期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进DenseFusion的卫星6D位姿估计方法
1
作者 王金聪 杨海峰 +2 位作者 宋文龙 汤普然 于志超 《激光杂志》 北大核心 2025年第3期161-168,共8页
针对目前在空间环境中光照强烈变化和空间背景复杂多变,以及卫星表面纹理特征稀缺情况下无法准确估计卫星在相机坐标系中的位置和姿态的问题,提出一种结合部分卷积(Partial Convolution,PConv)和大核注意力(large kernel attention,LKA... 针对目前在空间环境中光照强烈变化和空间背景复杂多变,以及卫星表面纹理特征稀缺情况下无法准确估计卫星在相机坐标系中的位置和姿态的问题,提出一种结合部分卷积(Partial Convolution,PConv)和大核注意力(large kernel attention,LKA)的卫星6D位姿估计方法。该方法以DenseFusion网络作为基础框架,首先改进了基于Blender的渲染数据集制作方法并制作了卫星位姿估计仿真数据集;其次,在特征提取网络的编码部分融入部分卷积模块降低对光照变化和背景噪声的敏感性;最后,为了获取不同尺度下纹理特征较弱卫星的特征图,设计一种金字塔场景解析网络LKA-PSPNet(Large Kernel Attention Pyramid Scene Parsing Network)实验结果表明,该算法在LineMod公共数据集和自制卫星仿真数据集上ADD-(S)指标分别达到97.6%和89.2%,与改进前相比,分别提升3.3个百分点和2.9个百分点,验证了改进算法的有效性。 展开更多
关键词 6D位姿估计 航天器智能 深度学习 仿真数据集 空间目标
在线阅读 下载PDF
基于伪孪生神经网络的低纹理工业零件6D位姿估计 被引量:1
2
作者 王神龙 雍宇 吴晨睿 《电子学报》 EI CAS CSCD 北大核心 2023年第1期192-201,共10页
从单帧RGB图像中获取目标物体的6D位姿信息在机器人抓取、虚拟现实、自动驾驶等领域应用广泛.本文针对低纹理物体位姿估计精度不足的问题,提出一种基于伪孪生神经网络的位姿估计方法 .首先,通过渲染CAD模型的方式,获取不同观察角度下的... 从单帧RGB图像中获取目标物体的6D位姿信息在机器人抓取、虚拟现实、自动驾驶等领域应用广泛.本文针对低纹理物体位姿估计精度不足的问题,提出一种基于伪孪生神经网络的位姿估计方法 .首先,通过渲染CAD模型的方式,获取不同观察角度下的RGB图作为训练样本,解决了深度学习中数据集获取与标注较为繁琐的问题.其次,利用伪孪生神经网络结构学习二维图像特征和物体的三维网格模型特征之间的相似性,即分别采用全卷积网络和三维点云语义分割网络构成伪孪生神经网络,提取二维图像和三维模型的高维深层特征,使用网络推断密集的二维-三维对应关系.最后,通过PnP-RANSAC方法恢复物体的位姿.仿真数据集的实验结果表明,本文提出的方法具有较高的准确性和鲁棒性. 展开更多
关键词 深度学习 6D位姿估计 仿真数据集 伪孪生神经网络 点向密匹配
在线阅读 下载PDF
基于随机森林算法的轿车碰撞损伤预测研究
3
作者 刘鑫 刘丛浩 +3 位作者 李刚 安绪南 佟仕昱 孙翼龙 《现代电子技术》 2025年第16期139-145,共7页
为了在不可避免的碰撞场景中尽可能地降低车辆损伤的程度,提高道路交通安全,基于碰撞仿真数据集和随机森林算法,提出一种车辆碰撞损伤预测模型。首先建立汽车碰撞仿真有限元模型,通过改变碰撞物、碰撞角度、碰撞偏置、碰撞速度等,得到16... 为了在不可避免的碰撞场景中尽可能地降低车辆损伤的程度,提高道路交通安全,基于碰撞仿真数据集和随机森林算法,提出一种车辆碰撞损伤预测模型。首先建立汽车碰撞仿真有限元模型,通过改变碰撞物、碰撞角度、碰撞偏置、碰撞速度等,得到160组工况下的汽车损伤数据集;然后使用该数据集建立基于随机森林算法的汽车碰撞损伤预测模型,并对汽车碰撞进行损伤预测。多次实验结果表明:所提出的碰撞损伤预测模型的平均绝对值百分比误差为20.09%,均方根误差为33.94。与支持向量机预测模型相比,随机森林碰撞损伤预测模型拟合效果更好,预测值与真实值的离散程度较低,可以更加准确地预测出发生碰撞后车辆关键点位的具体损伤数值,能够为智能驾驶汽车轨迹规划系统和自适应约束提供更为详细、准确的数据参考,从而提高道路交通安全性。 展开更多
关键词 车辆碰撞损伤预测 随机森林算法 碰撞仿真数据集 碰撞工况设定 轨迹规划 自适应约束
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部