本说明书公开了一种未知物体的行为检测方法、装置及存储介质,采集目标物体的若干张图像,并针对每张图像,根据该图像的采集时刻,获取与该图像对应的目标物体的点云,针对每张图像,将该图像与该图像对应的点云进行配准,获得配准图像及配准点云,根据不同采集时刻的配准图像及配准点云,确定目标物体的状态变化信息以通过行为预测模型,获取目标物体在预设时间内的行为特征向量,并根据行为特征向量检测目标物体的行为。本方法通过将目标物体的图像及该图像对应的点云进行配准,以根据图像补充缺失的点云数据及根据点云补充图像数据,从而获取更完整的感知数据,以提高检测目标物体行为的准确性。行为的准确性。行为的准确性。
【技术实现步骤摘要】
一种未知物体的行为检测方法、装置及存储介质
[0001]本说明书涉及航空航天领域,尤其涉及一种未知物体的行为检测方法
、
装置及存储介质
。
技术介绍
[0002]随着航空航天技术的发展,现已研发出多种感知目标物体的方法,其中,目标物体可以是卫星
。
可通过航天器对目标物体进行感知,获取目标物体的运行状态
。
但由于航天器数量的增加,航天器在对目标物体进行感知时,可能受到其他航天器的干扰,尤其是在近距离感知目标物体时,因航天器较多,可能出现目标物体周围环境光照差异大,目标物体存在被遮挡的情况,导致感知设备所获取的目标物体的感知数据存在噪声干扰
、
数据缺失等问题,无法根据感知数据分析目标物体的运动状态及形态
。
[0003]基于此,本说明书提供一种未知物体的行为检测方法
。
技术实现思路
[0004]本说明书提供一种未知物体的行为检测方法
、
装置
、
存储介质及电子设备,以部分的解决现有技术存在的上述问题
。
[0005]本说明书采用下述技术方案:
[0006]本说明书提供了一种未知物体的行为检测方法,包括:
[0007]采集目标物体的若干张图像;并针对每张图像,根据该图像的采集时刻,获取与该图像对应的所述目标物体的点云;
[0008]针对每张图像,将该图像与该图像对应的点云进行配准,获得配准图像及配准点云;
[0009]根据不同采集时刻的配准图像及配准点云,确定所述目标物体的状态变化信息,其中,所述状态信息包括所述目标物体的位姿变化;
[0010]将所述状态变化信息输入预先训练的行为预测模型,获取所述行为预测模型输出的所述目标物体在预设时间内的行为特征向量,并根据所述行为特征向量检测所述目标物体的行为
。
[0011]可选地,根据该图像的采集时刻,获取与该图像对应的所述目标物体的点云,具体包括:
[0012]将该图像的采集时刻作为标准时刻,在所述标准时刻的预设时间差范围内,获取与该图像对应的所述目标物体的点云
。
[0013]可选地,将该图像与该图像对应的点云进行配准,具体包括:
[0014]将该图像输入预先训练的图像分割模型,获得所述图像分割模型输出的该图像中目标物体的目标图像;
[0015]将所述目标图像与该图像对应的点云进行配准
。
[0016]可选地,将所述状态变化信息输入预先训练的行为预测模型之前,所述方法还包
括:
[0017]针对每张图像,根据该图像的采集时刻,获取与该图像对应的所述目标物体的所有部件的图像及所有部件的图像对应的部件点云;
[0018]针对每个部件的图像及部件点云,将该部件的图像及部件点云输入预先训练的形态特征提取模型,以获取所述形态提取模型输出的该部件的形态特征;
[0019]根据不同采集时刻的所有部件的所述形态特征及所有部件的位置关系,确定部件特征序列
。
[0020]可选地,所述方法还包括:
[0021]通过编码器,根据所述目标物体的状态变化信息,确定所述目标物体的运动状态序列;
[0022]根据所述运动状态序列及所述部件特征序列,更新所述目标物体的状态变化信息
。
[0023]可选地,根据所述运动状态序列及所述部件特征序列,更新所述目标物体的状态变化信息,具体包括:
[0024]根据所述部件特征序列及所述运动状态序列,确定所述目标物体的整体序列;
[0025]根据所述目标物体的整体序列,更新所述目标物体的状态变化信息
。
[0026]可选地,根据所述部件特征序列及所述运动状态序列,确定所述目标物体的整体序列,具体包括:
[0027]对所述运动状态序列及所述部件特征序列进行筛选,获得筛选后的所述运动状态序列及所述部件特征序列;
[0028]根据筛选后的所述运动状态序列及所述部件特征序列,确定所述目标物体的整体序列
。
[0029]本说明书提供了一种未知物体的行为检测装置,包括:
[0030]数据获取模块,用于采集目标物体的若干张图像;并针对每张图像,根据该图像的采集时刻,获取与该图像对应的所述目标物体的点云;
