基于复数神经网络的双视角视觉转角测量方法

来源：电子测量技术杂志2024年第18期北京时间：

作者：俞翔栋，于文峰，柯瑞庭，陈洪宇，陶建峰

单位：1.中国船舶集团有限公司第七一一研究所动力装置事业部 上海 201108; 2.上海交通大学机械与 动力工程学院 上海 201108; 3.上海交通大学机械系统与振动国家重点实验室 上海 201108

摘要：为改善单视觉的转角测量方法容易受到环境或系统随机干扰的不稳定性，提出了一种基于复数神经网络的双视角视觉转角测量方法。人为进行特征提取，并评估其与角度的相关性和单调性来进行特征筛选。为解决0°和360°标签数值差距大对训练结果的影响，将角度用欧拉公式表示，并构建复数输入，复数输出的复数神经网络来进行转角计算。实验结果显示，这种测量方法在测量准度上有显著提升，相比基于深度神经网络的单视角方法，其平均误差降低0.322°，均方根误差降低0.64°，在不同环境测试集上保持高效性能。该模型在保持传统数学模型的约束和稳定性的前提下，充分利用了双视角对于环境干扰的鲁棒性，结合复数神经网络对于角度标签的强大拟合能力，提高了径向视觉角度测量的准确性和稳定性。

关键词：双视角转角测量;机器视觉;复数神经网络;混合模型