摘要
一种多智能体协同系统中的分阶段轻量级姿态估计方法,通过双阶段设计实现姿态估计与校准:远距离时,执行体利用视觉传感器拍摄目标体,经轻量级目标检测网络识别后,由分类网络将目标体姿态划分为离散类别,得到粗略姿态范围;近距离时,当检测到距离小于预定范围,基于拍摄图像中的预设标记或自然特征点,通过标记检测算法获取粗略姿态作为初始值,再经关键点检测结合非线性优化算法迭代更新,得到精确姿态估计值。该方法通过双阶段协同机制,在远距离节省算力,近距离补偿误差,实现实时轻量级姿态跟踪至对接任务完成,提升了姿态识别的准确性和实时性,尤其适用于算力受限场景。
技术关键词
姿态估计方法
多智能体协同
非线性优化算法
分类网络
关键点
特征点
分阶段
粗略
视觉传感器
远距离
迭代优化算法
特征提取能力
标记
补偿误差
梯度下降法
协同系统