-
题名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
- 1
-
-
作者
王神龙
雍宇
吴晨睿
-
机构
上海理工大学机械工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第1期192-201,共10页
-
基金
国家自然科学基金青年项目(No.52105525)
国家自然科学基金面上项目(No.12172226)。
-
文摘
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.
-
关键词
深度学习
6D位姿估计
仿真数据集
伪孪生神经网络
点向密集匹配
-
Keywords
deep learning
6D pose estimation
simulation data set
pseudo-siamese neural network
dense matching of points
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于CARLA的仿真数据集生成框架研究
- 2
-
-
作者
王宇唯
黄宏成
-
机构
上海交通大学机械与动力工程学院
-
出处
《传动技术》
2023年第4期3-6,共4页
-
文摘
自动驾驶仿真数据集在自动驾驶算法迭代等方面有着天然的优势,而大部分的仿真数据集都是基于CARLA生成的,CARLA是一个广泛应用的自动驾驶仿真平台,为自动驾驶感知、决策等方面都起到了强大的赋能作用。然而,CARLA对激光雷达模型的构建有着严重缺陷,其只考虑到了点云的3维空间信息而忽略了反射率的信息,基于BRDF模型对CARLA中的激光雷达模型进行了重建,使其能够返回带有较为准确反射率的点云,并搭建了一个自动化的多模态仿真数据集生成框架,从而生成多模态的自动驾驶仿真数据集。
-
关键词
CARLA
BRDF
激光雷达仿真
仿真数据集
-
Keywords
CARLA
BRDF
LIDAR simulation
simulation data set
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名高光谱抛撒地雷图像仿真与异常检测应用
- 3
-
-
作者
赵思淇
曾丹
孟琰
-
机构
上海大学通信与信息工程学院
-
出处
《工业控制计算机》
2023年第8期103-104,107,共3页
-
文摘
抛撒地雷是一种布设于地表的杀伤性武器,如何精准地检测出抛撒地雷具有重要的军事意义。考虑到高光谱图像具有丰富的空谱信息,因此基于高光谱图像进行地雷检测能够很大程度上提高检测的准确性。然而高光谱数据往往存在采集困难、成本高以及抛撒地雷真实数据少等特点,严重制约了基于高光谱抛撒地雷检测的研究。因此,提出了一种高光谱抛撒地雷的图像仿真方法并将其应用到异常检测任务中:首先,通过仿真软件选择的抛撒地雷型号确定仿真数据的尺寸、布设范围以及插雷的个数,并人工设定光谱融合系数;其次,分别从空间维度和光谱维度出发对仿真数据进行数据增强,并将其融合到不同背景的高光谱图像中,获得抛撒地雷仿真数据集;最后,采用RXD异常检测算法分别对仿真数据集和真实数据图像进行异常点检测,验证仿真的准确性和真实性。实验表明,仿真数据集异常检测的准确率约为82.67%,真实数据图像的准确率约为90.28%。
-
关键词
高光谱异常检测
抛撒地雷
仿真数据集
-
Keywords
hyperspectral anomaly detection
scattered mines
simulation dataset
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
E932.4
[自动化与计算机技术—控制科学与工程]
-
-
题名基于IRU-Net的ERT图像重建检测方法
- 4
-
-
作者
张鹏
-
机构
长江大学电子信息学院
-
出处
《信息技术与信息化》
2023年第10期99-103,共5页
-
文摘
针对传统ERT图像重建检测方法伪影多、精度差等问题,提出一种基于U-Net、Inception与ResNet结合的神经网络IRU-Net。通过MATLAB仿真设置不同大小、位置的目标建立训练集,设置不同数量、位置、大小、形状的目标建立测试集,用IRU-Net神经网络进行图像重建。成像结果用图像相关系数(ICC)、均方根误差(RMSE)及相对大小覆盖率(RCR)作为评判,在无噪声和有噪声的测试中,各指标相较于传统U-Net都有提升。此外通过模拟实验进行识别成像,结果有较高的成像质量。综上所述,应用于ERT无损检测的IRU-Net网络成像结果准确、具有抗噪性和泛化性,有现实可行性。
