[发明专利]位姿预测方法和装置、设备、介质在审
申请号: | 202210152194.1 | 申请日: | 2022-02-18 |
公开(公告)号: | CN114543797A | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 陈浩然;刘浩敏 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G01C21/16 | 分类号: | G01C21/16;G06F17/16 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 何倚雯 |
地址: | 100080 北京市海淀区北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 预测 方法 装置 设备 介质 | ||
1.一种位姿预测方法,其特征在于,包括:
获取目标对象在第一预设时间段内的若干位姿信息以及若干惯性测量数据;
基于所述若干惯性测量数据,确定各所述位姿信息的第一确定度表征信息;
利用所述若干位姿信息、若干惯性测量数据以及各所述位姿信息的第一确定度表征信息,预测所述目标对象在第二预设时间段内的目标位姿信息。
2.根据权利要求1所述的方法,其特征在于,
所述利用所述若干位姿信息、若干惯性测量数据以及各所述位姿信息的第一确定度表征信息,预测所述目标对象在第二预设时间段内的目标位姿信息,包括:将所述若干位姿信息、若干惯性测量数据以及各所述位姿信息的第一确定度表征信息输入至目标位姿预测网络,预测所述目标对象在第二预设时间段内的目标位姿信息;所述目标位姿预测网络包括编码层以及解码层。
3.根据权利要求2所述的方法,其特征在于,所述将所述若干位姿信息、若干惯性测量数据以及各所述位姿信息的第一确定度表征信息输入至目标位姿预测网络,预测所述目标对象在第二预设时间段内的目标位姿信息,包括:
利用所述编码层对所述若干个惯性测量数据进行编码得到第一向量、以及对所述若干个位姿信息以及各所述位姿信息的第一确定度表征信息进行编码得到第二向量,所述第一向量和所述第二向量用于表示所述目标对象在所述第一预设时间段内的运动参数;
利用所述解码层基于所述第一向量和第二向量进行解码,得到所述目标位姿信息。
4.根据权利要求3所述的方法,其特征在于,所述目标位姿预测网络还包括合并层;所述利用所述若干位姿信息、若干惯性测量数据以及各所述位姿信息的第一确定度表征信息,预测所述目标对象在第二预设时间段内的目标位姿信息,还包括:
利用所述合并层对所述第一向量、所述第二向量、所述若干个位姿信息以及所述若干个惯性测量数据进行拼接,得到第三向量;
所述利用所述解码层基于所述第一向量和第二向量进行解码,得到所述目标位姿信息,包括:
利用所述解码层对所述第三向量进行解码,得到所述目标位姿信息。
5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
将所述若干个位姿信息、若干个惯性测量数据以及所述各所述位姿信息的第一确定度表征信息输入参考位姿预测网络,得到参考位姿信息,所述参考位姿预测网络和所述目标位姿预测网络的网络结构相同;
获取所述第二预设时间段内的真实位姿信息,利用所述真实位姿信息与所述参考位姿信息之间的第一损失对所述参考位姿预测网络中的参数进行调整;
获取所述真实位姿信息与所述目标位姿信息之间的第二损失;
响应于所述第一损失小于所述第二损失,利用所述参考位姿预测网络中的参数更新所述目标位姿预测网络中的参数。
6.根据权利要求5所述的方法,其特征在于,所述目标位姿预测网络还用于得到所述目标位姿信息的第二确定度表征信息,所述参考位姿预测网络还用于得到所述参考位姿信息的参考确定度表征信息,获取所述第一损失的方式或获取所述第二损失的方式,包括:
以所述第一损失为目标损失、所述参考位姿信息为待处理位姿信息、所述参考确定度表征信息为所述待处理位姿信息的确定度表征信息;或以所述第二损失为目标损失、所述目标位姿信息为所述待处理位姿信息、所述第二确定度表征信息为所述待处理位姿信息的确定度表征信息;
获取所述待处理位姿信息对应的确定度矩阵表示,获取位姿差异的向量表示对应的均方损失,以及获取所述待处理位姿信息的确定度表征信息与第二预设值之间的第七乘积,所述确定度矩阵表示为所述待处理位姿信息的确定度表征信息的相反数的矩阵表示,所述位姿差异表示所述真实位姿信息与所述待处理位姿信息之间差异;
获取所述确定度矩阵表示与所述均方损失的第八乘积,并将所述第八乘积与所述第七乘积相加得到所述目标损失。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210152194.1/1.html,转载请声明来源钻瓜专利网。