12 . doi: 10.11918/j.issn.0367-6234.2016.04.001 http://dx.doi.org/10.11918/j.issn.0367-6234.2016.04.001 深空探测着陆过程序列图像自主导航综述 WANG D Y ， XU C ， HUANG X Y . Overview of autonomous navigation based on sequential images for planetary landing ［J］. Journal of Harbin Institute of Technology ， 2016 ， 48 （ 4 ）： 1 - 12 . （in Chinese） . doi: 10.11918/j.issn.0367-6234.2016.04.001 http://dx.doi.org/10.11918/j.issn.0367-6234.2016.04.001 Overview of autonomous navigation based on sequential images for planetary landing 朱遵尚 . 基于三维地形重建与匹配的飞行器视觉导航方法研究 ［D］. 长沙 ： 国防科学技术大学 ， 2014 ： 5 - 16 . 基于三维地形重建与匹配的飞行器视觉导航方法研究 ZHU Z S . Research on vision-based navigation methods for aircrafts using 3D terrain reconstruction and matching ［D］. Changsha ： National University of Defense Technology ， 2014 ： 5 - 16 . （in Chinese） Research on vision-based navigation methods for aircrafts using 3D terrain reconstruction and matching 王琳 ， 张珊珊 ， 潘艳飞 ， 等 . 工业机器人视觉检测系统研究 ［J］. 电子技术与软件工程 ， 2019 （ 22 ）： 86 - 88 . 工业机器人视觉检测系统研究 WANG L ， ZHANG S S ， PAN Y F ， et al . Research on vison-based target recognition methods for robots ［J］. Electronic Technology ＆ Software Engineering ， 2019 （ 22 ）： 86 - 88 . （in Chinese） Research on vison-based target recognition methods for robots 张伟 ， 韩宗旺 ， 程祥 ， 等 . 基于机器视觉零件轴线直线度误差测量的研究 ［J］. 光学 精密工程 ， 2021 ， 29 （ 9 ）： 2168 - 2177 . doi: 10.37188/OPE.20212909.2168 http://dx.doi.org/10.37188/OPE.20212909.2168 基于机器视觉零件轴线直线度误差测量的研究 ZHANG W ， HAN Z W ， CHENG X ， et al . Research on straightness error measurement of part axis based on machine vision ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 9 ）： 2168 - 2177 . （in Chinese） . doi: 10.37188/OPE.20212909.2168 http://dx.doi.org/10.37188/OPE.20212909.2168 Research on straightness error measurement of part axis based on machine vision 李洋 ， 程智 ， 周维虎 ， 等 . 面向工业复杂场景的合作靶标椭圆特征快速鲁棒检测 ［J］. 光学 精密工程 ， 2021 ， 29 （ 8 ）： 1910 - 1920 . doi: 10.37188/OPE.20212908.1910 http://dx.doi.org/10.37188/OPE.20212908.1910 面向工业复杂场景的合作靶标椭圆特征快速鲁棒检测 LI Y ， CHENG Z ， ZHOU W H ， et al . A fast and robust method for detecting elliptical character of cooperative targets in industrial complex background ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 8 ）： 1910 - 1920 . （in Chinese） . doi: 10.37188/OPE.20212908.1910 http://dx.doi.org/10.37188/OPE.20212908.1910 A fast and robust method for detecting elliptical character of cooperative targets in industrial complex background 吴海滨 ， 徐恺阳 ， 于双 ， 等 . 增强现实手术导航系统的投影显示技术综述 ［J］. 光学 精密工程 ， 2021 ， 29 （ 9 ）： 2019 - 2038 . doi: 10.37188/OPE.20212909.2019 http://dx.doi.org/10.37188/OPE.20212909.2019 增强现实手术导航系统的投影显示技术综述 WU H B ， XU K Y ， YU S ， et al . Review of projection display technology in augmented reality surgical navigation system ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 9 ）： 2019 - 2038 . （in Chinese） . doi: 10.37188/OPE.20212909.2019 http://dx.doi.org/10.37188/OPE.20212909.2019 Review of projection display technology in augmented reality surgical navigation system 曲晓 ， 吴乃蓬 . 计算机视觉在医疗领域的应用效果观察 ［J］. 中国卫生产业 ， 2020 ， 17 （ 13 ）： 168 - 170 . 计算机视觉在医疗领域的应用效果观察 QU X ， WU N P . Observation of the effect of computer vision in the medical field ［J］. China Health Industry ， 2020 ， 17 （ 13 ）： 168 - 170 . （in Chinese） Observation of the effect of computer vision in the medical field 罗小依 ， 张莉君 ， 贺晓斌 ， 等 . 空间交会对接位姿测量中特征靶标快速识别 ［J］. 电子技术应用 ， 2019 ， 45 （ 10 ）： 83 - 87 . 空间交会对接位姿测量中特征靶标快速识别 LUO X Y ， ZHANG L J ， HE X B ， et al . Fast recognition of characteristic targets in spatial rendezvous and docking posture measurement ［J］. Application of Electronic Technique ， 2019 ， 45 （ 10 ）： 83 - 87 . （in Chinese） Fast recognition of characteristic targets in spatial rendezvous and docking posture measurement 鄂薇 . 自主交会中非合作航天器及其柔索结构视觉测量方法研究 ［D］. 哈尔滨 ： 哈尔滨工业大学 ， 2019 ： 4 - 8 . doi: 10.21629/jsee.2019.03.13 http://dx.doi.org/10.21629/jsee.2019.03.13 自主交会中非合作航天器及其柔索结构视觉测量方法研究 E W . Vision measurement method of noncooperative spacecraft and flexible tether in automatic rendezvous ［D］. Harbin ： Harbin Institute of Technology ， 2019 ： 4 - 8 . （in Chinese） . doi: 10.21629/jsee.2019.03.13 http://dx.doi.org/10.21629/jsee.2019.03.13 Vision measurement method of noncooperative spacecraft and flexible tether in automatic rendezvous 王明明 ， 罗建军 ， 袁建平 ， 等 . 