摘要
本发明提供一种基于特征传播器的水下机器人环境感知方法及装置。该方法包括:获取水下机器人采集的双目图像和预先建立的深度神经网络;对双目图像进行矫正,将矫正后的双目图像分别输入网络的特征提取器中,得到不同尺度下的特征图并组成特征金字塔。使用代价聚合器基于各特征金字塔进行代价体构建、代价体聚合和视差回归。由特征传播器基于原始代价体和聚合代价体初始化迭代优化器中的多级卷积门控循环单元。基于由特征传播器初始化的多级卷积门控循环单元优化视差预测,直至视差预测值达到收敛条件,得到最终视差图。获取双目相机的内外参数,基于内外参数和视差图计算水下环境的场景深度图和三维点云,实现了鲁棒高效的水下环境感知。
技术关键词
门控循环单元
特征金字塔
深度神经网络
水下机器人
残差模块
生成场景深度图
双目相机
像素点
上下文特征
水下环境感知
特征提取器
非暂态计算机可读存储介质
矫正
点云
参数
优化器
图像获取模块
系统为您推荐了相关专利信息
跟踪方法
电网作业现场
模块
特征提取网络
多尺度特征
在线估计方法
电池等效电路模型
调峰调频
储能电池
磁滞修正
外观检测方法
机电设备
特征金字塔网络
自动采集装置
旋转云台
融合多源数据
智能预测方法
卷积长短期记忆
多普勒天气雷达
网络单元