专利交易市场

本发明公开了一种基于RGBD相机的6D位姿估计方法及系统，涉及计算机视觉处理技术领域，包括相机成像校准；基于校准后的相机成像对相机参数标定；三维模型重建与数据集构建；基于三维模型与数据集对目标物体分割与实际尺寸计算；基于三维模型与数据集建立6D位姿估计网络模型；基于实际尺寸进行位姿估计。本发明的优点在于：通过结合RGB图像、深度图像和点云数据，显著提高了6D位姿估计的准确性，利用SAM模型进行物体区域分割，结合深度信息和点云数据，不仅直观地计算物体的实际尺寸，而且提升了尺寸估计的精度，深度信息的引入使得位姿估计系统对不同大小、形状和表面特征的物体具有更好的适应性，提升了系统的稳健性和准确性。

本发明公开了基于双向匹配和全局注意力网络的鲁棒6D位姿估计方法，包括以下步骤：S1、获取全景图像和深度图像，将其分别输入至ConvNext网络和Pointnet网络中提取得到颜色特征和深度点云，并根据颜色特征、深度点云和模型点云提取特征矩阵；S2、将深度点云及其法向量信息和模型点云及其法向量信息输入至全局点云注意力模块，得到共同注意力图；S3、将共同注意力图与特征矩阵输入至注意力感知位姿估计模块，得到最终位姿。本发明引入了一种简单而有效的全局点云注意力模块发现模型点和深度点之间的相似性，从而获得鲁棒的注意力相关性。实验表明，本发明比目前的方法具有优势，并且本发明的预测结果的准确性和鲁棒性在6D姿态估计中得到提高。