[发明专利]一种基于空间映射学习的非合作目标姿态估计方法

权利要求书

1.一种基于空间映射学习的待预测物体姿态估计方法，其特征在于，所述方法包括以下步骤：

S1，通过模拟相机和激光雷达对待预测物体进行联合成像，采集对齐的点云数据和RGB图像数据，所述RGB图像数据获取过程如下：S11，建立模拟待预测物体的三维模型，在其机体上的相应位置设置对应的材料，然后添加光源和相机，模拟空间待预测物体的成像环境；

S12，控制相机光轴指向坐标系原点，控制相机不动、待预测物体模型中心位置保持在坐标系原点，将所述三维模型绕三轴依次旋转并制作动画，并且所述三维模型每旋转相同角度拍摄一张照片，以获取待预测物体不同姿态的RGB图像；

S2，建立数据集，训练基于区域的神经网络，根据RGB图像数据得到物体的类别标签、实例掩膜、彩色标签，其中彩色标签用于标识待预测物体的外形和尺寸；所述彩色标签通过以下过程获得：

S21，对所述S1中获取的待预测物体的RGB图像，构建局部特征的分割标签和类别标签；

S22，制作局部特征逐一像素渐变的彩色三维模型，并根据所述S1中获取的待预测物体RGB图像对应的姿态进行成像，以获得局部特征的彩色标签；

利用实例掩膜结合步骤S1中的测量点云数据点云获得局部特征的测量点云数据，获得所述待预测物体局部特征三维点云数据P，利用彩色标签重构局部特征三维点云模型，获得点云数据Q；

S3，求取获得的点云数据P和Q之间的缩放比，利用迭代最近点法对齐预测三维模型与点云，获得待预测物体的姿态。

2.根据权利要求1所述的一种基于空间映射学习的待预测物体姿态估计方法，其特征在于，所述S1中点云和图像数据获取过程还包含：

S13，将所述待预测物体的动画以及成像场景复制到点云仿真软件中，将相机替换为激光雷达，重复所述S12的过程，以获得待预测物体不同姿态下的点云数据，即模拟了相机和激光雷达的联合成像；

S14，控制相机在光轴上移动，重复所述步骤S11至S13，即可获得不同距离的成像结果。

3.根据权利要求2所述的一种基于空间映射学习的待预测物体姿态估计方法，其特征在于，所述S2具体还包括：

S23，所述S21以及S22中的RGB图像和标签随机选取80%作为训练集，剩下的作为测试集，利用训练集训练基于区域的神经网络，利用测试集测试网络的泛化性能和准确性；

S24，采集待预测物体的图像，输入到所述S23中训练的神经网络，预测所述待预测物体局部类特征的类别标签、实例掩膜、彩色标签；

S25，根据局部特征实例掩膜结合所述S1中获得的点云数据，获得所述待预测物体局部特征三维点云数据P，根据所述彩色标签得到局部特征三维模型获得点云数据Q。