基于改进沙漏网络的人体姿态估计方法

近年来人体姿态估计已成为计算机视觉领域的热门研究方向,堆叠沙漏网络是人体姿态估计领域中最具代表性的研究成果之一,但该网络对于图像细节特征的提取能力较差。为增强网络对细节特征的处理能力,本文提出了基于改进沙漏网络的人体姿态估计模型。该模型使用ResNet50提取高质量的图像底层特征,用步长为2的3×3卷积核代替maxpooling进行下采样,最大程度保留原有图像信息;考虑到不同分辨率下的特征丰富度具有一定差异性,使用不同的残差模块对不同分辨率的feature map进行处理,增强网络对特征的学习能力;最后使用反卷积最大化还原原始图像的局部特征。实验结果显示,本文模型在COCO测试集上的平均精度达到74.1%,比堆叠沙漏网络高出4.7%,检测精度有较大提升。     

高精度点云模型畸变补偿方法

点云模型的准确获取与畸变补偿是三维激光扫描技术检测零部件的关键. 提出一种通过畸变补偿获得高精度三维点云模型方法. 利用线激光重构零部件三维点云模型,对模型中存在的夹角误差进行畸变补偿,实现高精度的点云数据获取. 搭建试验平台,选取仪表部件、双层孔件及栅极组件等不同材质及结构的试验对象,通过对比分析发现,畸变补偿后的均方根差分别减少0.009、0.036、0.024 mm. 结果表明点云模型畸变补偿方法有效,同时具有很好的通用性.     

光学运动捕捉在机械臂遥操作控制中的应用研究

针对传统机械臂的遥操作控制直观性不强、操作繁琐等问题，本文提出了一种基于光学运动捕捉的机械臂遥操作控制方法。建立了运动捕捉系统与机械臂的标定模型，实现了坐标系之间的转换；在ROS-kinetic中建立服务器和客户端，实现了不同系统数据之间相互转化与实时传输。通过在引导机械臂末端粘贴标记点、构建刚体的方式进行跟踪试验，结果表明该方法降低了主端的复杂程度，在保证从端操作精度的情况下，可实时地完成六自由度机械臂遥操作任务，方法操作简单、可移植性和可扩展性强。