基于YOLO模型的目标位姿估计

来源：计算机测量与控制杂志2025年第11期北京时间：

作者：董伟嗣,毛钪,付东翔

单位：华为技术有限公司苏州研究所

摘要：本文针对共轴双旋翼无人机抓取应用中的目标位姿估计方法展开研究，提出基于CDPN的无人机目标位姿估计模型EPRO-CDPN，其前置目标检测器采用改进的YOLO网络算法，提高其目标检测能力；引入注意力机制，使模型关注关键特征信息，加强网络训练过程中通道间的特征融合；引入EPRO-PnP替换原来的传统PnP方法，将传统求解转化为对位姿概率分布的预测。整个位姿估计网络实现为一个端到端的网络。位姿估计网络模型在在公开数据集LineMod、自制数据集上进行了算法性能测试，并以共轴双旋翼无人机为物体目标进行抓取实验，验证姿态估计算法的可行性和有效性。检测精度在95%以上，检测速度快，FPS达到35.2帧/秒，实现了实时目标姿态估计，为视觉引导的机械臂自动抓取回收共轴无人机奠定了研究和实验方案。

关键词：深度学习;目标检测 位姿估计;共轴双旋翼无人机 ?CDPN? 机械臂抓取