双向融合6D物体位姿估计方法

双向融合6D物体位姿估计方法，解决了在位姿估计时传感器噪声干扰影响网络性能，鲁棒性较差的问题，属于物体位姿估计领域。本发明提供一种基于新型transformer架构的双向融合6D物体位姿估计方法：对待估计场景的RGB图像与深度图像进行预处理，将深度图像转换成点云数据；利用特征提取层提取RGB图像中的外观特征和点云数据中的几何特征；双向特征融合层集成在特征提取层的每一个维度内；自适应MOE层根据特征提取层最后输出的特征判断主导模态，调整外观特征和几何特征的权重，得到MOE特征，并与特征提取层最后输出的外观特征和几何特征进行拼接，拼接后输入至6D物体位姿估计层得到每个物体的6D位姿参数。