基于空间配准模型的Mask R-CNN位姿估计网络

摘要：

大多数传感器都无法达到零误差的程度,当多个传感器通过坐标变换将测量数据变换到三维空间坐标中心时,由于传感器设备与待测物体之间的距离方位的误差和不同坐标系之间转换精度等众多因素,导致传感器系统出现相对的系统误差.本文采用最小二乘法、广义最小二乘法,通过建立传感器空间配准模型估计误差参数以补偿到传感器系统,以便减少因为设备观测数据导致的误差影响.该研究利用深度学习Mask RCNN框架对目标物体进行识别和分割,获取目标物体的大小和轮廓特征,并结合VGG-16算法得到更加精确的位姿信息.

关键词：系统误差、空间配准模型、位姿估计、目标检测分割

所属期刊栏目：44

分类号：TP212(自动化技术及设备)

资助基金：国家自然科学基金;河北省教育厅科技项目

在线出版日期：2022-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：80-87