机床与液压

作者：杨恒，宁锴旭，陆晴，王韶涵

单位：太原科技大学机械工程学院；太原科技大学机械工程学院；太原科技大学机械工程学院；太原科技大学机械工程学院

关键词：数据集制作;位姿估计;BIN-COOR网络;双目视觉;Linemod数据集

针对直接法和间接法姿态估计的局限性，提出基于物体坐标信息的双目视觉6D姿态估计网络——BIN-COOR网络。将Linemod和Occlusion Linemod数据集扩展为双目数据集，在此基础上，使用BIN-COOR网络提取双目数据集中的目标图像，输入主干网络中进行融合，并分别进行旋转和平移的解耦估计，最终输出物体6D位姿。消融实验结果表明：BIN-COOR网络具有更高的模块化和灵活性，无需训练。采用平均点距离指标ADD，2D投影指标2D Proj.5pix和5 cm-5°指标对该网络与其他网络在Linemod和Occlusion Linemod数据集上的结果进行评价。结果表明：对于无纹理物体，在位姿优化情况下，BIN-COOR网络的ADD指标得分是PoseCNN网络的1.22倍，是BB8网络的1.43倍；2D Proj.5pix指标得分是PoseCNN网络的1.46倍，是BB8网络的1.28倍；5 cm-5°指标是BB8网络的2.2倍，而PoseCNN网络则无正确估计结果；对于遮挡物体，当使用真实图片和仿真图片(Real+syn)训练时，BIN-COOR性能优于PvNet、GDR-NET、 MV6D等网络，进一步验证了数据集制作方法的有效性和姿态估计网络的鲁棒性。

来源：2025年第22期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第22期