用于密集杂乱环境中物体位姿准确估计的主动视觉-触觉交互式机器人感知
机器人学
2022-02-14 v1
摘要
本工作提出一种新颖的基于主动视觉-触觉的框架,使机器人系统能在密集杂乱环境中准确估计物体位姿。场景表示由一种新颖的清障图(DG)导出,该图通过利用语义分割与抓取可供性网络描述场景中物体间关系以进行清障。该图公式化使机器人能通过自主选择下一个最佳移除物体及要执行的最优动作(抓取式或非抓取式)来高效清理工作空间。此外,我们提出一种新颖的平移不变四元数滤波器(TIQF)用于主动视觉与主动触觉基于的位姿估计。主动视觉点与主动触觉点均通过最大化期望信息增益来选取。我们在一个由两台机器人协调处理密集杂乱物体随机场景的系统上评估了所提框架,并以静态视觉及主动视觉基于的清障前与清障后估计作为基线进行消融研究。我们提出的主动视觉-触觉交互式感知框架相比主动视觉基线在位姿精度上显示出高达 36% 的提升。
引用
@article{arxiv.2202.02207,
title = {Active Visuo-Tactile Interactive Robotic Perception for Accurate Object Pose Estimation in Dense Clutter},
author = {Prajval Kumar Murali and Anirvan Dutta and Michael Gentner and Etienne Burdet and Ravinder Dahiya and Mohsen Kaboli},
journal= {arXiv preprint arXiv:2202.02207},
year = {2022}
}
备注
Accepted for publication at IEEE Robotics and Automation Letters and IEEE International Conference on Robotics and Automation (ICRA) 2022