基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对大量物件分拣工作中单目视觉无法精确估计目标位姿从而无法完成随机堆叠工件分拣的问题,以点对特征为基础,提出了基于点云的目标识别和位姿估计算法的改进算法.模型训练阶段,使用改进的下采样方法,保留更多有区分性的点对,构建局部参考系作为补充特征;在线匹配阶段,以距离作为投票权重,并利用匹配点对的局部参考系相似度验证候选位姿;最后通过模型与场景的重叠率筛选未遮挡的多实例目标作为可抓取目标候选.结果表明:在方差为3%,5%倍模型尺寸的高斯噪声下,目标识别率分别可达97%,78%;所有试验的识别耗时均在1 s以内,满足实际需求.
推荐文章
三维重建系统下的特征点处理与位姿恢复优化算法
三维重建
特征点
人工神经网络
位姿恢复
非线性优化
关于参考系惯性系坐标系的讨论
参考系
惯性系
坐标系
讨论
三维视觉下的目标识别与位姿估计方法
机器视觉
三维目标识别
霍夫投票
点云分割
点云配准
位姿估计
低成本小口径动中通天线航姿参考系统设计
动中通天线
小口径
航姿参考系统
数据融合
扩展卡尔曼滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于点对特征和局部参考系的六维位姿估计算法
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 目标识别 位姿估计 点对特征 局部参考系 位姿验证
年,卷(期) 2019,(6) 所属期刊栏目
研究方向 页码范围 695-700
页数 6页 分类号 TP391.9
字数 3783字 语种 中文
DOI 10.3969/j.issn.1671-7775.2019.06.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王化明 南京航空航天大学机电学院 60 531 15.0 21.0
2 郭交通 南京航空航天大学机电学院 2 4 1.0 2.0
3 陈作特 南京航空航天大学机电学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (15)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
目标识别
位姿估计
点对特征
局部参考系
位姿验证
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导