EasyHeC++: 使用预训练图像模型实现全自动手臂-相机标定
机器人学
2024-10-15 v1
摘要
手臂-相机标定在机器人领域发挥着基本作用，直接影响操控和抓取等关键操作的效率。本文提出了名为 EasyHeC++ 的新型框架，实现全自动手臂-相机标定。与以往需要手动标定、特殊标记或训练机械臂专用神经网络的方法不同，我们的方法是首个能够在无标记、无训练、全自动 manner 下对任意机械臂进行精确标定的系统。我们的方法采用两步流程：首先，借助预训练图像模型结合采样或特征匹配方法初始化相机姿态；随后，通过可微分渲染进行姿态优化。大量实验表明，在多种机械臂和相机设置下，该系统在合成数据和真实数据集上均表现出优异的精度。项目页面: https://ootts.github.io/easyhec_plus.
引用
@article{arxiv.2410.09293,
title = {EasyHeC++: Fully Automatic Hand-Eye Calibration with Pretrained Image Models},
author = {Zhengdong Hong and Kangfu Zheng and Linghao Chen},
journal= {arXiv preprint arXiv:2410.09293},
year = {2024}
}
备注
Accepted by IROS 2024