一种基于交叉注意力机制的手眼标定补偿算法

本发明涉及机器视觉领域，针对手眼标定问题。本发明提出了一种基于交叉注意力机制的手眼标定补偿算法，通过光照校正和标定误差补偿模块来提升标定的鲁棒性和准确性，不仅能够在特征提取过程中关注多模态数据间的关联，还能提高模型在复杂环境中的适应性与泛化能力，尤其是光照不良环境。具体而言，该方法利用交叉注意力机制学习图像和位姿两个模态的信息：首先对不良光照条件下的图像进行校正，以消除光照不良对标定精度的影响。本发明提出的手眼标定补偿算法具有标定精度高的优势，同时在光照条件不良的场景下展示出较强的鲁棒性，因而更加符合实际应用场景的需求。