空间在轨装配技术综述 ［J］. 航空学报 ， 2021 ， 42 （ 1 ）： 523913 . doi: 10.7527/S1000-6893.2020.23913 http://dx.doi.org/10.7527/S1000-6893.2020.23913 空间在轨装配技术综述 WANG M M ， LUO J J ， YUAN J P ， et al . In-orbit assembly technology： review ［J］. Acta Aeronautica et Astronautica Sinica ， 2021 ， 42 （ 1 ）： 523913 . （in Chinese） . doi: 10.7527/S1000-6893.2020.23913 http://dx.doi.org/10.7527/S1000-6893.2020.23913 In-orbit assembly technology： review 贾庆轩 ， 段嘉琪 ， 陈钢 . 机器人在轨装配无标定视觉伺服对准方法 ［J］. 航空学报 ， 2021 ， 42 （ 6 ）： 424063 . 机器人在轨装配无标定视觉伺服对准方法 JIA Q X ， DUAN J Q ， CHEN G . Uncalibrated visual servo of space robots performing on-orbit assembly alignment task ［J］. Acta Aeronautica et Astronautica Sinica ， 2021 ， 42 （ 6 ）： 424063 . （in Chinese） Uncalibrated visual servo of space robots performing on-orbit assembly alignment task 陈梅 ， 车尚岳 . 无标定视觉伺服机器人跟踪控制策略研究 ［J］. 控制工程 ， 2019 ， 26 （ 6 ）： 1055 - 1059 . 无标定视觉伺服机器人跟踪控制策略研究 CHEN M ， CHE S Y . Research on tracking control strategy of uncalibrated robot visual servo system ［J］. Control Engineering of China ， 2019 ， 26 （ 6 ）： 1055 - 1059 . （in Chinese） Research on tracking control strategy of uncalibrated robot visual servo system 刘冬雨 ， 刘宏 ， 李志奇 . 空间机械臂手系统在轨精细维修操作的标定策略 ［J］. 宇航学报 ， 2017 ， 38 （ 6 ）： 630 - 637 . doi: 10.3873/j.issn.1000-1328.2017.06.010 http://dx.doi.org/10.3873/j.issn.1000-1328.2017.06.010 空间机械臂手系统在轨精细维修操作的标定策略 LIU D Y ， LIU H ， LI Z Q . Calibration strategy of space manipulator system on-orbit servicing fine operation ［J］. Journal of Astronautics ， 2017 ， 38 （ 6 ）： 630 - 637 . （in Chinese） . doi: 10.3873/j.issn.1000-1328.2017.06.010 http://dx.doi.org/10.3873/j.issn.1000-1328.2017.06.010 Calibration strategy of space manipulator system on-orbit servicing fine operation 马兰 . 机械臂在轨服务的遥操作及交互视景处理 ［D］. 西安 ： 西安电子科技大学 ， 2019 ： 2 - 8 . 机械臂在轨服务的遥操作及交互视景处理 MA L . On-orbit servicing mission planning and modeling visualization for space intelligent robot ［D］. Xi'an ： Xidian University ， 2019 ： 2 - 8 . （in Chinese） On-orbit servicing mission planning and modeling visualization for space intelligent robot 武冠群 . 在轨服务航天器交会轨迹优化与近距离安全接近控制研究 ［D］. 哈尔滨 ： 哈尔滨工业大学 ， 2019 ： 1 - 9 . 在轨服务航天器交会轨迹优化与近距离安全接近控制研究 WU G Q . Research on rendezvous trajectory optimization and close-range safe approach control of spacecraft for on-orbit servicing ［D］. Harbin ： Harbin Institute of Technology ， 2019 ： 1 - 9 . （in Chinese） Research on rendezvous trajectory optimization and close-range safe approach control of spacecraft for on-orbit servicing 于大为 . 面向在轨服务的环状目标视觉仿真与检测 ［D］. 哈尔滨 ： 哈尔滨工业大学 ， 2019 ： 17 - 22 . 面向在轨服务的环状目标视觉仿真与检测 YU D W . Vision simulation and detection of circular target for on-orbit service ［D］. Harbin ： Harbin Institute of Technology ， 2019 ： 17 - 22 . （in Chinese） Vision simulation and detection of circular target for on-orbit service 陆野 ， 马国鹭 ， 曾国英 ， 等 . 遮挡区域空间位姿的多传感组合测量方法研究 ［J］. 应用光学 ， 2020 ， 41 （ 3 ）： 565 - 570 . doi: 10.5768/jao202041.0303004 http://dx.doi.org/10.5768/jao202041.0303004 遮挡区域空间位姿的多传感组合测量方法研究 LU Y ， MA G L ， ZENG G Y ， et al . Research on multi-sensor combination method for estimating relative pose ［J］. Journal of Applied Optics ， 2020 ， 41 （ 3 ）： 565 - 570 . （in Chinese） . doi: 10.5768/jao202041.0303004 http://dx.doi.org/10.5768/jao202041.0303004 Research on multi-sensor combination method for estimating relative pose 杜小平 ， 赵诗玥 ， 宋一铄 . 国外空间目标操控相对位姿测量技术比较研究 ［J］. 装备学院学报 ， 2013 ， 24 （ 5 ）： 58 - 62 . doi: 10.3783/j.issn.1673-0127.2013.05.013 http://dx.doi.org/10.3783/j.issn.1673-0127.2013.05.013 国外空间目标操控相对位姿测量技术比较研究 DU X P ， ZHAO S Y ， SONG Y S . Comparative studies on the relative-pose measurements in foreign space operations for targets ［J］. Journal of Academy of Equipment ， 2013 ， 24 （ 5 ）： 58 - 62 . （in Chinese） . doi: 10.3783/j.issn.1673-0127.2013.05.013 http://dx.doi.org/10.3783/j.issn.1673-0127.2013.05.013 Comparative studies on the relative-pose measurements in foreign space operations for targets 周志鹏 . 固态微波毫米波器件技术进展 ［J］. 微波学报 ， 2020 ， 36 （ 1 ）： 74 - 77 . 