【摘要】增强现实（AR）是航天员训练的有效途径，其关键技术是场景重建与空间定位。针对当前AR设备只能进行场景空间静态识别，无法感知目标动态变化的问题，提出了深度学习与AR技术相结合的目标识别与位姿估计方法。采用YOLO v5神经网络实现了小训练样本量的操作目标识别，结合深度信息实现了目标点云分割，与目标CAD模型点云进行ICP匹配后估计出目标的三维空间位姿，从而在AR显示空间中实现目标的动态定位与虚实融合。结果表明：YOLO v5的识别平均精度可以达到0.995，虚实结构可以准确叠加。该方法可有效提高AR设备的场景理解能力，扩展航天员AR训练手段。
【关键词】目标识别；点云匹配；增强现实；航天员训练；场景理解
【作者】陈炜，孙庆伟，胡福超，晁建刚