-
关键词
无损检测
仿真数据集
深度学习
IRU-Net
图像重建
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名USME:统一SLAM度量与评测技术研究
- 5
-
-
作者
屈桢深
张启航
杨志伟
董鸿宇
-
机构
哈尔滨工业大学
-
出处
《导航定位与授时》
CSCD
2021年第1期55-65,共11页
-
基金
国家自然科学青年基金(61703123)。
-
文摘
同时定位与建图(SLAM)技术近年来得到迅速发展,但由于缺乏在统一框架下对算法的度量和比较,对SLAM的客观评估和应用造成障碍。提出了统一SLAM度量与评测(USME)框架,从指标体系、数据集及评测方法三个维度为各种SLAM方法的性能度量及比较研究提供基准。针对不同场景,建立了包括长时间运行漂移量,闭环检测能力,存在相机遮挡、光照变化和运动物体时SLAM方法的鲁棒性,以及多体协同性能等的综合性能指标体系。基于三维仿真平台,以指标体系为基准建立了合成数据序列及对应数据集,以对性能指标进行度量与评估。还建立了平均指标均值的数据处理与评测方法,以综合评价不同参数选择对方法性能的影响。通过典型SLAM方法验证了上述方法的可行性。
-
关键词
SLAM性能评估框架
指标体系
仿真数据集
多体协同性能
-
Keywords
SLAM performance evaluation performance framework
Metrics system
Simulation dataset
Multi-body collaborative performance
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名顾客完全时空柔性的往返式共享汽车调度研究
- 6
-
-
作者
江镕行
苏强
孙淑慧
-
机构
同济大学经济与管理学院
-
出处
《工业工程与管理》
北大核心
2021年第4期11-18,共8页
-
基金
国家自然科学基金重点项目(71432007)
国家自然科学基金面上项目(71972146)。
-
文摘
人均汽车保有量的快速增加给城市交通带来了极大的压力,共享汽车服务模式可以有效解决这个问题。针对往返式共享汽车调度,有学者引入顾客时空柔性以实现供需的一致性,但其模型只考虑了顾客延迟服务的情况。基于此,提出了顾客提前/延迟服务的完全时空柔性模型,设计了自适应大规模邻域搜索算法进行求解,并应用温哥华的仿真数据集进行数值验证。结果表明,完全时空柔性模型可提升运营商的收益和顾客服务率。通过参数灵敏度分析,柔性订单比例越大,系统的收益和顾客满意度提升越大。
-
关键词
往返式共享汽车
完全时空柔性
ALNS算法
仿真数据集
-
Keywords
round-trip shared car
complete space-time flexibility
ALNS
simulation data set
-
分类号
C931
[经济管理—管理学]
-
-
题名基于ResNet网络的鱼眼镜头标定仿真研究
- 7
-
-
作者
李有强
吴军
高忠鹏
-
机构
桂林电子科技大学电子工程与自动化学院
桂林电子科技大学广西光电信息处理重点实验室
-
出处
《桂林电子科技大学学报》
2021年第2期154-161,共8页
-
基金
广西自然科学基金(2015GXNSFDA139030)。
-
文摘
针对鱼眼镜头视角达到或超过180°时,基于传统的鱼眼镜头标定方法过于繁杂,及基于神经网络的鱼眼镜头标定方法难以自动获取大量标签样本的问题,根据球面透视投影下鱼眼图像椭圆弧到立方盒展开校正直线的像素坐标映射关系,自动构建包含鱼眼镜头内部参数、视角达到180°的仿真鱼眼图像、扭曲直线及校正直线坐标样本集,将卷积神经网络引入鱼眼镜头标定中,构建了基于ResNet网络鱼眼镜头内部参数估计网络。仿真数据集的构建不仅能获取视角达180°的鱼眼图像,而且避免了训练神经网络时需大量标签数据的标注工作,ResNet网络的应用有效地解决了深度神经网络梯度消失的问题。对仿真鱼眼图像校正展开验证的结果表明,本方法标定精度较高、校正效果好,直线拟合均方误差均在1/3个像素以内。
-
关键词
鱼眼镜头标定
鱼眼图像校正
球面投影模型
构建仿真数据集
卷积神经网络
-
Keywords
fisheye lens calibration
fisheye image correction
spherical projection model
construction of simulation data set
convolution neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
