通过戳刺估计深度：从自监督抓取中学习深度估计
计算机视觉与模式识别
2020-06-17 v1 机器学习
机器人学
图像与视频处理
摘要
准确的深度估计对于机器人操作而言仍是一个开放问题；即便包括结构光和 LiDAR 传感器在内的最先进技术，也会在反射或透明表面上失效。我们通过训练一个神经网络模型从 RGB-D 图像估计深度来解决此问题，使用的标签来自机器人与其环境之间的物理交互。我们的网络对输入图像中的每个像素，预测若机器人在对应位置尝试抓取或戳刺时其末端执行器将到达的 z 位置。给定自主抓取策略，我们的方法是自监督的，因为末端执行器位置标签可通过正向运动学恢复，无需人工标注。尽管收集此类物理交互数据代价高昂，但对于训练和最先进操作系统的日常运行是必要的。因此，该深度估计器在为他人任务（例如抓取、推动、放置）收集数据时“免费”获得。我们展示了在困难的工业规模混杂箱体数据集上，我们的方法比传统结构光传感器和无监督深度学习方法实现了显著更低的根均方误差。
引用
@article{arxiv.2006.08903,
title = {Depth by Poking: Learning to Estimate Depth from Self-Supervised Grasping},
author = {Ben Goodrich and Alex Kuefler and William D. Richards},
journal= {arXiv preprint arXiv:2006.08903},
year = {2020}
}
备注
IEEE International Conference on Robotics and Automation (ICRA) 2020