四种立体深度感知相机在机器人应用中的实证比较
机器人学
2025-04-25 v2
摘要
深度感知是机器人学及许多其他领域中的一项关键技术。市场上已有多种深度感知（或RGB-D）相机，为应用选择最佳相机可能具有挑战性。在本工作中，我们测试了四种通过使用两个略微不同视角的图像来感知距离的立体RGB-D相机。我们在三种场景下对四种相机（Intel RealSense D435、Intel RealSense D455、StereoLabs ZED 2和Luxonis OAK-D Pro）进行了实证比较：(i) 平面表面感知，(ii) 塑料玩偶感知，(iii) 家用物体感知（YCB数据集）。我们为每台相机记录并评估了超过3000帧RGB-D图像。对于物体距离不超过一米的桌面机器人场景，D435相机在所有测试场景中均能提供最佳性能，误差低于1厘米。对于更远的距离，其他三种型号表现更好，使其更适合某些移动机器人应用。OAK-D Pro还提供集成的AI模块（例如，物体和人体关键点检测）。ZED 2整体上是最好的相机，即使在4米距离下也能将误差控制在3厘米以内。然而，它并非独立设备，需要配备GPU的计算机进行深度数据采集。所有数据（超过12000帧RGB-D图像）可在https://rustlluk.github.io/rgbd-comparison公开获取。
引用
@article{arxiv.2501.07421,
title = {Empirical Comparison of Four Stereoscopic Depth Sensing Cameras for Robotics Applications},
author = {Lukas Rustler and Vojtech Volprecht and Matej Hoffmann},
journal= {arXiv preprint arXiv:2501.07421},
year = {2025}
}