基于分层RGB-D融合的深度机器人预测
机器人学
2019-09-18 v2 计算机视觉与模式识别
摘要
机械臂抓取是机器人控制任务目标中的基本操作。当前大多数机器人抓取方法聚焦于桌面场景下的RGB-D策略，或3D空间中的3D点云分析与推理。与这些方法相比，我们提出了一种新颖的实时多模态分层编码器-解码器神经网络，融合RGB与深度数据，以仅 partial observation（部分观测）在3D空间中实现机器人仿人抓取。考虑了原始深度数据不确定性的量化以及融合RGB的深度估计。我们开发了一种通用标注方法，用于在常见RGB-D数据集上标注真值。我们在物理机器人设置上评估了方法的有效性与性能，该方法在桌面和3D空间场景中都达到了超过90%的成功率。
引用
@article{arxiv.1909.06585,
title = {Deep Robotic Prediction with hierarchical RGB-D Fusion},
author = {Yaoxian Song and Jun Wen and Yuejiao Fei and Changbin Yu},
journal= {arXiv preprint arXiv:1909.06585},
year = {2019}
}
备注
8 pages, 8 figures, submit to ICRA2020