仓库盒子6D零样本类别级姿态估计
计算机视觉与模式识别
2025-11-21 v1 人工智能
机器学习
摘要
在仓库自动化、仓储选取、物流和电子商务履行等领域，对新颖物体在杂乱和遮挡情况下的准确且高效的6D姿态估计至关重要。该领域有三种主要方法：模型基方法假设在推断时拥有精确的CAD模型，但需要高分辨率网格且在新环境中迁移效果差；模型自由方法依赖少量参考图像或视频，更具灵活性，但常在挑战性条件下失败；类别级方法旨在在灵活性和准确性之间取得平衡，但许多方法过于泛泛，忽略了环境和物体先验条件，限制了其在工业环境中的实用性。为此，我们提出Box6D，一种针对仓库存储盒子的类别级6D姿态估计方法。从单个RGB-D观测中，Box6D通过快速二分搜索推断盒子尺寸，并使用类别CAD模板而非实例特定模型来估计姿态。采用基于深度的可行性过滤器和提前停止策略，Box6D随后拒绝不太可能的假设，降低计算成本。我们在真实世界存储场景和公共基准测试上进行评估，显示该方法在6D姿态精度方面表现出竞争甚至优于水平的性能，同时将推断时间缩短约76%。
引用
@article{arxiv.2511.15884,
title = {Box6D : Zero-shot Category-level 6D Pose Estimation of Warehouse Boxes},
author = {Yintao Ma and Sajjad Pakdamansavoji and Amir Rasouli and Tongtong Cao},
journal= {arXiv preprint arXiv:2511.15884},
year = {2025}
}