基于单目相机的两阶段物体六自由度位姿估计方法

    公开(公告)号:CN119579693A

    公开(公告)日:2025-03-07

    申请号:CN202411772127.5

    申请日:2024-12-04

    Abstract: 基于单目相机的两阶段物体六自由度位姿估计方法,解决了如何实现对弱纹理工业零件进行高精度高效率位姿估计的问题,属于单目相机位姿估计技术领域。本发明为一个由粗到精的两阶段位姿估计方法。粗位姿估计网络基于掩码特征和2D位置特征融合粗略的估计了六自由度的位姿值,粗位姿估计阶段提供了位姿精确估计的初始值,避免了位姿精确估计算法优化过程陷入局部最优值。精确位姿估计网络引入动态蛇形卷积层构建物体轮廓特征提取网络,提高轮廓特征生成质量,并对背景轮廓进行滤除。通过可微的高斯‑牛顿优化方法,在多个尺度上迭代优化,最小化投影轮廓与物体轮廓的重投影误差,实现精确的位姿估计。

    基于三维CAD模型的单目相机快速目标位姿估计方法

    公开(公告)号:CN116630409A

    公开(公告)日:2023-08-22

    申请号:CN202310681703.4

    申请日:2023-06-09

    Abstract: 基于三维CAD模型的单目相机快速目标位姿估计方法,解决了基于三维CAD模型的单幅高分辨图像目标位姿精确估计方法的实时性差的问题,属于目标位姿估计领域。本发明包括:使用虚拟相机在均匀视角下拍摄目标CAD线框模型,生成多视角的模板图像库;将当前实际相机采集目标的实体图像输入至训练好的实体图像特征提取网络,提取实体图像特征向量;从模板图像库中逐一选取模板图像,并输入至训练好的模板图像特征提取网络中,提取模板图像的特征向量,计算实体图像的特征向量和每一个模板图像的特征向量的相似度度量,找到相似度最高的模板图像,该模板图像对应的位姿,作为当前实际相机采集的图像中的目标的位姿。

Patent Agency Ranking