固态微波毫米波器件技术进展 ZHOU Z P . The development of microwave and millimeter-wave semiconductor device ［J］. Journal of Microwaves ， 2020 ， 36 （ 1 ）： 74 - 77 . （in Chinese） The development of microwave and millimeter-wave semiconductor device 王盛杰 . 基于面阵三维成像激光雷达的目标姿态测量 ［D］. 成都 ： 电子科技大学 ， 2020 ： 105 - 128 . 基于面阵三维成像激光雷达的目标姿态测量 WANG S J . Pose measurement of the target based on planar array 3D imaging LIDAR ［D］. Chengdu ： University of Electronic Science and Technology of China ， 2020 ： 105 - 128 . （in Chinese） Pose measurement of the target based on planar array 3D imaging LIDAR 李向宇 . 基于空间目标对接环的视觉测量算法设计与实现 ［D］. 哈尔滨 ： 哈尔滨工业大学 ， 2018 ： 2 - 5 . 基于空间目标对接环的视觉测量算法设计与实现 LI X Y . Design and implementation of the visual measurement algorithm based on the docking ring of space objects ［D］. Harbin ： Harbin Institute of Technology ， 2018 ： 2 - 5 . （in Chinese） Design and implementation of the visual measurement algorithm based on the docking ring of space objects 吴贤权 ， 尹仕斌 ， 任永杰 ， 等 . 多目视觉定向天线位姿测量 ［J］. 自动化与仪器仪表 ， 2019 （ 5 ）： 1 - 6 . 多目视觉定向天线位姿测量 WU X Q ， YIN S B ， REN Y J ， et al . Pose measurement of directional antenna based on multi-vision ［J］. Automation ＆ Instrumentation ， 2019 （ 5 ）： 1 - 6 . （in Chinese） Pose measurement of directional antenna based on multi-vision 王程 ， 陈峰 ， 吴金建 ， 等 . 视觉传感机理与数据处理进展 ［J］. 中国图象图形学报 ， 2020 ， 25 （ 1 ）： 19 - 30 . doi: 10.11834/jig.190404 http://dx.doi.org/10.11834/jig.190404 视觉传感机理与数据处理进展 WANG C ， CHEN F ， WU J J ， et al . Progress in mechanism and data processing of visual sensing ［J］. Journal of Image and Graphics ， 2020 ， 25 （ 1 ）： 19 - 30 . （in Chinese） . doi: 10.11834/jig.190404 http://dx.doi.org/10.11834/jig.190404 Progress in mechanism and data processing of visual sensing 黄雪莲 . 基于视觉测量的非合作目标航天器相对导航算法研究 ［D］. 哈尔滨 ： 哈尔滨工业大学 ， 2020 ： 3 - 7 . 基于视觉测量的非合作目标航天器相对导航算法研究 HUANG X L . Research on relative navigation algorithm of non-cooperative spacecraft based on vision measurement ［D］. Harbin ： Harbin Institute of Technology ， 2020 ： 3 - 7 . （in Chinese） Research on relative navigation algorithm of non-cooperative spacecraft based on vision measurement 田丰巧 . 非合作目标接触式姿轨量测装置制导控制设计 ［D］. 哈尔滨 ： 哈尔滨工业大学 ， 2018 ： 3 - 5 . 非合作目标接触式姿轨量测装置制导控制设计 TIAN F Q . Guindance control design of contact attitude-track measuring device for non-cooperative target ［D］. Harbin ： Harbin Institute of Technology ， 2018 ： 3 - 5 . （in Chinese） Guindance control design of contact attitude-track measuring device for non-cooperative target 吕耀宇 . 空间合作目标单目视觉位姿测量技术研究 ［D］. 北京 ： 中国科学院大学（中国科学院长春光学精密机械与物理研究所） ， 2018 ： 1 - 8 . 空间合作目标单目视觉位姿测量技术研究 LV Y Y . Research on mono-vision pose measurement for space cooperative target ［D］. Beijing ： Institute of Physics， Chinese Academy of Sciences ， 2018 ： 1 - 8 . （in Chinese） Research on mono-vision pose measurement for space cooperative target 刘崇超 . 空间翻滚非合作目标位姿及运动参数视觉识别技术研究 ［D］. 哈尔滨 ： 哈尔滨工业大学 ， 2017 ： 2 - 8 . 空间翻滚非合作目标位姿及运动参数视觉识别技术研究 LIU C C . Research on visual recognition technology of pose and motion parameters of tumbling and noncooperative target in space ［D］. Harbin ： Harbin Institute of Technology ， 2017 ： 2 - 8 . （in Chinese） Research on visual recognition technology of pose and motion parameters of tumbling and noncooperative target in space 孙永军 ， 王钤 ， 刘伊威 ， 等 . 空间非合作目标捕获方法综述 ［J］. 国防科技大学学报 ， 2020 ， 42 （ 3 ）： 74 - 90 . doi: 10.11887/j.cn.202003010 http://dx.doi.org/10.11887/j.cn.202003010 空间非合作目标捕获方法综述 SUN Y J ， WANG Q ， LIU Y W ， et al . A survey of non-cooperative target capturing methods ［J］. Journal of National University of Defense Technology ， 2020 ， 42 （ 3 ）： 74 - 90 . （in Chinese） . doi: 10.11887/j.cn.202003010 http://dx.doi.org/10.11887/j.cn.202003010 A survey of non-cooperative target capturing methods BELAND S ， DUPUIS E ， DUNLOP J ， 等 . 加拿大的空间机器人： 从国际空间站上的灵巧作业机器人到行星探测机器人 ［J］. 控制工程 ， 2001 ， 27 （ 2 ）： 22 - 29 . 加拿大的空间机器人： 从国际空间站上的灵巧作业机器人到行星探测机器人 BELAND S ， DUPUIS E ， DUNLOP J ， et al . Canada’s space robots-from dexterous robots on the International Space Station to planetary exploration robots ［J］. Control Engineering ， 2001 ， 27 （ 2 ）： 22 - 29 . （in Chinese） Canada’s space robots-from dexterous robots on the International Space Station to planetary exploration robots 周剑勇 ， 张波 ， 蒋自成 ， 等 . 