杨钦宁, 佘浩平, 庞羽佳

(1.北京理工大学 宇航学院, 北京 100081;2.中国空间技术研究院 钱学森空间技术实验室, 北京 100094)

0 引言

随着人类对空间探索的不断深入，空间技术对科技的发展也相应地提出了更高的要求。当前，空间任务已不局限于卫星发射与实现卫星功能，在轨服务正成为空间技术研究中一个新的关键领域[1]。其中包括：在轨航天器的维修更换、卫星燃料加注、废弃卫星的回收和空间碎片的回收等[2]。而这些技术都离不开对目标航天器的识别和检测技术[3]。

在空间目标识别检测中，光学传感器因其体积小、成本低、信息内容直观丰富等优点受到了广泛关注，其中，光学相机作为其中最常用、成本最低的解决方案，自然成为了空间目标检测的重要选择之一。

目前针对空间目标识别与检测使用较多的是传统机器视觉算法。这种方法通常根据先验信息设计，在特定识别场景中具有很高的精度，但其泛化能力一般[4-5]。同时，由于大多数的空间任务中服务飞行器的服务对象一般都是不具有固定外形和结构的非合作目标。这就更要求视觉检测算法具有较高的泛化能力[6]。此外，因为目标航天器运动及空间环境的特殊性，使得传统视觉检测算法面临这3个技术难点：1)外形、尺度问题：目标航天器在运动时可能因光学相机的拍摄角度变化导致目标产生较大的成像轮廓变化。同时，在距离光学相机的距离变化比较大时，其在图像上的大小尺度也会发生较大变化；……