月球表面安全区域的搜索方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及图像处理技术领域，特别涉及一种月球表面安全区域的搜索方法、装置、设备及介质。其中，方法包括：对实时采集的灰度图像和点云图像进行数据融合，生成目标图像；将目标图像输入至预先训练好的地形分割模型中，得到标记有障碍区和非障碍区的分割图像；确定分割图像中每一个障碍区的形心，以基于形心进行三角剖分，确定若干个候选着陆点；针对每一个候选着陆点，均执行：分别以当前候选着陆点为中心和顶点，进行正方形扩展搜索，以得到当前候选着陆点的候选区域；基于灰度图像和候选区域，确定每一个候选着陆点的安全系数，以确定月球表面的目标安全区域。本方案，不仅可以提高搜索效率，还可以提高目标安全区域的安全系数。数。数。

【技术实现步骤摘要】
月球表面安全区域的搜索方法、装置、设备及介质


[0001]本专利技术实施例涉及图像处理
，特别涉及一种月球表面安全区域的搜索方法、装置、设备及介质。

技术介绍

[0002]基于视觉图像进行航天器软着陆导航，日益成为月球着陆、火星着陆以及小天体探测的主要导航手段。目前的安全避障算法均需对陨坑、石头、斜坡等进行特征建模，安全区域的搜索效率和安全系数都比较低。
[0003]因此，亟需一种新的月球表面安全区域搜索方法。

