DFBVS：基于深度特征的视觉伺服
机器人学
2022-01-21 v1
摘要
经典视觉伺服（VS）依赖手工设计的视觉特征，这限制了其泛化能力。近来，一些基于深度神经网络的方法被提出，通过直接比较整个目标与当前相机图像来克服此限制。然而，由于完全摒弃了视觉特征，这些方法要求目标与当前图像基本相似，从而排除了向未知、杂乱场景的泛化。在此我们提出像经典 VS 方法那样基于视觉特征执行 VS，但不同于后者，我们利用深度学习的近期突破来自动提取并匹配视觉特征。如此，我们的方法兼具两者优势：（i）由于基于视觉特征，即便背景存在显著干扰，它也能引导机器人朝向感兴趣物体；（ii）由于特征被自动提取与匹配，我们的方法能轻松自动泛化至未见过的物体与场景。此外，我们提出使用渲染引擎合成目标图像，这提供了进一步的泛化能力。我们在机器人抓取任务中展示了这些优势：机器人仅基于从对应期望抓取位姿的相机视角渲染出的物体图像，便能高精度地转向待抓取物体。
引用
@article{arxiv.2201.08046,
title = {DFBVS: Deep Feature-Based Visual Servo},
author = {Nicholas Adrian and Van-Thach Do and Quang-Cuong Pham},
journal= {arXiv preprint arXiv:2201.08046},
year = {2022}
}