一种基于虚幻引擎的空间目标数据集构建方法技术

本发明专利技术提出一种基于虚幻引擎的空间目标数据集构建方法，其特征在于，包括以下步骤：步骤一、卫星几何建模；步骤二、空间场景建模；步骤三、空间目标图像生成；步骤四、空间目标图像标注；步骤五、卫星特征部件智能识别。本发明专利技术所述空间目标数据集构建方法能够较真实地模拟地球临近空间场景。本发明专利技术构建数据集与真实卫星在轨运行图像对比相似度较高，克服了现有数据集背景单一、地球和卫星建模细节较差地不足之处。基于本发明专利技术所构建地数据集满足深度学习需求，可实现对空间目标智能识别，区分其天线、帆板、推进系统等特征部件。同时由于本发明专利技术生成的空间图像相对真实，因此使用该数据集训练好的神经网络，具备应用到真实航天目标的可能。能。能。

【技术实现步骤摘要】
一种基于虚幻引擎的空间目标数据集构建方法


[0001]本专利技术属于空间目标智能识别
，尤其涉及智能识别所需仿真数据集，具体是一种基于虚幻引擎建立空间场景并构建空间目标数据集的方法。

技术介绍

[0002]随着世界各国对空间环境的不断重视，空间态势感知的重要性日渐上升。针对以卫星为主的重要空间目标的攻击、保护和在轨服务已成为世界各国航天技术的重要发展方向，而卫星特征部件(如帆板、天线)的识别技术是其中的关键环节。空间目标识别主要是利用空间目标特性数据，对其身份、姿态和状态等属性进行有效判断和识别。目前国内外在天基目标探测识别的研究大多集中在远距离情况下的点目标探测，针对卫星本体、太阳帆板等重要部件的识别方面研究相对较少。近年来，以深度学习为代表的人工智能算法蓬勃发展。目标检测、语义分割等关键技术已被成功应用于多个领域，这给空间目标识别带来了新的技术突破。
[0003]然而由于缺乏训练使用的空间目标数据集，将深度学习应用于航天器智能识别的研究还相对较少。国内外学者一般采用真实图片和仿真图片两种思路，其中，真实图片卫星细节度高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于虚幻引擎的空间目标数据集构建方法，其特征在于，包括以下步骤：步骤一、卫星几何建模基于三维建模软件Blender，参照卫星结构图、尺寸图和示意图建立卫星几何模型，严格按照尺寸建立卫星高增益天线、低增益天线、太阳帆板及星上载荷的卫星组件，并将各组件按照卫星结构图拼接起来；对各结构施加位移约束，限制其自由移动；施加旋转约束，限制其自由旋转；施加力约束固定各组件位置；建立完卫星组件，随后对各个组件添加材料属性；从NASA官网、Satellite Tool Kit官方途径搜集整理卫星模型图片；对比卫星图片，为前述建立的卫星部件添加材质贴图，即通过把二维材质图片覆盖在三维组件上，使卫星各部件颜色、纹理贴合真实模型图片；步骤二、空间场景建模基于虚幻引擎Unreal Engine4建立空间仿真场景；首先在虚幻引擎4界面左侧放置工具栏中选择球体，设置球体圆心位于(0，0，0)，代表地球；通过虚幻引擎4工具栏中蓝图选项新建地球蓝图，虚幻引擎中4的蓝图为一种可视化的编程方式，蓝图集成了多个可直接添加的模块，只需在蓝图界面以连线的方式将该模块与所选物体连接起来，即实现物体旋转起来；通过蓝图编辑器建立白天夜晚、云层、极光的地球空间场景可能出现的模块；在地球蓝图中通过虚幻引擎4自带的功能模块和函数的方式，设计整个空间场景功能；通过分模块设计的方式，在云层、极光模块中设计所需功能，建立完成各模块，再集成到地球球体上；步骤三、空间目标图像生成将步骤一中建立好的空间卫星模型导入到步骤二中建立的空间场景中，通过虚幻引擎4自带的模型导入工具即实现将Obj或Fbx格式文件导入；步骤四、空间目标图像标注使用开源标注软件Labelme标注步骤三中构建的大量空间目标图像，即卫星运行于近地轨道的多姿态仿真图片；对仿真图片沿特征部件边界以点连线，再成面的形式精细描绘出卫星的特征部件轮廓；涉及太阳帆板、天线、光学载荷、推进系统四种特征部件，描绘轮廓时参考步骤一建立卫星模型时的结构图；标注完步骤三中全部的空间目标图像，获得使用的卫星图像特征部件语义分割数据集的标签图；标签图和原始空间目标图像即为构建的空间目标数据集，其中标签图带有对应图片的特征部件名称和形状；步骤五、卫星特征部件智能识别基于改进Deeplabv3+语义分割算法对步骤四中标注好的空间目标数据集进行训练；将标签图依次送入神经网络训练，神经网络学习到各标签的形状特征信息，不断迭代神经网络中的权重参数；在原始Deeplabv3+网络中仿照人类视觉系统添加注意力机制，对输入的仿真图片，着重关注于卫星及其附近的信息，提高对小目标的识别能力；添加特征增强网络减小因全局平均池化而导致的空间信息不一致，提高网络的特征提取性能；经过训练后的神经网络学习到了卫星特征部件的特征信息；随后对空间目标数据集进行测试，输入测试图片，语义分割网络将测试图片中卫星的天线、帆板特征部件以不同颜色准确区别开来，证明构建空间目标数据集的有效性和本数据集应用于卫星智能识别的有效性。2.根据权利要求1所述的一种基于虚幻引擎的空间目标数据集构建方法，其特征在于：在步骤一中，对材质为金属的部件，设置表面金属度、高光、光泽、糙度为0.5；真实卫星帆板
表面纹理丰富，而通过材质贴图的方式帆板表面较为光滑，因此再次对帆板表面纹理细化，将原本整体、光滑的太阳帆板，细化为与真实模型相似度高的纹理丰富的帆板；建立30颗种类不同的卫星，将模型保存成Obj格式文件备用。3.根据权利要求1所述的一种基于虚幻引擎的空间目标数据集构建方法，其特征在于：在步骤二中，蓝图界面构建模块包含以下功能：云层模块设置云的强度、高度、旋转速度、对比度及颜色；地球白天夜晚模块设置白天灯光强度、夜晚灯光强度及夜晚灯光颜色；极光模块设置极光有无、极光强度、极光颜色和极光位置；首先，在蓝图编辑器中新建地球纹理、云层、极光、银河模块，将各纹理模块与地球球体连接起来，实现将纹理覆给地球；但此时并未选择具体的纹理贴图，纹理指以类似地图的方式，将原本三维的地球变成二维纹理图像，因此重新将二维纹理贴合在球体上，即在虚幻引擎4中建立了三维的地球；通过网络途径获取到地球白天、夜晚、以及各个时间段的云层分布纹理；将纹理分别添加到所建立的模块中，即初步实现了地球表面、大气的建立；但此时纹理相对粗糙，因此需要更精细的调整纹理所占的比例，通过蓝图编辑器中的“multiply”模块...

【专利技术属性】
技术研发人员：钟睿，赵鋆鹏，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：