面向水下相机的外部位姿跟踪系统的设计、实现与评估
软件工程
2025-09-25 v6 人工智能
机器学习
摘要
为将水下计算机视觉与机器人技术从实验室环境与清水场景推进至深海暗洋或浑浊近岸水域，需要具备真实信息与代表性的基准和真实数据集。尤其，确定相机位姿对许多水下机器人或摄影测量应用至关重要，且已知真实值是评估诸如同步定位与建图（SLAM）等方法在此极端环境中性能的必需条件。本文提出一种用于实时确定水下相机位姿的外部参考系统的构思、标定与实现。该方法基于空气中的 HTC Vive 跟踪系统，通过融合水箱水面上方跟踪的两个控制器的位姿来计算水下相机位姿。结果表明，该方法相对于空气中基于光学标记的参考的平均偏差小于 3 mm 与 0.3 deg。最后，展示了该系统在水下应用中的可用性。
引用
@article{arxiv.2305.04228,
title = {Heterogeneous Directed Hypergraph Neural Network over abstract syntax tree (AST) for Code Classification},
author = {Guang Yang and Tiancheng Jin and Liang Dou},
journal= {arXiv preprint arXiv:2305.04228},
year = {2025}
}
备注
Published in the 35th International Conference on Software Engineering and Knowledge Engineering (SEKE 2023) as a regular paper; the latest version is consistent with the official conference version