隐式形状模型树:移动机器人对三维室内场景的识别与目标位姿预测
机器人学
2023-11-27 v3
摘要
我们提出了一种供移动机器人识别分布于杂乱环境中物体排列场景的方法。该识别通过交织机器人对物体的搜索与将已发现物体指派给场景来实现。我们称为“隐式形状模型(ISM)树”的场景模型使这两项任务可联合求解。本文提出用于 ISM 树识别场景并预测被搜索物体位姿的新算法。我们将场景定义为某些物体通过三维空间关系相连的物体集合。在先前工作中,我们使用单一 ISM 识别场景。然而,单一 ISM 容易产生误报。作为补救,我们开发了 ISM 树,一种由多个 ISM 组成的层次化模型。本文贡献了一种识别算法,使 ISM 树得以用于场景识别。ISM 树理想情况下应由人类演示物体排列来生成。由于此前缺乏合适算法,我们引入了这样一种生成算法。遵循主动视觉范式,我们在先前工作中结合了场景识别与物体搜索。但缺乏高效算法以使该结合有效。物理实验表明,如今通过一种新算法利用预测的物体位姿实现高效结合,此问题已被克服。
引用
@article{arxiv.2301.10672,
title = {Implicit Shape Model Trees: Recognition of 3-D Indoor Scenes and Prediction of Object Poses for Mobile Robots},
author = {Pascal Meißner and Rüdiger Dillmann},
journal= {arXiv preprint arXiv:2301.10672},
year = {2023}
}
备注
22 pages, 24 figures; For associated video clips, see https://www.youtube.com/playlist?list=PL3RZ_UQY_uOIfuIJNqdS8wDMjTjOAeOmu