MSL-RAPTOR：一种用于机载机器人感知的 6DoF 相对位姿跟踪器
机器人学
2020-12-18 v1
摘要
确定环境中物体的相对位置与朝向是广泛机器人应用的基本构建模块。为在实际场景中高效完成此任务，方法必须快速、使用常见传感器，并能轻松泛化至新物体与新环境。我们提出 MSL-RAPTOR，一种使用单目相机跟踪刚体的两阶段算法。图像首先由高效的基于神经网络的前端处理，以检测新物体并在帧间跟踪 2D 边界框。类别标签与边界框被传至后端，其后端使用无迹卡尔曼滤波器（UKF）更新物体位姿。测量后验被反馈至 2D 跟踪器以提升鲁棒性。物体类别被识别，从而在已知自定义动力学与约束时可使用类别特定的 UKF。适配跟踪新类别位姿仅需提供训练好的 2D 物体检测器或带标签的 2D 边界框数据，以及物体的近似尺寸。MSL-RAPTOR 的性能首先在 NOCS-REAL275 数据集上验证，尽管未使用深度测量，仍取得了与 RGB-D 方法相当的结果。当从一架无人机机载跟踪另一架飞行无人机时，其速度优于最快的可比方法达 3 倍，同时平移与旋转中位误差分别降低 66% 与 23%。
引用
@article{arxiv.2012.09264,
title = {MSL-RAPTOR: A 6DoF Relative Pose Tracker for Onboard Robotic Perception},
author = {Benjamin Ramtoula and Adam Caccavale and Giovanni Beltrame and Mac Schwager},
journal= {arXiv preprint arXiv:2012.09264},
year = {2020}
}
备注
12 pages, 6 figures, to be published in 2020 International Symposium on Experimental Robotics (ISER)