用于高保真机器人仿真的 fiducial 标记溅射
计算机视觉与模式识别
2025-08-26 v1 机器人学
摘要
高保真3D仿真对训练移动机器人至关重要，但传统依赖网格表示的方法在复杂环境中往往难以胜任，例如密集绿茧场所，存在遮挡和重复结构。最近的神经渲染方法，如高斯溅射（Gaussian Splatting, GS），实现了惊人的视觉真实感，但缺乏灵活性以纳入fiducial标记，这些标记对于机器人定位和控制至关重要。我们提出了一种混合框架，将GS的照明 realism 与结构化标记表示相结合。我们的核心贡献是一种高效生成GS基 fiducinal 标记（例如AprilTag）的算法，用于杂乱场景。实验表明，我们的方法在效率和姿态估计精度方面均优于传统图像拟合技术。我们进一步展示了该框架在绿茧仿真中的潜力。这种农业场景作为具有挑战性的测试平台，因其包含密集植被、相似元素和遮挡，挑战了感知极限，从而凸显了该框架在实际应用中的价值。
关键词
引用
@article{arxiv.2508.17012,
title = {Fiducial Marker Splatting for High-Fidelity Robotics Simulations},
author = {Diram Tabaa and Gianni Di Caro},
journal= {arXiv preprint arXiv:2508.17012},
year = {2025}
}