一种基于多模态特征融合的水下目标相对6D位姿估计方法

本发明涉及水下目标位姿估计领域，尤其涉及一种基于多模态特征融合的水下目标相对6D位姿估计方法。针对水下点云数据存在的边缘特征稀疏、弥散导致的配准精度不足问题，本发明提出了一种融合图像与点云特征的配准模型，首先该模型通过ResNet34卷积神经网络提取目标多尺度图像特征，同时采用多层感知机(MLP)解析点云空间分布特征，然后，在特征融合模块中，结合图像和点云特征，通过计算图像注意力权重来增强特征的表达能力，提升模型对边缘特征的敏感度。最后，将融合后的特征输入到位姿估计模块中，与模板点云进行匹配，获取目标的相对位姿。本发明能够有效提升水下目标的位姿估计精度，并增强位姿估计的鲁棒性。