基于CNN的飞机视觉检查用扫描图像的相机姿态估计与定位
机器人学
2025-11-25 v1 计算机视觉与模式识别
摘要
通用视觉检查是商业飞机外部常用的手动检查流程，用于检测和定位明显损伤。近年来，有日益增长的需求将该过程迁移至登机口，以减少飞机停机时间；同时，自动化该过程以减少对人力依赖也备受关注。通常情况下，自动化需要估计相机相对于飞机的姿态以进行初始化，但大多数现有定位方法需要基础设施，在不受控制的户外环境以及机场停机坞约为2小时的有限 turnover 时间内部署具有挑战性。此外，许多航空公司和机场不允许与飞机表面接触或使用无人机进行检查，且限制对商业飞机的进入。基于此，本文提出一种无基础设施、易于部署的现场方法，用于估计云台变焦相机的姿态并定位扫描图像。该方法利用用于检查任务的同一云台变焦相机，通过针对仅包含合成图像的深度卷积神经网络进行微调来预测其自身姿态。我们采用域随机化生成用于网络微调的数据集，并通过利用飞机几何信息来改进损失函数以提高精度。我们还提出了一种用于初始化、扫描路径规划和云台变焦相机捕获图像的精确定位工作流程。我们通过与真实飞机进行的实验评估并展示了该方法，实现了相机姿态估计的均方根误差小于0.24米和2度。
引用
@article{arxiv.2511.18702,
title = {CNN-Based Camera Pose Estimation and Localisation of Scan Images for Aircraft Visual Inspection},
author = {Xueyan Oh and Leonard Loh and Shaohui Foong and Zhong Bao Andy Koh and Kow Leong Ng and Poh Kang Tan and Pei Lin Pearlin Toh and U-Xuan Tan},
journal= {arXiv preprint arXiv:2511.18702},
year = {2025}
}
备注
12 pages, 12 figures