一种基于CAD模型的维修性试验部件智能位姿估计方法

本发明公开了一种基于CAD模型的维修性试验部件智能位姿估计方法，涉及虚实融合维修性试验领域，包括如下步骤：S1、使用CA‑FPN‑Lite特征提取网络对零部件的轮廓特征提取，得到轮廓特征图；S2、通过拼接操作将零部件通过传统方法获取到的统计前景概率图和统计边界概率图与轮廓特征图融入卷积神经网络，预测边界概率图；S3、对获得到的边界概率图使用迭代更新算法优化当前帧物体的位姿，使轮廓特征图与预测的边界概率图进行对齐，跟踪零部件位姿。本发明结合了传统基于区域的跟踪方法和基于深度学习的好处，只需要给定零部件的CAD模型以及一个初始的位姿，就能实现对零部件的智能位姿估计，无需重新制作Linemod格式的数据集。