基于颜色配对的边缘设备上针对杂乱物体的鲁棒零样本6D姿态估计与跟踪
计算机视觉与模式识别
2025-09-30 v1 机器人学
摘要
在具有挑战性照明条件下的新物体鲁棒6D姿态估计仍是重要难题，往往需要在准确的初始姿态估计与高效实时跟踪之间进行权衡。我们提出一个统一框架，专为在边缘设备上高效执行而设计，协同作用一个稳健的初始估计模块与快速的基于运动的跟踪器。我们方法的关键在于共享的、对光照不变的颜色配对特征表示，为两个阶段提供一致的基础。对于初始估计，该特征促进了实时RGB-D视图与物体3D网格之间的稳健配准。对于跟踪，相同的特征逻辑验证时间对应关系，使轻量级模型能够可靠地回归物体运动。大量实验在基准数据集上表明，我们的集成方法既有效又稳健，在保持高保真跟踪的同时，即使面临突变性姿态变化，也能提供竞争性的姿态估计精度。
引用
@article{arxiv.2509.23647,
title = {Color-Pair Guided Robust Zero-Shot 6D Pose Estimation and Tracking of Cluttered Objects on Edge Devices},
author = {Xingjian Yang and Ashis G. Banerjee},
journal= {arXiv preprint arXiv:2509.23647},
year = {2025}
}