用于机器人精细操作任务的四自由度跟踪
计算机视觉与模式识别
2017-04-05 v2
摘要
本文介绍了两种来自不同范式（基于学习和基于配准的跟踪）的视觉跟踪器，并评估了它们在基于图像的视觉伺服中的应用。它们可以跟踪具有四个自由度（DoF）的物体运动，正如我们将展示的，这对于许多精细操作任务已足够。其中一种跟踪器是新开发的基于学习的跟踪器，依赖于学习判别相关滤波器；另一种是对近期八自由度RANSAC跟踪器的改进，适配了新的外观模型以跟踪四自由度运动。在现有的操作任务数据集上，两种跟踪器均表现出优于多种当前最优跟踪器的性能。此外，还提供了一个新的数据集，包含从机器人安装的眼在手上（EIH）相机捕获的、用于精细操作任务的具有挑战性的序列。这些序列包含实际任务中遇到的各种挑战，包括抖动相机运动、运动模糊、剧烈尺度变化和部分遮挡。这些序列上的定量和定性结果表明，这两种跟踪器对失败具有鲁棒性，同时提供高精度，使其适用于此类精细操作任务。
引用
@article{arxiv.1703.01698,
title = {4-DoF Tracking for Robot Fine Manipulation Tasks},
author = {Mennatullah Siam and Abhineet Singh and Camilo Perez and Martin Jagersand},
journal= {arXiv preprint arXiv:1703.01698},
year = {2017}
}
备注
accepted in CRV 2017