隐形伺服：基于返回条件潜在扩散的视觉伺服方法
机器人学
2025-04-30 v3
摘要
本文提出了一种基于潜在去噪扩散概率模型（DDPMs）的新型视觉伺服（VS）方法，探索了生成模型用于无人机（UAVs）视觉基于导航的应用。与经典VS方法不同，所提方法允许在目标最初不可见时仍能到达期望目标视图。这得益于学习到的潜在表示，DDPM用于规划，以及包含目标不可见初始视图的轨迹数据集。通过从原始图像中学习紧凑表示，运用交叉模态变分自编码器。给定当前图像，DDPM在潜在空间生成轨迹，驱动机器人平台到达期望的视觉目标。该方法在仿真中使用两个通用多旋翼无人机（四旋翼和六旋翼）进行了验证。结果表明，我们能够成功到达视觉目标，即使该目标在初始视图中不可见。
引用
@article{arxiv.2409.13337,
title = {Invisible Servoing: a Visual Servoing Approach with Return-Conditioned Latent Diffusion},
author = {Bishoy Gerges and Barbara Bazzana and Nicolò Botteghi and Youssef Aboudorra and Antonio Franchi},
journal= {arXiv preprint arXiv:2409.13337},
year = {2025}
}