仪器仪表学报

作者：杨傲雷，甘少英，杨帮华，苗中华，徐昱琳

单位：杨傲雷,1. 上海大学机电工程与自动化学院 ，2. 上海市电站自动化技术重点实验室,,甘少英,1. 上海大学机电工程与自动化学院,,杨帮华,1. 上海大学机电工程与自动化学院,,苗中华,1. 上海大学机电工程与自动化学院,,徐昱琳,1. 上海大学机电工程与自动化学院,

关键词：相机位姿估计;深度学习;特征增强;频域编码;Transformer

基金：国家重点研发计划(2023YFF1203503)、上海市自然科学基金(22ZR1424200)项目资助

针对移动机器人相机位姿估计问题,提出一种基于混合频域Transformer的相机位姿估计方法,旨在从RGB图像中预测相机的位置与方向。首先,构建了室内场景数据集RotIndoor,每个样本包含场景RGB图像和通过VICON系统获取的相机位姿真值;其次,提出位姿回归网络模型CamPose,该模型融合空间域和频域的信息,提升了图像特征表达能力,进而实现高精度的相机位姿估计。具体而言,CamPose引入基于差分卷积网络的特征增强模块,捕获图像细粒度特征;设计了频域编码层,通过傅里叶变换提取频率特征,并整合频域注意力模块,使模型感知不同频率成分的重要性。最后,在公开数据集7Scenes和RotIndoor上进行了实验验证表明,该方法在7Scenes数据集上的位姿估计误差为0.17m/7.85°,在RotIndoor上定位精度提高了23%。

来源：2024年第12期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第12期