面向高度杂乱料箱拣选的目标检测与基于自编码器的六维位姿估计
计算机视觉与模式识别
2021-06-16 v1
摘要
料箱拣选是工业环境和机器人学中的核心问题，其主要模块为六维位姿估计。然而，工业深度传感器在应对小物体时精度不足。因此，我们提出了一种针对含小物体的高度杂乱场景的位姿估计框架，该框架主要依赖RGB数据，仅将深度信息用于位姿细化。在这项工作中，我们比较了用于目标检测和位姿估计的合成数据生成方法，并引入了一种位姿滤波算法以确定最准确的估计位姿。我们将公开我们的
引用
@article{arxiv.2106.08045,
title = {Object detection and Autoencoder-based 6D pose estimation for highly cluttered Bin Picking},
author = {Timon Höfer and Faranak Shamsafar and Nuri Benbarka and Andreas Zell},
journal= {arXiv preprint arXiv:2106.08045},
year = {2021}
}
备注
5 pages, 1 page references. Accepted to ICIP 2021