基于移动机器人和单目视觉的姿态测量方法

您当前的位置：

首页 >

文章列表页 >

基于移动机器人和单目视觉的姿态测量方法

光学测量 | 更新时间：2025-09-01

- 基于移动机器人和单目视觉的姿态测量方法
- Pose measurement based on moving robot based and monocular vision
- 光学技术 2021年47卷第2期页码：203-208
- 作者机构：
  
  1:湖北职业技术学院科研处
- 作者简介：
- 基金信息：
  
  湖北省教育厅科学技术研究项目(B2019403)
- DOI：10.13741/j.cnki.11-1879/o4.2021.02.013
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
龙涛. 基于移动机器人和单目视觉的姿态测量方法[J]. 光学技术, 2021,47(2):203-208.

Pose measurement based on moving robot based and monocular vision[J]. 2021, 47(2): 203-208.
龙涛. 基于移动机器人和单目视觉的姿态测量方法[J]. 光学技术, 2021,47(2):203-208. DOI： 10.13741/j.cnki.11-1879/o4.2021.02.013.

Pose measurement based on moving robot based and monocular vision[J]. 2021, 47(2): 203-208. DOI： 10.13741/j.cnki.11-1879/o4.2021.02.013.

在单目视觉的姿态测量工作中

传统卷积神经网络在模糊场景及复杂场景下存在准确度大幅降低的问题

为此提出了一种基于胶囊网络与贝叶斯网络相结合的深度学习模型

在此基础上提出了基于移动机器人与单目视觉的姿态测量方法。采用新型胶囊网络对单目视觉目标的重要关节点进行空间定位;设计了简单的贝叶斯网络学习算法

通过贝叶斯网络推理出关节点的空间姿态;在复杂的人体姿态测量数据集上完成了验证实验

结果表明实现了较好的测量准确度

在复杂场景下依然保持了较好的准确度

在室内与室外环境下的F1-measure值分别达到0.9和0.78。

浏览量

205

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于马达代数的非合作目标姿态视觉测量算法

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于3D全卷积神经网络的肺叶自动分割方法

基于单目视觉的三轴气浮台姿态测量方法

利用双流卷积神经网络的人脸表情识别方法