仅依几何约束：一种无模型的关节物体位姿估计方法
计算机视觉与模式识别
2020-12-02 v1 机器人学
摘要
我们提出一种无监督的基于视觉的系统，用于从 RGB 或 RGB-D 图像序列中估计机械臂的关节构型而无需先验知道模型，并将其适配到类别无关的关节物体位姿估计任务。我们将经典几何公式与深度学习结合，并将对极约束的使用扩展到多刚体系统以求解该任务。给定视频序列，估计光流以获得像素级稠密对应。此后，通过改进的 PnP 算法计算 6D 位姿。核心思想是利用几何约束以及多帧间的约束。此外，我们构建了一个包含不同种类机器人与多关节物体的合成数据集，用于基于视觉的机器人控制与机器人视觉研究。我们在三个基准数据集上证明了方法的有效性，并表明我们的方法在估计机械臂与关节物体的关节角上比最先进的(state-of-the-art)有监督方法达到更高精度。
引用
@article{arxiv.2012.00088,
title = {Nothing But Geometric Constraints: A Model-Free Method for Articulated Object Pose Estimation},
author = {Qihao Liu and Weichao Qiu and Weiyao Wang and Gregory D. Hager and Alan L. Yuille},
journal= {arXiv preprint arXiv:2012.00088},
year = {2020}
}
备注
10 pages, 3 figures