航天器舱内结构语义三维重建

对航天器舱内结构进行三维重建是辅助航天员混合现实训练的有效途径,为进一步提高重建结果的适应性,需要对目标结构附加语义信息。首次将语义三维重建技术引入航天员混合现实训练领域,针对航天器舱内结构复杂、排列错落等特点,采用卷积神经网络和即时定位与建图相结合的方式做出针对性设计。在现有算法的基础上,对二维语义分割进行简化并增强,采用加权迭代最近点算法进行目标重建,采用加权平均的方式进行语义更新,充分考虑图像间的联系,利用条件随机场进行后端优化。试验结果证明,算法无论在二维语义分割、SLAM还是最终的语义地图方面都取得了较高的精度;同时运算速度更快,计算机资源占用更小。