MR6D：面向移动机器人的 6D 位姿估计基准数据集
计算机视觉与模式识别
2025-08-20 v1 机器人学
摘要
现有的 6D 位姿估计数据集主要聚焦于小型家居物品，这些物品通常由机器人机械臂操作，限制了其在移动机器人领域的适用性。移动平台往往不配备机械臂，需与更大尺寸的物体交互，并面临远距离感知、严重自遮挡以及多样化摄像机视角等挑战。虽然近期模型在未见物体上表现出良好泛化能力，但评估仍局限于类似家居的场景，未能考虑上述因素。我们提出的 MR6D 数据集旨在为移动机器人在工业环境下的 6D 位姿估计提供基准。该数据集包含 92 个真实场景，涵盖 16 种唯一物体的静态与动态交互。MR6D 捕捉了移动平台特有的挑战，包括远距离视角、多样化物体配置、更大尺寸物体以及复杂的遮挡/自遮挡模式。初步实验表明，当前 6D 管线在此类场景下表现不佳，2D 分割问题亦为其中的一个瓶颈。MR6D 为开发和评估针对移动机器人需求而设计的位姿估计方法奠定了基础。数据集已发布于 https://huggingface.co/datasets/anas-gouda/mr6d。
引用
@article{arxiv.2508.13775,
title = {MR6D: Benchmarking 6D Pose Estimation for Mobile Robots},
author = {Anas Gouda and Shrutarv Awasthi and Christian Blesing and Lokeshwaran Manohar and Frank Hoffmann and Alice Kirchheim},
journal= {arXiv preprint arXiv:2508.13775},
year = {2025}
}
备注
accepted CVPR 2025 Workshop on Recovering 6D Object Pose (R6D)