基于关键点的动态物体 6 自由度姿态跟踪方法——基于事件相机
计算机视觉与模式识别
2026-04-28 v1 机器人学
摘要
准确的 6 位自由度姿态估计对于机器人执行精确的操作任务至关重要。然而，对于动态物体姿态估计，传统相机-based 方法面临诸多挑战，如运动模糊、传感器噪声和低光限制。为此，我们采用事件相机，其高动态范围和低延迟提供了有前景的解决方案。进一步地，我们提出了一种用于动态物体姿态估计的基于关键点的检测和跟踪方法。首先，构建关键点检测网络，从由事件流生成的时间表中提取关键点。随后，利用关键点附近事件的极性和空间坐标，以及每个关键点附近的事件密度，以实现关键点的连续跟踪。最后，在 2D 关键点和 3D 模型关键点之间建立哈希映射，并采用 EPnP 算法进行 6 位自由度姿态估计。实验结果表明，在模拟或真实事件环境中，所提方法在准确性和鲁棒性方面均优于基于事件的状态-of-the-art 方法。
关键词
引用
@article{arxiv.2604.23387,
title = {Keypoint-based Dynamic Object 6-DoF Pose Tracking via Event Camera},
author = {Zhe Wang and Qijin Song and Zihao Li and Jingyu Xiao and Weibang Bai},
journal= {arXiv preprint arXiv:2604.23387},
year = {2026}
}
备注
Accepted to 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)