遥操作交会对接系统研究 ［J］. 国防科技大学学报 ， 2012 ， 34 （ 3 ）： 24 - 28 . doi: 10.3969/j.issn.1001-2486.2012.03.005 http://dx.doi.org/10.3969/j.issn.1001-2486.2012.03.005 遥操作交会对接系统研究 ZHOU J Y ， ZHANG B ， JIANG Z C ， et al . Researches on teleoperation rendezvous and docking system ［J］. Journal of National University of Defense Technology ， 2012 ， 34 （ 3 ）： 24 - 28 . （in Chinese） . doi: 10.3969/j.issn.1001-2486.2012.03.005 http://dx.doi.org/10.3969/j.issn.1001-2486.2012.03.005 Researches on teleoperation rendezvous and docking system DELEE C H ， BARFKNECHT P ， BREON S ， et al . Techniques for on-orbit cryogenic servicing ［J］. Cryogenics ， 2014 ， 64 ： 289 - 294 . doi: 10.1016/j.cryogenics.2014.02.016 http://dx.doi.org/10.1016/j.cryogenics.2014.02.016 Techniques for on-orbit cryogenic servicing 吴伟仁 ， 周建亮 ， 王保丰 ， 等 . 嫦娥三号“玉兔号”巡视器遥操作中的关键技术 ［J］. 中国科学： 信息科学 ， 2014 ， 44 （ 4 ）： 425 - 440 . 嫦娥三号“玉兔号”巡视器遥操作中的关键技术 WU W R ， ZHOU J L ， WANG B F ， et al . Key technologies in the teleoperation of Chang'E-3 “jade rabbit” rover ［J］. Scientia Sinica （Informationis） ， 2014 ， 44 （ 4 ）： 425 - 440 . （in Chinese） Key technologies in the teleoperation of Chang'E-3 “jade rabbit” rover 朱仁璋 ， 王鸿芳 ， 徐宇杰 ， 等 . 从ETS-Ⅶ到HTV： 日本交会对接/停靠技术研究 ［J］. 航天器工程 ， 2011 ， 20 （ 4 ）： 6 - 31 . 从ETS-Ⅶ到HTV： 日本交会对接/停靠技术研究 ZHU R Z ， WANG H F ， XU Y J ， et al . From ETS-Ⅶ to HTV： study of Japanese rendezvous and docking/berthing technologies ［J］. Spacecraft Engineering ， 2011 ， 20 （ 4 ）： 6 - 31 . （in Chinese） From ETS-Ⅶ to HTV： study of Japanese rendezvous and docking/berthing technologies STAMM S ， MOTAGHEDI P . Orbital express capture system： concept to reality ［C］. Spacecraft Platforms and Infrastructure ， Orlando， Florida， USA . 2004 ， 5419 ： 78 - 91 . doi: 10.1117/12.544569 http://dx.doi.org/10.1117/12.544569 Orbital express capture system： concept to reality 周建平 . 天宫一号/神舟八号交会对接任务总体评述 ［J］. 载人航天 ， 2012 ， 18 （ 1 ）： 1 - 5 . doi: 10.3969/j.issn.1674-5825.2012.01.001 http://dx.doi.org/10.3969/j.issn.1674-5825.2012.01.001 天宫一号/神舟八号交会对接任务总体评述 ZHOU J P . A review of Tiangong-1/Shenzhou-8 rendezvous and docking mission ［J］. Manned Spaceflight ， 2012 ， 18 （ 1 ）： 1 - 5 . （in Chinese） . doi: 10.3969/j.issn.1674-5825.2012.01.001 http://dx.doi.org/10.3969/j.issn.1674-5825.2012.01.001 A review of Tiangong-1/Shenzhou-8 rendezvous and docking mission DEBUS T ， DOUGHERTY S . Overview and performance of the front-end robotics enabling near-term demonstration （FREND） robotic arm ［C］. AIAA Infotech@Aerospace Conference and AISS Unmanned ， 2009 ： 1870 . doi: 10.2514/6.2009-1870 http://dx.doi.org/10.2514/6.2009-1870 Overview and performance of the front-end robotics enabling near-term demonstration （FREND） robotic arm 陈罗婧 ， 郝金华 ， 袁春柱 ， 等 . “凤凰”计划关键技术及其启示 ［J］. 航天器工程 ， 2013 ， 22 （ 5 ）： 119 - 128 . doi: 10.3969/j.issn.1673-8748.2013.05.019 http://dx.doi.org/10.3969/j.issn.1673-8748.2013.05.019 “凤凰”计划关键技术及其启示 CHEN L J ， HAO J H ， YUAN C Z ， et al . Key technology analysis and enlightenment of phoenix program ［J］. Spacecraft Engineering ， 2013 ， 22 （ 5 ）： 119 - 128 . （in Chinese） . doi: 10.3969/j.issn.1673-8748.2013.05.019 http://dx.doi.org/10.3969/j.issn.1673-8748.2013.05.019 Key technology analysis and enlightenment of phoenix program BISCHOF B . Roger - robotic geostationary orbit restorer ［C］. 54th International Astronautical Congress of the Astronautical Federation Bremen， Germany. Reston， Virigina ： AIAA ， 2003 . doi: 10.2514/6.iac-03-iaa.5.2.08 http://dx.doi.org/10.2514/6.iac-03-iaa.5.2.08 Roger - robotic geostationary orbit restorer BERND S ， DIPL . Automation and robotics in the German space program-unmanned on-orbit servicing （OOS） & the TECSAS mission ［C］. 