DIJE：用于稳健机器人自我识别和视觉 servoing 的稠密图像雅可比估计
机器人学
2025-07-02 v1
摘要
为了使机器人在真实世界中移动，首先必须正确理解其自身身体状态以及持有的工具。在本研究中，我们提出了 DIJE 算法，用于估计每个像素的图像雅可比。它基于光流计算和简化的卡尔曼滤�器，可在整幅图像上实时运行。它不依赖标记物，也不依赖机器人结构的知识。我们将 DIJE 用于自我识别过程，该过程能够在运动重叠的情况下稳健地区分机器人运动与外部实体的运动。我们还提出了基于 DIJE 的视觉 servoing 控制器，可学习控制机器人身体进行到达运动或双手工具尖端控制。所提出的算法在物理肌肉机器人上实现，并验证了其性能。我们认为，基于全局 visuomotor 策略的估计有望拓展为更通用的操纵框架。
关键词
引用
@article{arxiv.2507.00446,
title = {DIJE: Dense Image Jacobian Estimation for Robust Robotic Self-Recognition and Visual Servoing},
author = {Yasunori Toshimitsu and Kento Kawaharazuka and Akihiro Miki and Kei Okada and Masayuki Inaba},
journal= {arXiv preprint arXiv:2507.00446},
year = {2025}
}
备注
2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)