基于 1-点 RANSAC 的地面物体位姿估计方法
计算机视觉与模式识别
2021-06-11 v2
摘要
求解透视-n-点（Perspective-n-Point, PnP）问题是估计物体位姿的传统方法。给定含离群值污染的数据，在基于 RANSAC 的框架下，使用 n = {3, 4} 的 PnP 算法计算物体位姿。然而，计算复杂度随 n 显著增加，且高复杂度对需实时估计多个物体位姿的设备造成严峻负担。本文中，我们提出一种基于 1-点 RANSAC 的高效方法，用于估计地面上物体的位姿。在所提方法中，利用地面物体假设和 2D 物体边界框作为额外观测，通过 1 自由度参数化计算位姿，从而在基于 RANSAC 的方法中取得最快性能。此外，由于该方法受额外信息误差影响，我们提出一种分层鲁棒估计方法，以由粗到精的方式打磨粗略位姿估计并发现更多内点。在合成与真实世界数据集上的实验证明了所提方法的优越性。
引用
@article{arxiv.2008.03718,
title = {1-Point RANSAC-Based Method for Ground Object Pose Estimation},
author = {Jeong-Kyun Lee and Young-Ki Baik and Hankyu Cho and Kang Kim and Duck Hoon Kim},
journal= {arXiv preprint arXiv:2008.03718},
year = {2021}
}
备注
Accepted in the workshop on Autonomous Driving: Perception, Prediction and Planning in conjunction with CVPR 2021