基于外部单目RGB相机的物体到机器人位姿间接估计
机器人学
2020-08-28 v1
摘要
我们提出了一种以单个外部单目RGB相机作为输入的机器人抓取系统。物体到机器人的位姿通过结合两个神经网络的输出间接计算：一个估计物体到相机的位姿，另一个估计机器人到相机的位姿。两个网络完全在合成数据上训练，依靠域随机化来弥合仿真到现实的差距。由于后一个网络执行在线相机标定，相机可在执行过程中自由移动而不影响抓取质量。实验结果分析了在抓取若干家用物体时相机放置、图像分辨率和位姿优化带来的影响。我们还在一组新挑选的28个带纹理的家用玩具杂货物体上给出了结果，这些物体被选定为其他研究者可获取使用。为助益研究的可复现性，我们提供了3D扫描的带纹理模型以及用于位姿估计的预训练权重。
引用
@article{arxiv.2008.11822,
title = {Indirect Object-to-Robot Pose Estimation from an External Monocular RGB Camera},
author = {Jonathan Tremblay and Stephen Tyree and Terry Mosier and Stan Birchfield},
journal= {arXiv preprint arXiv:2008.11822},
year = {2020}
}
备注
IROS 2020. Video at https://youtu.be/E0J91llX-ys