典型文献
基于空间配准模型的Mask R-CNN位姿估计网络
文献摘要：
大多数传感器都无法达到零误差的程度,当多个传感器通过坐标变换将测量数据变换到三维空间坐标中心时,由于传感器设备与待测物体之间的距离方位的误差和不同坐标系之间转换精度等众多因素,导致传感器系统出现相对的系统误差.本文采用最小二乘法、广义最小二乘法,通过建立传感器空间配准模型估计误差参数以补偿到传感器系统,以便减少因为设备观测数据导致的误差影响.该研究利用深度学习Mask RCNN框架对目标物体进行识别和分割,获取目标物体的大小和轮廓特征,并结合VGG-16算法得到更加精确的位姿信息.
文献关键词：
系统误差;空间配准模型;位姿估计;目标检测分割
中图分类号：
作者姓名：
刘一开;王建;王涵悦;韩阳
作者机构：
华北理工大学 唐山市工程计算重点实验室,河北 唐山 063210;华北理工大学 理学院,河北 唐山 063210;华北理工大学 学科建设处,河北 唐山 063210
文献出处：
引用格式：
[1]刘一开;王建;王涵悦;韩阳-.基于空间配准模型的Mask R-CNN位姿估计网络)[J].华北理工大学学报（自然科学版）,2022(04):80-87
A类：
空间配准模型,目标检测分割
B类：
Mask,位姿估计,数传,坐标变换,测量数据,换到,三维空间,空间坐标,待测物体,坐标系,转换精度,系统误差,广义最小二乘法,立传,模型估计,估计误差,误差参数,观测数据,误差影响,研究利用,RCNN,轮廓特征,VGG
AB值：
0.324349
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