[0031]配准模块,用于针对每张图像,将该图像与该图像对应的点云进行配准,获得配准图像及配准点云;
[0032]状态变化信息获取模块,用于根据不同采集时刻的配准图像及配准点云,确定所述目标物体的状态变化信息,其中,所述状态信息包括所述目标物体的位姿变化;
[0033]行为预测模块,用于将所述状态变化信息输入预先训练的行为预测模型,获取所述行为预测模型输出的所述目标物体在预设时间内的行为特征向量,并根据所述行为特征向量检测所述目标物体的行为
。
[0034]可选地,所述配准模块具体用于,将该图像的采集时刻作为标准时刻,在所述标准时刻的预设时间差范围内,获取与该图像对应的所述目标物体的点云
。
[0035]可选地,所述状态变化信息获取模块具体用于,将该图像输入预先训练的图像分割模型,获得所述图像分割模型输出的该图像中目标物体的目标图像;将所述目标图像与该图像对应的点云进行配准
。
[0036]可选地,所述装置还包括:
[0037]部件获取模块,用于针对每张图像,根据该图像的采集时刻,获取与该图像对应的
所述目标物体的所有部件的图像及所有部件的图像对应的部件点云;针对每个部件的图像及部件点云,将该部件的图像及部件点云输入预先训练的形态特征提取模型,以获取所述形态提取模型输出的该部件的形态特征;根据不同采集时刻的所有部件的所述形态特征及所有部件的位置关系,确定部件特征序列
。
[0038]可选地,所述部件获取模块具体用于,通过编码器,根据所述目标物体的状态变化信息,确定所述目标物体的运动状态序列;根据所述运动状态序列及所述部件特征序列,更新所述目标物体的状态变化信息
。
[0039]可选地,所述部件获取模块具体用于,根据所述部件特征序列及所述运动状态序列,确定所述目标物体的整体序列;根据所述目标物体的整体序列,更新所述目标物体的状态变化信息
。
[0040]可选地,所述部件获取模块具体用于,对所述运动状态序列及所述部件特征序列进行筛选,获得筛选后的所述运动状态序列及所述部件特征序列;根据筛选后的所述运动状态序列及所述部件特征序列,确定所述目标物体的整体序列
。
[0041]本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述未知物体的行为检测的方法
。
[0042]本说明书提供了一种电子设备,包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序,本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种未知物体的行为检测方法,其特征在于,所述方法包括:采集目标物体的若干张图像;并针对每张图像,根据该图像的采集时刻,获取与该图像对应的所述目标物体的点云;针对每张图像,将该图像与该图像对应的点云进行配准,获得配准图像及配准点云;根据不同采集时刻的配准图像及配准点云,确定所述目标物体的状态变化信息,其中,所述状态信息包括所述目标物体的位姿变化;将所述状态变化信息输入预先训练的行为预测模型,获取所述行为预测模型输出的所述目标物体在预设时间内的行为特征向量,并根据所述行为特征向量检测所述目标物体的行为
。2.
如权利要求1所述的方法,其特征在于,根据该图像的采集时刻,获取与该图像对应的所述目标物体的点云,具体包括:将该图像的采集时刻作为标准时刻,在所述标准时刻的预设时间差范围内,获取与该图像对应的所述目标物体的点云
。3.
如权利要求1所述的方法,其特征在于,将该图像与该图像对应的点云进行配准,具体包括:将该图像输入预先训练的图像分割模型,获得所述图像分割模型输出的该图像中目标物体的目标图像;将所述目标图像与该图像对应的点云进行配准
。4.
如权利要求1所述的方法,其特征在于,将所述状态变化信息输入预先训练的行为预测模型之前,所述方法还包括:针对每张图像,根据该图像的采集时刻,获取与该图像对应的所述目标物体的所有部件的图像及所有部件的图像对应的部件点云;针对每个部件的图像及部件点云,将该部件的图像及部件点云输入预先训练的形态特征提取模型,以获取所述形态提取模型输出的该部件的形态特征;根据不同采集时刻的所有部件的所述形态特征及所有部件的位置关系,确定部件特征序列
。5.
如权利要求4所述的方法,其特征在于,所述方法还包括:通过编码器,根据所述目标物体的状态变化信息,确定所述目标物体的运动状态序列;根据所述运动状态序列及所述部件特征序...
【专利技术属性】
技术研发人员:陈文轩,唐哲,李月华,陈烨恒,
申请(专利权)人:之江实验室,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。