一种基于实例分割和点云配准的六维位姿估计方法
所屬分類：技术论文
上傳者：zhoubin333
文檔大小：710 K
標(biāo)簽： 六维姿态估计 Mask R-CNN实例分割 Super4PCS点云配准
所需積分：0分積分不夠怎么辦？
文檔介紹： 本文提出一种基于Mask R-CNN实例分割网络和Super4PCS点云配准算法来估计物体六维姿态的方法。通过目标点云与已知位姿的参考点云进行配准，可以获取目标的六维姿态。但实际中往往采用三维设备扫描目标的整体环境，生成的点云数量庞大，直接作为源点云与参考点云配准时，会由于候选集较多从而导致运算时间太长，因此本文先对目标实例分割处理后再配准：首先，利用深度相机获取整体环境的RGB-D图，其次利用Mask R-CNN模型将把目标分割出来，并将分割的目标RGB-D图转化为点云图，利用Super4PCS点云配准算法与参考点云进行配准，最终得到目标的六维位姿。在自制作的数据集上进行了验证，对比分割前后的四组实验，时间降低率约为60%-80%，有效证明了本方法的可行性。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。