声明
第1章 绪 论
1.1 课题背景及意义
1.2 国内外研究现状
1.2.1 非合作目标相对位姿测量算法
1.2.2 基于深度学习的人体姿态估计算法
1.3 目前研究存在的问题及本文方案可行性分析
1.4 研究思路内容及章节安排
1.4.1 研究思路与内容
1.4.2 章节安排
第2章 空间非合作目标相对位姿测量系统建模
2.1 引言
2.2 相对位姿测量系统原理及框架
2.3 识别对象的选择及建模
2.4 双目立体视觉系统建模
2.4.1 相机成像模型
2.4.2 双目立体视觉系统建模
2.5 相对位姿真值计算子系统建模
2.5.1KR6 R900 Sixx机械臂运动学建模
2.5.2 非合作目标相对位姿测量真值计算平台建模
2.6 本章小结
第3章 基于深度卷积神经网络的关键点检测算法
3.1 引言
3.2 关键点检测算法概述
3.3 识别对象的关键点检测算法
3.3.1 生成识别对象的关键点数据集
3.3.2 网络模型训练
3.3.3 多识别对象的关键点解析组合
3.4 关键点检测算法的实验对比与分析
3.5 本章小结
第4章 面向非合作目标位姿测量的关键点匹配算法
4.1 引言
4.2 基于识别对象匹配的关键点双目匹配算法
4.3 识别对象的相对位姿测量算法
4.3.1 关键点的三维重建
4.3.2 相对位姿测量算法
4.4 关键点匹配算法的实验对比与分析
4.5 本章小结
第5章 实验平台搭建及算法可行性验证
5.1 引言
5.2 实验平台搭建及原理
5.2.1 系统实验平台原理
5.2.2 基于维视工业相机的双目立体视觉子系统搭建
5.2.3 基于KUKA机械臂的相对位姿真值计算子系统搭建
5.2.4基于NVIDIA GeForce GTX 1080Ti的深度学习计算机子系统搭建
5.3 相对位姿测量算法的可行性分析实验
5.4 关键点检测及其双目匹配实验
5.4.1 不同条件下的关键点检测及其双目匹配实验
5.4.2 相对距离对算法影响及其分析实验
5.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
