用于舰载无人机单目位姿估计的深度Transformer网络
计算机视觉与模式识别
2026-02-03 v3 人工智能
机器人学
图像与视频处理
摘要
本文介绍了一种深度Transformer网络,用于利用单目图像估计无人机(UAV)相对于舰船的6D位姿。我们创建了一个舰船图像的合成数据集,并用多个舰船部件的2D关键点进行了标注。训练了一个Transformer神经网络模型来检测这些关键点并估计每个部件的6D位姿。通过贝叶斯融合对估计结果进行集成。该模型在合成数据和现场飞行实验中进行了测试,证明了其在各种光照条件下的鲁棒性和准确性。对于合成数据和飞行实验,位置估计误差分别约为到舰船距离的0.8%和1.0%。该方法在舰载无人机自主着陆和导航方面具有潜在应用价值。
引用
@article{arxiv.2406.09260,
title = {Deep Transformer Network for Monocular Pose Estimation of Shipborne Unmanned Aerial Vehicle},
author = {Maneesha Wickramasuriya and Taeyoung Lee and Murray Snyder},
journal= {arXiv preprint arXiv:2406.09260},
year = {2026}
}
备注
23 pages, 25 figures, 3 tables