NeRFoot：基于图像的视觉 servoing 中的机器人足迹估计
机器人学
2024-10-04 v2
摘要
本文探讨了神经辐射场（NeRF）模型在通过静态 CCTV 相机控制的移动机器人扩展操作区域范围方面的作用。利用 NeRF 作为三维表示先验，机器人的足迹可几何地外推，并用于训练基于 CNN 的网络从机器人外观中在线提取。 resulting footprint results in a tighter bound than a robot-wide bounding box, allowing the robot's controller to prescribe more optimal trajectories and expand its safe operational floor area. 该足迹比机器人整体包围盒更紧凑，使机器人控制器能够指定更优化的轨迹，并扩大其安全操作区域。
引用
@article{arxiv.2408.01251,
title = {NeRFoot: Robot-Footprint Estimation for Image-Based Visual Servoing},
author = {Daoxin Zhong and Luke Robinson and Daniele De Martini},
journal= {arXiv preprint arXiv:2408.01251},
year = {2024}
}
备注
Accepted as extended abstract for ICRA@40