面向家庭机器人操作的被动立体深度系统
机器人学
2021-09-27 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
我们提出了一种被动立体深度系统，可生成密集且精确的点云，针对人类环境（包括黑暗、无纹理、纤薄、反射和镜面表面及物体）进行了优化，在 2560x2048 分辨率、384 个视差下耗时 30 ms。该系统由结合学习型立体匹配与工程化滤波的算法、训练与数据混合方法以及传感器硬件设计组成。我们的架构比在 Middlebury 和 Flying Things 立体基准上表现相近的方法快 15 倍。为有效监督该模型的训练，我们结合了使用现成深度传感器标注的真实数据，以及若干不同的渲染、模拟标注数据集。我们通过大量以深度图和点云形式呈现的定性结果、验证系统度量精度的实验，以及在挑战性物体和场景上与其他传感器的对比，展示了系统的有效性。我们还使用 Middlebury 和 FlyingThings 数据集，展示了我们的算法与最先进（state-of-the-art）学习型模型相比的竞争力。
引用
@article{arxiv.2109.11644,
title = {A Learned Stereo Depth System for Robotic Manipulation in Homes},
author = {Krishna Shankar and Mark Tjersland and Jeremy Ma and Kevin Stone and Max Bajracharya},
journal= {arXiv preprint arXiv:2109.11644},
year = {2021}
}