CASIA OpenIR  > 学术期刊  > 自动化学报
基于深度学习初始位姿估计的机器人摄影测量视点规划
姜涛; 崔海华; 程筱胜; 田威
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:11Pages:2326-2337
Abstract针对机器人摄影测量中离线规划受初始位姿标定影响的问题,提出融合初始位姿估计的机器人摄影测量系统视点规划方法.首先构建基于YOLO (You only look once)的深度学习网络估计被测对象3D包围盒,利用PNP (Perspective-N-point)算法快速求解对象姿态;然后随机生成机器人无奇异无碰撞的视点,基于相机成像的2D-3D正逆性映射,根据深度原则计算每个视角下目标可见性矩阵;最后,引入熵权法,以最小化重建信息熵为目标建立优化模型,并基于旅行商问题(Travelling saleman problem, TSP)模型规划机器人路径.结果表明,利用深度学习估计的平移误差低于5 mm,角度误差低于2°.考虑熵权的视点规划方法提高了摄影测量质量,融合深度学习初始姿态的摄影测量系统提高了重建效率.利用本算法对典型零件进行摄影测量质量和效率的验证,均获得优异的位姿估计和重建效果.提出的算法适用于实际工程应用,尤其是快速稀疏摄影重建,促进了工业摄影测量速度与自动化程度提升.
Keyword摄影测量 机器人 深度学习 视点规划 可见性矩阵 熵权法
DOI10.16383/j.aas.c200255
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/55788
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
姜涛,崔海华,程筱胜,等. 基于深度学习初始位姿估计的机器人摄影测量视点规划[J]. 自动化学报,2023,49(11):2326-2337.
APA 姜涛,崔海华,程筱胜,&田威.(2023).基于深度学习初始位姿估计的机器人摄影测量视点规划.自动化学报,49(11),2326-2337.
MLA 姜涛,et al."基于深度学习初始位姿估计的机器人摄影测量视点规划".自动化学报 49.11(2023):2326-2337.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2020-0255.pdf(23430KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[姜涛]'s Articles
[崔海华]'s Articles
[程筱胜]'s Articles
Baidu academic
Similar articles in Baidu academic
[姜涛]'s Articles
[崔海华]'s Articles
[程筱胜]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[姜涛]'s Articles
[崔海华]'s Articles
[程筱胜]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2020-0255.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.