连续近距离三维物体位姿估计
机器人学
2020-10-05 v1 计算机视觉与模式识别
摘要
在未来制造线的背景下，移除夹具将是提升装配与物流操作中自治系统灵活性的根本步骤。基于视觉的三维位姿估计是精确处理那些在机器人任务执行期间可能未被置于固定位置物体的必要手段。工业任务为物体的鲁棒位姿估计带来多重挑战，如困难的物体属性、紧凑的节拍时间以及相机视角限制。特别地，在与物体交互时，我们必须处理物体的近距离局部视角，这对典型的基于视角的位姿估计方法提出了新挑战。本文提出一种基于梯度上升粒子滤波的三维位姿估计方法，其在线集成新观测以改进位姿估计。从而，我们可在任务执行期间在线应用该方法以节省宝贵的节拍时间。与其他基于视角的位姿估计方法不同，我们在完整 6 维空间中对潜在视角建模，使我们能应对近距离局部物体视角。我们在真实装配任务上演示了该方案，其中算法通常在 10-15 次迭代内收敛到正确位姿，平均精度小于 8mm。
引用
@article{arxiv.2010.00829,
title = {Continuous close-range 3D object pose estimation},
author = {Bjarne Grossmann and Francesco Rovida and Volker Krueger},
journal= {arXiv preprint arXiv:2010.00829},
year = {2020}
}