面向工业场景的增强现实区域识别方法

作     者：龙晋仪 里鹏 于慧东 胡国良 李帅 

作者机构：中国科学院网络化控制系统重点实验室 中国科学院沈阳自动化研究所 中国科学院大学 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2025年

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：辽宁省应用基础研究计划项目(2022JH2/101300255) 

主　　题：增强现实 深度相机 三维注册 多相似目标 区域识别 

摘      要：目前， 工业场景中存在多相似目标同时出现在相机视野的情况. 针对现有增强现实方法无法区分多相似目标的问题， 提出面向工业场景的增强现实区域识别方法. 首先利用深度相机完成工厂区域的三维注册， 构建包含物体自然特征和背景特征的区域目标; 然后设计基于双地图重加载策略的增强现实系统框架， 实现虚拟物体的位姿设定与跨平台可视化; 最后结合位姿图优化和词袋法实现双线程计算的强鲁棒性重定位算法， 完成对区域目标的识别与当前相机位姿的计算. 在TUM数据集和搭建的真实工业场景下的实验结果表明， 重定位位姿均方根绝对轨迹误差平均值为0.076， 帧率超过60 帧/s， 并区别出同视野下的多相似目标; 所提方法精确度高、鲁棒性强、实时性好， 可有效地扩展增强现实应用场景.