55th International Astronautical Congress of the International Astronautical Federation， the International Academy of Astronautics， and the International Institute of Space Law. Vancouver， British Columbia， Canada. Reston， Virigina ： AIAA ， 2004 . doi: 10.2514/6.iac-04-iaa.3.6.2.03 http://dx.doi.org/10.2514/6.iac-04-iaa.3.6.2.03 Automation and robotics in the German space program-unmanned on-orbit servicing （OOS） & the TECSAS mission KAISER C ， SJÖBERG F ， DELCURA J M ， et al . SMART-OLEV-An orbital life extension vehicle for servicing commercial spacecrafts in GEO ［J］. Acta Astronautica ， 2008 ， 63 （ 1/2/3/4 ）： 400 - 410 . doi: 10.1016/j.actaastro.2007.12.053 http://dx.doi.org/10.1016/j.actaastro.2007.12.053 SMART-OLEV-An orbital life extension vehicle for servicing commercial spacecrafts in GEO NISHIDA S I ， KAWAMOTO S ， OKAWA Y ， et al . Space debris removal system using a small satellite ［J］. Acta Astronautica ， 2009 ， 65 （ 1/2 ）： 95 - 102 . doi: 10.1016/j.actaastro.2009.01.041 http://dx.doi.org/10.1016/j.actaastro.2009.01.041 Space debris removal system using a small satellite 王红 . 火星探测多光谱相机定标技术研究 ［D］. 西安 ： 中国科学院大学 ， 2020 ： 2 - 18 . 火星探测多光谱相机定标技术研究 WANG H . Research on Calibration Technology of Multi-spectral Camera for Mars Exploration ［D］. Xi'an ： University of Chinese Academy of Sciences ， 2020 ： 2 - 18 . （in Chinese） Research on Calibration Technology of Multi-spectral Camera for Mars Exploration ESTABLE S ， PRUVOST C ， FERREIRA E ， et al . Capturing and deorbiting Envisat with an Airbus Spacetug. Results from the ESA e.Deorbit consolidation phase study ［J］. Journal of Space Safety Engineering ， 2020 ， 7 （ 1 ）： 52 - 66 . doi: 10.1016/j.jsse.2020.01.003 http://dx.doi.org/10.1016/j.jsse.2020.01.003 Capturing and deorbiting Envisat with an Airbus Spacetug. Results from the ESA e.Deorbit consolidation phase study 洪裕珍 . 空间非合作目标的单目视觉姿态测量技术研究 ［D］. 成都 ： 中国科学院光电技术研究所 ， 2017 ： 2 - 7 . 空间非合作目标的单目视觉姿态测量技术研究 HONG Y Z . Research on Pose Estimation for Space Non-cooperative Targets Based on Monocular Vision ［D］. Chengdu ： Institute of Optics and Electronics， Chinese Academy of Sciences ， 2017 ： 2 - 7 . （in Chinese） Research on Pose Estimation for Space Non-cooperative Targets Based on Monocular Vision 徐云飞 ， 张笃周 ， 王立 ， 等 . 一种卷积神经网络非合作目标姿态测量方法 ［J］. 宇航学报 ， 2020 ， 41 （ 5 ）： 560 - 568 . doi: 10.3873/j.issn.1000-1328.2020.05.006 http://dx.doi.org/10.3873/j.issn.1000-1328.2020.05.006 一种卷积神经网络非合作目标姿态测量方法 XU Y F ， ZHANG D Z ， WANG L ， et al . A non-cooperative target attitude measurement method based on convolutional neural network ［J］. Journal of Astronautics ， 2020 ， 41 （ 5 ）： 560 - 568 . （in Chinese） . doi: 10.3873/j.issn.1000-1328.2020.05.006 http://dx.doi.org/10.3873/j.issn.1000-1328.2020.05.006 A non-cooperative target attitude measurement method based on convolutional neural network 陈彦彤 . 基于局部不变特征的遥感图像星上目标识别技术研究 ［D］. 北京 ： 中国科学院长春光学精密机械与物理研究所 ， 2017 ： 15 - 35 . 基于局部不变特征的遥感图像星上目标识别技术研究 CHEN Y T . Research on satellite image on-board target recognition based on local invariant feature ［D］. Beijing ： Institute of Physics， Chinese Academy of Sciences ， 2017 ： 15 - 35 . （in Chinese） Research on satellite image on-board target recognition based on local invariant feature 董晶 . 模板图像快速可靠匹配技术研究 ［D］. 长沙 ： 国防科学技术大学 ， 2015 ： 3 - 15 . 模板图像快速可靠匹配技术研究 DONG J . Study on fast and reliable pattern match ［D］. Changsha ： National University of Defense Technology ， 2015 ： 3 - 15 . （in Chinese） Study on fast and reliable pattern match 张振杰 . 无人机视觉导航位姿估计技术研究与实践 ［D］. 郑州 ： 解放军信息工程大学 ， 2017 ： 41 - 67 . 无人机视觉导航位姿估计技术研究与实践 ZHANG Z J . Research and practice of pose estimation in the vision-based navigation for UAV ［D］. Zhengzhou ： PLA Information Engineering University ， 2017 ： 41 - 67 . （in Chinese） Research and practice of pose estimation in the vision-based navigation for UAV 王立 ， 顾营迎 . 基于特征建模的空间非合作目标姿态智能测量方法 ［J］. 空间控制技术与应用 ， 2019 ， 45 （ 4 ）： 19 - 24， 63 . doi: 10.3969/j.issn.1674-1579.2019.04.003 http://dx.doi.org/10.3969/j.issn.1674-1579.2019.04.003 基于特征建模的空间非合作目标姿态智能测量方法 WANG L ， GU Y Y . An intelligent pose measurement method for spatial non-cooperative targets based on character modeling ［J］. Aerospace Control and Application ， 2019 ， 45 （ 4 ）： 19 - 24， 63 . （in Chinese） . doi: 10.3969/j.issn.1674-1579.2019.04.003 http://dx.doi.org/10.3969/j.issn.1674-1579.2019.04.003 An intelligent pose measurement method for spatial non-cooperative targets based on character modeling SHARMA K U ， THAKUR N V . A review and an approach for object detection in images ［J］. International Journal of Computational Vision and Robotics ， 2017 ， 7 （ 1/2 ）： 196 . doi: 10.1504/ijcvr.2017.081234 http://dx.doi.org/10.1504/ijcvr.2017.081234 A review and an approach for object detection in images 张德 ， 李国璋 ， 王怀光 ， 等 . 