[发明专利]一种基于投影点坐标回归的六自由度位姿估计方法

摘要

本发明公开了一种基于投影点坐标回归的六自由度位姿估计算法，在单步目标检测算法的基础上针对位姿估计问题进行扩展，借鉴BB8算法回归投影点位置的方式，对于每个检测到的感兴趣物体回归三维边界框顶点的投影坐标，再利用EPnP算法计算六自由度位姿参数。本发明提出的卷积神经网络可以针对位姿估计目标进行端到端的训练和预测，提升了算法的计算效率和位姿估计精度，在不需要位姿修正后处理的情况下就能达到当前最优的位姿估计精度，可以实现实时处理，且在多目标场景下，只需要对检测到的每个物体实例进行一次EPnP计算，不需要重复运行算法多次，节省了算法的运行时间。

主权项

1.一种基于投影点坐标回归的六自由度位姿估计算法，其特征在于，包括以下步骤：S1：输入RGB图像，利用目标三维模型计算出目标物体在三个维度上的尺寸信息，得到目标物体三维边界框的八个顶点的坐标；S2：通过卷积神经网络对RGB图像进行预测，得到六个不同尺度的特征图以及特征图上每个位置的类别、类别得分、二维边界框和投影点坐标回归结果；S3：对特征图上属于目标的实例，基于步骤S2得到的类别得分和二维边界框进行非极大抑制，得到图像目标实例的类别预测、二维边界框和投影点坐标回归结果；S4：利用步骤S1的目标物体三维边界框的八个顶点的坐标以及步骤S3中图像目标实例的投影点坐标回归结果得到二维点与三维点之间的对应关系，EPnP算法通过二维点与三维点之间的对应关系计算每一个目标实例相对于相机的六自由度位姿。