技术实现思路

[0004]为了解决现有月球表面安全区域的搜索方法的搜索效率和安全系数都比较低的问题，本专利技术实施例提供了一种月球表面安全区域的搜索方法、装置、设备及介质。
[0005]第一方面，本专利技术实施例提供了一种月球表面安全区域的搜索方法，方法包括：
[0006]基于实时采集的灰度图像和点云图像，生成目标图像；
[0007]将所述目标图像输入至预先训练好的地形分割模型中，得到标记有障碍区和非障碍区的分割图像；其中，所述地形分割模型是基于DeepLabV3+分割网络训练生成的，所述DeepLabV3+分割网络的编码器中的特征提取网络为轻量化MobileNetV2网络；
[0008]确定所述分割图像中每一个障碍区的形心，以基于所述形心进行三角剖分，确定若干个候选着陆点；
[0009]针对每一个所述候选着陆点，均执行：分别以当前候选着陆点为中心和顶点，进行正方形扩展搜索，以得到当前候选着陆点的候选区域；
[0010]基于所述灰度图像和所述候选区域，确定每一个所述候选着陆点的安全系数，以确定月球表面的目标安全区域。
[0011]第二方面，本专利技术实施例还提供了一种月球表面安全区域的搜索装置，装置包括：
[0012]预处理单元，用于基于实时采集的灰度图像和点云图像，生成当前时刻的目标图像；
[0013]分割单元，用于将所述目标图像输入至预先训练好的地形分割模型中，得到标记有障碍区和非障碍区的分割图像；其中，所述地形分割模型是基于DeepLabV3+分割网络训练生成的，所述DeepLabV3+分割网络的编码器中的特征提取网络为轻量化MobileNetV2网络；
[0014]确定单元，用于确定所述分割图像中每一个障碍区的形心，以基于所述形心进行三角剖分，确定若干个候选着陆点；
[0015]搜索单元，用于针对每一个所述候选着陆点，均执行：分别以当前候选着陆点为中心和顶点，进行正方形扩展搜索，以得到当前候选着陆点的候选区域；
[0016]计算单元，用于基于所述灰度图像和所述候选区域，确定每一个所述候选着陆点
的安全系数，以确定月球表面的目标安全区域。
[0017]第三方面，本专利技术实施例还提供了一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本说明书任一实施例所述的方法。
[0018]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行本说明书任一实施例所述的方法。
[0019]本专利技术实施例提供了一种月球表面安全区域的搜索方法、装置、设备及介质，首先，对实时采集的灰度图像和点云图像进行数据融合，生成目标图像；然后，目标图像编码器的圆光栅盘中的栅线条纹是基于π值的数字序列进行刻画的；然后，将目标图像输入至预先训练好的地形分割模型中，得到标记有障碍区和非障碍区的分割图像；其中，地形分割模型是基于DeepLabV3+分割网络训练生成的，DeepLabV3+分割网络的编码器中的特征提取网络为轻量化MobileNetV2网络；接着，确定分割图像中每一个障碍区的形心，以基于形心进行三角剖分，确定若干个候选着陆点；针对每一个候选着陆点，均执行：分别以当前候选着陆点为中心和顶点，进行正方形扩展搜索，以得到当前候选着陆点的候选区域；最后，基于灰度图像和候选区域，确定每一个候选着陆点的安全系数，以确定月球表面的目标安全区域。本方案，不仅可以提高搜索效率，还可以提高目标安全区域的安全系数。
附图说明
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本专利技术一实施例提供的一种月球表面安全区域的搜索方法的流程图；
[0022]图2是本专利技术一实施例提供的一种正方形扩展搜索示意图；
[0023]图3是本专利技术一实施例提供的一种计算设备的硬件架构图；
[0024]图4是本专利技术一实施例提供的一种月球表面安全区域的搜索装置结构图。
具体实施方式
[0025]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]如前所述，目前的安全避障算法均需对陨坑、石头、斜坡等进行特征建模，安全区域的搜索效率和准确率都比较低。
[0027]为了解决上述技术问题，专利技术人可以考虑利用三维点云图像弥补二维图像由于光照条件的变化难以分辨出深度信息的缺陷，因此将实时采集的二维灰度图像和三维点云图像(DEM图像)进行数据融合生成目标图像，并将轻量化的地形分割模型的输入端由RGB通道改为设定比例的灰度通道+DEM通道，以此来提高障碍区和非障碍区的分割准确率；专利技术人
还考虑利用带有轻量化MobileNetV2网络的DeepLabV3+分割网络训练生成地形分割模型，以此来提高分割的效率；另外，在确定候选着陆点之后，针对每一个候选着陆点，分别以当前候选着陆点为中心和顶点，进行正方形扩展搜索，可以搜索到安全面积更大的候选区域，进一步可以提高目标安全区域的安全系数。
[0028]下面描述以上构思的具体实现方式。
[0029]请参考图1，本专利技术实施例提供了一种月球表面安全区域的搜索方法，该方法包括：
[0030]步骤100，对实时采集的灰度图像和点云图像进行数据融合，生成目标图像；
[0031]步骤102，将目标图像输入至预先训练好的地形分割模型中，得到标记有障碍区和非障碍区的分割图像；其中，地形分割模型是基于DeepLabV3+分割网络训练生成的，DeepLabV3+分割网络的编码器中的特征提取网络为轻量化MobileNetV2网络；
[0032]步骤104，确定分割图像中每一个障碍区的形心，以基于形心进行三角剖分，确定若干个候选着陆点；
[0033]步骤106，针对每一个候选着陆点，均执行：分别以当前候选着陆点为中心和顶点，进行正方形扩展搜本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种月球表面安全区域的搜索方法，其特征在于，包括：对实时采集的灰度图像和点云图像进行数据融合，生成目标图像；将所述目标图像输入至预先训练好的地形分割模型中，得到标记有障碍区和非障碍区的分割图像；其中，所述地形分割模型是基于DeepLabV3+分割网络训练生成的，所述DeepLabV3+分割网络的编码器中的特征提取网络为轻量化MobileNetV2网络；确定所述分割图像中每一个障碍区的形心，以基于所述形心进行三角剖分，确定若干个候选着陆点；针对每一个所述候选着陆点，均执行：分别以当前候选着陆点为中心和顶点，进行正方形扩展搜索，以得到当前候选着陆点的候选区域；基于所述灰度图像和所述候选区域，确定每一个所述候选着陆点的安全系数，以确定月球表面的目标安全区域。2.根据权利要求1所述的方法，其特征在于，所述对实时采集的灰度图像和点云图像进行数据融合，生成目标图像，包括：针对每一个时刻采集的灰度图像和点云图像，均执行：获取当前时刻采集的灰度图像和点云图像；将所述点云图像中的深度值转换为灰度值，得到转换后的点云图像；将当前时刻的灰度图像和转换后的点云图像按照设定通道比例进行融合，生成当前时刻的目标图像。3.根据权利要求1所述的方法，其特征在于，所述将所述目标图像输入至预先训练好的地形分割模型中，得到标记有障碍区和非障碍区的分割图像，包括：将所述目标图像输入至预先训练好的地形分割模型的编码器中的轻量化MobileNetV2网络，以进行多尺度特征提取，得到多尺度的第一特征提取图；其中，所述轻量化MobileNetV2网络包括依次连接的1个卷积层、7个瓶颈层、1个卷积层和1个平均池化层；将多尺度的第一特征提取图分别发送至编码器中的编码网络和解码器中的特征提取层，分别得到编码结果图和第二特征提取图；所述特征融合模块将所述特征提取层输出的多尺度的第二特征提取图和所述编码结果图进行特征融合，得到特征融合图；所述解码器的解码模块，对所述特征融合图进行解码分割，得到标记有障碍区和非障碍区的分割图像。4.根据权利要求1所述的方法，其特征在于，每一个障碍区的形心可以通过如下公式计算：式中，P
obst(i)
(x
c
,y
c
)为每一个障碍区的形心坐标，x
o
和y
o
分别为该障碍区中每一个像素点的横坐标和纵坐标，N
i
为该障碍区所包含的像素点数量，i为障碍区的编号。5.根据权利要求1所述的方法，其特征在于，所述基于所述形心进行三角剖分，确定若干个候选着陆点，包括：以每三个障碍区的形心为端点，生成若干个三角形区域；将共用同一条边的两个三角形区域确定为目标组，针对每一个目标组，均执行：确定该
目标组中的两个三角形区域构成的四边形中，以共用边为唯一对角线时六个内角的最小角值；当以另一对角线为唯一对角线时，六个内角的最小角值大于以共用边为唯一对角线时...

【专利技术属性】
技术研发人员：徐云飞，朱飞虎，王立，华宝成，郑岩，张运方，
申请(专利权)人：北京控制工程研究所，
类型：发明
国别省市：