基于深度学习的目标位姿估计方法综述 ［J］. 飞航导弹 ， 2019 （ 9 ）： 72 - 76 . 基于深度学习的目标位姿估计方法综述 ZHANG D ， LI G Z ， WANG H G ， et al . Overview of target pose estimation methods based on deep learning ［J］. Aerodynamic Missile Journal ， 2019 （ 9 ）： 72 - 76 . （in Chinese） Overview of target pose estimation methods based on deep learning 尉震行 . 目标识别算法综述 ［J］. 中国设备工程 ， 2019 （ 1 ）： 94 - 97 . doi: 10.3969/j.issn.1671-0711.2019.01.046 http://dx.doi.org/10.3969/j.issn.1671-0711.2019.01.046 目标识别算法综述 YU Z X . Review of target recognition ［J］. China Plant Engineering ， 2019 （ 1 ）： 94 - 97 . （in Chinese） . doi: 10.3969/j.issn.1671-0711.2019.01.046 http://dx.doi.org/10.3969/j.issn.1671-0711.2019.01.046 Review of target recognition 刘宗明 ， 牟金震 ， 张硕 ， 等 . 空间失效慢旋卫星视觉特征跟踪与位姿测量 ［J］. 航空学报 ， 2021 ， 42 （ 1 ）： 524163 . 空间失效慢旋卫星视觉特征跟踪与位姿测量 LIU Z M ， MU J Z ， ZHANG S ， et al . Visual feature tracking and pose measurement for slow rotating failure satellites ［J］. Acta Aeronautica et Astronautica Sinica ， 2021 ， 42 （ 1 ）： 524163 . （in Chinese） Visual feature tracking and pose measurement for slow rotating failure satellites 钟坤 . 空间目标位姿的视觉测量技术研究 ［D］. 合肥 ： 中国科学技术大学 ， 2020 ： 2 - 16 . 空间目标位姿的视觉测量技术研究 ZHONG K . Research on visual measurement technology of space target pose ［D］. Hefei ： University of Science and Technology of China ， 2020 ： 2 - 16 . （in Chinese） Research on visual measurement technology of space target pose 周跃琪 . 基于卷积神经网络YOLO的车辆压实线检测方法研究 ［D］. 杭州 ： 浙江科技学院 ， 2020 ： 14 - 22 . 基于卷积神经网络YOLO的车辆压实线检测方法研究 ZHOU Y Q . Research on vehicle compaction line detection method based on convolutional neural network YOLO ［D］. Hangzhou ： Zhejiang University of Science & Technology ， 2020 ： 14 - 22 . （in Chinese） Research on vehicle compaction line detection method based on convolutional neural network YOLO 欧攀 ， 路奎 ， 张正 ， 等 . 基于Mask RCNN的目标识别与空间定位 ［J］. 计算机测量与控制 ， 2019 ， 27 （ 6 ）： 172 - 176 . 基于Mask RCNN的目标识别与空间定位 OU P ， LU K ， ZHANG Z ， et al . Target recognition and spatial location based on mask RCNN ［J］. Computer Measurement ＆ Control ， 2019 ， 27 （ 6 ）： 172 - 176 . （in Chinese） Target recognition and spatial location based on mask RCNN 王春哲 . 基于候选区域目标检测的关键技术研究 ［D］. 北京 ： 中国科学院大学 ， 2020 ： 49 - 61 . doi: 10.17285/0869-7035.0033 http://dx.doi.org/10.17285/0869-7035.0033 基于候选区域目标检测的关键技术研究 WANG C Z . Research on key technologies of object detection based on region proposals ［D］. Beijing ： University of Chinese Academy of Sciences ， 2020 ： 49 - 61 . （in Chinese） . doi: 10.17285/0869-7035.0033 http://dx.doi.org/10.17285/0869-7035.0033 Research on key technologies of object detection based on region proposals PASQUALETTO CASSINIS L ， FONOD R ， GILL E . Review of the robustness and applicability of monocular pose estimation systems for relative navigation with an uncooperative spacecraft ［J］. Progress in Aerospace Sciences ， 2019 ， 110 ： 100548 . doi: 10.1016/j.paerosci.2019.05.008 http://dx.doi.org/10.1016/j.paerosci.2019.05.008 Review of the robustness and applicability of monocular pose estimation systems for relative navigation with an uncooperative spacecraft REDMON J ， DIVVALA S ， GIRSHICK R ， et al . You only look once： unified， real-time object detection ［C］. 2016 IEEE Conference on Computer Vision and Pattern Recognition . Las Vegas， NV， USA . IEEE ， 2016 ： 779 - 788 . doi: 10.1109/cvpr.2016.91 http://dx.doi.org/10.1109/cvpr.2016.91 You only look once： unified， real-time object detection LIU W ， ANGUELOV D ， ERHAN D ， et al . SSD： single shot multiBox detector ［C］. European Conference on Computer Vision ， 2016 ： 21 - 27 . doi: 10.1007/978-3-319-46448-0_2 http://dx.doi.org/10.1007/978-3-319-46448-0_2 SSD： single shot multiBox detector FU C Y ， LIU W ， RANGA A ， et al . DSSD ： deconvolutional single shot detector ［C］. IEEE Conference on Computer Vision and Pattern Recognition ， 2017 DSSD ： deconvolutional single shot detector JEONG J ， PARK H ， KWAK N . Enhancement of SSD by concatenating feature maps for object detection ［J］. arXiv preprint arXiv： 1705.09587 ， 2017 . doi: 10.5244/c.31.76 http://dx.doi.org/10.5244/c.31.76 Enhancement of SSD by concatenating feature maps for object detection REDMON J ， FARHADI A . YOLO9000： better， faster， stronger ［C］. 