[发明专利]一种基于强化学习的行星表面地貌主动感知方法

摘要

本发明公开了一种基于强化学习的行星表面地貌主动感知方法，步骤如下：首先以现代集合理论为基础，利用图像的局部特征描述算子与图像全局显著性方法来实时描述行星地貌，生成主动感知的知识库；在此基础上，结合增强学习框架设计基于有限特征描述算子集的奖励函数，构造目标地貌主动感知的学习框架。考虑星载计算机计算能力受限，在此框架内将学习步长定义为有限步长，最后结合行星地貌描述算子知识库完成训练学习，形成整体的地貌主动感知方法。本发明能够实现行星地貌的自主感知，巡视器能够自主识别兴趣地貌，并能够主动有效提高星表任务的科学勘探效率。

主权项

1.一种基于强化学习的行星表面地貌主动感知方法，其特征在于，包括步骤如下：步骤1)：从一系列行星地貌图像集中提取图像SURF局部特征描述子，按照地貌类别逐一编目地貌所对应的特征描述子集合，即将归属同一类地貌的SURF特征描述子以集合的形式编目；步骤2)：对SURF特征描述子集合的特征重复度进行检查，剔除相似度高的特征对及特征尺度过小的特征，将剩余的SURF特征描述子保留，并组建特征知识库；步骤3)：将地貌感知以观测特征占比特征知识库比例的形式描述，并给出联合分布后验概率，根据该后验概率在增强学习框架中建立相应的奖励函数；步骤4)：设定行星地貌主动感知的触发条件，在巡视器漫游巡视过程中，实时分析星载相机的图像局部显著性；当局部图像显著性满足触发条件时，执行SURF局部特征描述子提取，将所提取的SURF局部特征描述子作为观测量传递至强化学习训练体系，在该强化学习体系中控制量为相机云台调整角度θ_c以及相机的焦距f_c；步骤5)：将强化学习中策略迭代步骤更改为有限步长模式，并结合步骤3)中所建立的增强学习奖励函数、步骤1)中所建立的特征知识库，训练星载相机识别动作序列，完成地貌主动识别工作；步骤6)：将地貌感知结果保存，巡视器继续漫游巡视任务。