位姿估計是指利用視覺等傳感器獲取的信息,從中估計目標(biāo)物體與傳感器之間的距離與姿態(tài),該技術(shù)是機(jī)器人與環(huán)境交互、虛擬現(xiàn)實等應(yīng)用的關(guān)鍵組成部分之一。傳統(tǒng)計算機(jī)視覺方法中的特征提取算法所提取的特征信息往往不能滿足任務(wù)的需求,深度學(xué)習(xí)在計算機(jī)視覺領(lǐng)域展現(xiàn)出的強(qiáng)大特征抽象與表達(dá)能力,為位姿估計問題提供了新的研究思路。另外深度相機(jī)、激光等傳感器的發(fā)展與應(yīng)用也給該問題提供了更加多樣的手段,但是這些傳感器對于物體材質(zhì)、形狀等有一定的要求,通常需要在結(jié)構(gòu)化環(huán)境中使用。多目視覺往往存在安裝困難、調(diào)試復(fù)雜。相比之下視覺傳感器具有低廉的價格與較少的使用限制,同時易于推廣和擴(kuò)展到不同非結(jié)構(gòu)化環(huán)境下的機(jī)器人平臺上。考慮到基于傳統(tǒng)方法的單目位姿估計方法難以克服非結(jié)構(gòu)化環(huán)境中諸如復(fù)雜背景、遮擋等問題,本文在利用深度學(xué)習(xí)方法通過對目標(biāo)物體進(jìn)行識別,以獲得目標(biāo)物體的尺度等特征,進(jìn)而估計出更精確的位姿信息,同時獲得更強(qiáng)的魯棒性和泛化能力。本文主要工作有:1)在深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上設(shè)計了一個多任務(wù)的端到端位姿估計模型,該模型分為了目標(biāo)檢測與位姿估計兩部分。在位姿估計部分設(shè)計使用了優(yōu)化的損失函數(shù),使得模型能直接估計物體的位姿,避... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院)廣東省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1雙臂機(jī)器人對物體進(jìn)行操作Figure1.1Two-armrobotoperatesonobjects.

Seeing3dchairs方法的輸入圖像與結(jié)果顯示

DeepHeatmaps方法架構(gòu)


本文編號：2929427