基于 Depp Alignment 与 GRU 的混合视觉伺服与遮挡恢复
机器人学
2025-10-30 v1
摘要
视觉控制系统，如基于图像的视觉伺服（IBVS），已广泛探索用于精确机器人操作。然而，在目标部分或完全遮挡时维持稳健的目标跟踪仍是持久挑战。经典方法如 Lucas-Kanade（LK）虽轻量级但对遮挡和漂移敏感，深度学习方法往往需要持续可见且计算密集。为此本文提出一种混合视觉跟踪框架，桥接先进感知与实时伺服控制。首先，快速全局模板匹配约束姿态搜索区域；随后，基于 VGG 早期图层的深度特征 Lucas-Kanade 模块实现亚像素精度对齐（<2px）；再者，轻量级残差回归器纠正由纹理退化或部分遮挡引起的局部误差。当视觉置信度低于阈值时，基于 GRU 的预测器从最近的运动历史中无缝外推姿态更新。关键在于，管道的最终输出——平移、旋转和尺度增量——被打包为 30Hz 基于图像的伺服循环的直接控制信号。在最高达90%遮挡的手持视频序列上评估，本系统维持低于2px的跟踪误差，展示了对可靠实际机器人视觉应用所必需的鲁棒性和低延迟精度。
关键词
引用
@article{arxiv.2510.25233,
title = {Hybrid Vision Servoing with Depp Alignment and GRU-Based Occlusion Recovery},
author = {Jee Won Lee and Hansol Lim and Sooyeun Yang and Jongseong Brad Choi},
journal= {arXiv preprint arXiv:2510.25233},
year = {2025}
}