亚毫秒级类别级物体形状与位姿估计

物体形状与位姿估计是机器人学的基础问题，支撑着从操作到场景理解和导航等多项任务。我们提出了一种用于形状与位姿估计的快速局部求解器，该求解器仅需类别级物体先验，并允许高效的的全局最优性证书。给定物体的 RGB-D 图像，我们使用学习到的前端来检测目标物体上稀疏的类别级语义关键点。我们使用线性主动形状模型表示目标物体的未知形状，并提出一个最大后验优化问题来同时求解位置、朝向和形状。以单位四元数表示时，该问题允许具有特征向量非线性的特征值问题形式的一阶最优性条件。我们的主要贡献是使用自洽场迭代高效求解该问题，每次迭代只需计算一个 4×4 矩阵并找到其最小特征值-特征向量对。通过求解相应 Lagrange 乘子的线性系统，可给出一个简单的全局最优性证书。我们的求解器一次迭代运行耗时约 100 微秒，可实现快速异常值剔除。我们在合成数据和多种真实世界场景中测试了我们的方法，包括两个公开数据集和一个无人机跟踪场景。代码发布于 https://github.com/MIT-SPARK/Fast-ShapeAndPose。