基于视觉的目标位姿估计综述

摘要

目标的位姿是目标位置和姿态的统称.而目标位姿估计则是指求解目标本体坐标系相对于参考坐标系之间平移和旋转变化关系的过程.常见的位姿测量技术有GPS、惯导、视觉等.GPS易受地形屏蔽,存在信号丢失的问题.惯导系统存在误差漂移效应以及价格昂贵等缺点.基于视觉的位姿测量系统以其成本低廉、精度高、非接触等优点而被广泛应用于军事制导、航天器交会对接、机器人抓取、自动驾驶、增强现实等领域.在工业自动化生产领域中,机器人能通过摄像头实时获取货物的6D位姿信息,从而准确抓取分拣货物,极大地提高了生产效率.在军事侦察和制导领域中,目标的6D位姿信息是反映目标当前状态非常重要的参数,对于刻画目标状态、分析战场态势、选择目标关键部位、实施点穴式打击等,都具有十分重要的意义.基于视觉技术测量目标的6D位姿信息已有长期研究.而近年来,随着深度学习技术的广泛应用,也出现了很多基于深度学习的目标6D位姿估计和测量方法.本文旨在详细梳理基于视觉的目标位姿估计方法的研究历史与现状,分析各类主流方法的主要思路、优势与不足,并对该项技术未来的发展方向提出具体的思考和建议.