单目视觉下机械车和骑手的 8D 位姿估计
计算机视觉与模式识别
2025-10-24 v1
摘要
在自动驾驶领域，骑行者属于易危险用户（VRU），对其姿态的精准估计对于骑行者越线意图识别、行为预测和碰撞规避至关重要。与刚性物体不同，机械车由可运动的刚性部件通过关节连接且受运动学约束构成。6D 位姿方法可估计刚性机械车的 3D 旋转和平移，但当车把/踏踏角度变化时，6D 位姿便不再充分。即：1）机械车姿态的变化导致其 3D 包围盒也随之变化；2）3D 包围盒的方向不一定与决定实际旅行方向的车把方向一致。本文提出一种从单张 RGB 图像估计机械车和骑手的类别级 8D 位姿的方法。除能够从单张图像估计机械车的 3D 平移和旋转外，我们的方法还能估计车把和踏踏相对于机械车主体坐标系的旋转。这两个新参数 enable 对更细粒度的机械车姿态状态和旅行方向进行估计。我们 proposed 的模型联合估计 8D 位姿和机械车的 3D 关键点，并采用混合合成和真实图像数据进行训练，以在真实图像上实现泛化。在评估部分，我们评估了估计的 8D 位姿参数的精度，结果表明该方法在与使用刚性标准物体模板进行匹配的当前 6D 位姿估计器相比时，取得了具竞争力的成绩。
引用
@article{arxiv.2510.20158,
title = {Monocular Visual 8D Pose Estimation for Articulated Bicycles and Cyclists},
author = {Eduardo R. Corral-Soto and Yang Liu and Yuan Ren and Bai Dongfeng and Liu Bingbing},
journal= {arXiv preprint arXiv:2510.20158},
year = {2025}
}