2017 IEEE Conference on Computer Vision and Pattern Recognition . Honolulu， HI， USA . IEEE ， 2017 ： 6517 - 6525 . doi: 10.1109/cvpr.2017.690 http://dx.doi.org/10.1109/cvpr.2017.690 YOLO9000： better， faster， stronger REDMON J ， FARHADI A . YOLO9000： better， faster， stronger ［C］. 2017 IEEE Conference on Computer Vision and Pattern Recognition . Honolulu， HI， USA . IEEE ， 2017 ： 6517 - 6525 . doi: 10.1109/cvpr.2017.690 http://dx.doi.org/10.1109/cvpr.2017.690 YOLO9000： better， faster， stronger BOCHKOVSKIY A ， WANG C Y ， LIAO H . YOLOv4： Optimal speed and accuracy of object detection ［C］. IEEE Conference on Computer Vision and Pattern Recognition ， 2020 . YOLOv4： Optimal speed and accuracy of object detection GIRSHICK R ， DONAHUE J ， DARRELL T ， et al . Rich feature hierarchies for accurate object detection and semantic segmentation ［C］. 2014 IEEE Conference on Computer Vision and Pattern Recognition. Columbus ， OH ， USA . IEEE ， 2014 ： 580 - 587 . doi: 10.1109/cvpr.2014.81 http://dx.doi.org/10.1109/cvpr.2014.81 Rich feature hierarchies for accurate object detection and semantic segmentation GIRSHICK R . Fast R-CNN ［C］. 2015 IEEE International Conference on Computer Vision . Santiago， Chile . IEEE ， 2015 ： 1440 - 1448 . doi: 10.1109/iccv.2015.169 http://dx.doi.org/10.1109/iccv.2015.169 Fast R-CNN REN S Q ， HE K M ， GIRSHICK R ， et al . Faster R-CNN： towards real-time object detection with region proposal networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2017 ， 39 （ 6 ）： 1137 - 1149 . doi: 10.1109/tpami.2016.2577031 http://dx.doi.org/10.1109/tpami.2016.2577031 Faster R-CNN： towards real-time object detection with region proposal networks HE K M ， GKIOXARI G ， DOLLÁR P ， et al . Mask R-CNN ［C］. 2017 IEEE International Conference on Computer Vision . Venice， Italy . IEEE ， 2017 ： 2980 - 2988 . doi: 10.1109/iccv.2017.322 http://dx.doi.org/10.1109/iccv.2017.322 Mask R-CNN HUANG Z J ， HUANG L C ， GONG Y C ， et al . Mask scoring R-CNN ［C］. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Long Beach ， CA， USA . IEEE ， 2019 ： 6402 - 6411 . doi: 10.1109/cvpr.2019.00657 http://dx.doi.org/10.1109/cvpr.2019.00657 Mask scoring R-CNN XIANG Y ， SCHMIDT T ， NARAYANAN V ， et al . PoseCNN： a convolutional neural network for 6D object pose estimation in cluttered scenes ［C］. Robotics： Science and Systems XIV. Robotics ： Science and Systems Foundation ， 2018 . doi: 10.15607/rss.2018.xiv.019 http://dx.doi.org/10.15607/rss.2018.xiv.019 PoseCNN： a convolutional neural network for 6D object pose estimation in cluttered scenes RAD M ， LEPETIT V . BB8： a scalable， accurate， robust to partial occlusion method for predicting the 3D poses of challenging objects without using depth ［C］. 2017 IEEE International Conference on Computer Vision . Venice， Italy . IEEE ， 2017 ： 3848 - 3856 . doi: 10.1109/iccv.2017.413 http://dx.doi.org/10.1109/iccv.2017.413 BB8： a scalable， accurate， robust to partial occlusion method for predicting the 3D poses of challenging objects without using depth TEKIN B ， SINHA S N ， FUA P . Real-time seamless single shot 6D object pose prediction ［C］. 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， UT， USA . IEEE ， 2018 ： 292 - 301 . doi: 10.1109/cvpr.2018.00038 http://dx.doi.org/10.1109/cvpr.2018.00038 Real-time seamless single shot 6D object pose prediction KEHL W ， MANHARDT F ， TOMBARI F ， et al . SSD-6D： making RGB-based 3D detection and 6D pose estimation great again ［C］. 2017 IEEE International Conference on Computer Vision . Venice， Italy . IEEE ， 2017 ： 1530 - 1538 . doi: 10.1109/iccv.2017.169 http://dx.doi.org/10.1109/iccv.2017.169 SSD-6D： making RGB-based 3D detection and 6D pose estimation great again DO T ， CAI M ， PHAM T ， REID I . Deep-6DPose： Recovering 6D object pose from a single RGB image ［C］. IEEE International Conference on Computer Vision ， 2018 Deep-6DPose： Recovering 6D object pose from a single RGB image LI C ， BAI J ， HAGER G D . A unified framework for multi-view multi-class object pose estimation ［C］. Computer Vision-ECCV 2018 ， 2018 . doi: 10.1007/978-3-030-01270-0_16 http://dx.doi.org/10.1007/978-3-030-01270-0_16 A unified framework for multi-view multi-class object pose estimation GUPTA K ， PETERSSON L ， HARTLEY R . CullNet： calibrated and pose aware confidence scores for object pose estimation ［C］. 2019 IEEE/CVF International Conference on Computer Vision Workshop （ICCVW）. Seoul ， Korea （South） . IEEE ， 2019 ： 2758 - 2766 . doi: 10.1109/iccvw.2019.00337 http://dx.doi.org/10.1109/iccvw.2019.00337 CullNet： calibrated and pose aware confidence scores for object pose estimation WANG C ， XU D F ， ZHU Y K ， et al . DenseFusion： 6D object pose estimation by iterative dense fusion ［C］. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Long Beach ， CA， USA . IEEE ， 2019 ： 3338 - 3347 . doi: 10.1109/cvpr.2019.00346 http://dx.doi.org/10.1109/cvpr.2019.00346 DenseFusion： 6D object pose estimation by iterative dense fusion PENG S D ， LIU Y ， HUANG Q X ， et al . PVNet： pixel-wise voting network for 6DoF pose estimation ［C］. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Long Beach ， CA， USA . IEEE ， 2019 ： 4556 - 4565 . doi: 10.1109/cvpr.2019.00469 http://dx.doi.org/10.1109/cvpr.2019.00469 PVNet： pixel-wise voting network for 6DoF pose estimation HE Y S ， SUN W ， HUANG H B ， et al . PVN3D： a deep point-wise 3D keypoints voting network for 6DoF pose estimation ［C］. 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle ， WA ， USA . IEEE ， 2020 ： 11629 - 11638 . doi: 10.1109/cvpr42600.2020.01165 http://dx.doi.org/10.1109/cvpr42600.2020.01165 PVN3D： a deep point-wise 3D keypoints voting network for 6DoF pose estimation SONG J N ， RONDAO D ， AOUF N . Deep learning-based spacecraft relative navigation methods： a survey ［J］. Acta Astronautica ， 2022 ， 191 ： 22 - 40 . doi: 10.1016/j.actaastro.2021.10.025 http://dx.doi.org/10.1016/j.actaastro.2021.10.025 Deep learning-based spacecraft relative navigation methods： a survey SHARMA S ， D’AMICO S . Neural network-based pose estimation for noncooperative spacecraft rendezvous ［J］. IEEE Transactions on Aerospace and Electronic Systems ， 2020 ， 56 （ 6 ）： 4638 - 4658 . doi: 10.1109/taes.2020.2999148 http://dx.doi.org/10.1109/taes.2020.2999148 Neural network-based pose estimation for noncooperative spacecraft rendezvous PROENÇA P F ， GAO Y . Deep learning for spacecraft pose estimation from photorealistic rendering ［C］. 2020 IEEE International Conference on Robotics and Automation . Paris， France . IEEE ， 2020 ： 6007 - 6013 . doi: 10.1109/icra40945.2020.9197244 http://dx.doi.org/10.1109/icra40945.2020.9197244 Deep learning for spacecraft pose estimation from photorealistic rendering KECHAGIAS-STAMATIS O ， AOUF N ， DUBANCHET V ， et al . DeepLO： Multi-projection deep LIDAR odometry for space orbital robotics rendezvous relative navigation ［J］. Acta Astronautica ， 2020 ， 177 ： 270 - 285 . doi: 10.1016/j.actaastro.2020.07.034 http://dx.doi.org/10.1016/j.actaastro.2020.07.034 DeepLO： Multi-projection deep LIDAR odometry for space orbital robotics rendezvous relative navigation HUO Y R ， LI Z ， ZHANG F . Fast and accurate spacecraft pose estimation from single shot space imagery using box reliability and keypoints existence judgments ［J］. IEEE Access ， 8 ： 216283 - 216297 . Fast and accurate spacecraft pose estimation from single shot space imagery using box reliability and keypoints existence judgments 10.37188/OPE.20223020.2538 TP391.4 V446+.5 A 1004-924X（2022）20-2538-16 周芮,刘延芳,齐乃明等.面向空间应用的视觉位姿估计技术综述[J].光学精密工程,2022,30(20):2538-2553. 周芮,刘延芳,齐乃明等.面向空间应用的视觉位姿估计技术综述[J].光学精密工程,2022,30(20):2538-2553. ZHOU Rui,LIU Yanfang,QI Naiming,et al.Overview of visual pose estimation methods for space missions[J].Optics and Precision Engineering,2022,30(20):2538-2553. ZHOU Rui,LIU Yanfang,QI Naiming,et al.Overview of visual pose estimation methods for space missions[J].Optics and Precision Engineering,2022,30(20):2538-2553. 国家自然科学基金联合基金项目（No. U1737207）；哈尔滨工业大学科研创新基金学科发展新方向 2022-01-17 2022-02-18 2022-10-25 2022-10-27 光学精密工程 20 30